พื้นฐานของการผลิตเชิงกลด้วย SkillsMagazine

เนื้อหาการเรียนรู้ครอบคลุมถึงการผลิตชิ้นส่วนสำหรับชุดประกอบ "แมกาซีนแบบเรียงซ้อน" ผ่านการปฏิบัติจริง โดยใช้เครื่องจักร เครื่องมือ และกระบวนการต่าง ๆ ที่หลากหลาย

เน้นที่การเจาะและการขึ้นรูปด้วยวัสดุกึ่งสำเร็จรูปจากชุดอุปกรณ์การเรียนรู้ นอกจากนี้ ยังมีการถ่ายทอดพื้นฐานของการกัดและการกลึง โดยในส่วนของการกลึงจะมีการสร้างชิ้นงานฝึกหัดขึ้นมาด้วย

จุดเน้นอีกประการหนึ่งคือการผลิตแบบเติมเนื้อวัสดุ: ชิ้นส่วนจะถูกออกแบบใน CAD และผลิตขึ้นด้วยกระบวนการผลิตแบบเติมเนื้อวัสดุในลำดับถัดมา

หลังจากนั้น ชิ้นส่วนเหล่านี้จะถูกประกอบเข้ากับส่วนประกอบอื่น ๆ เพื่อรวมเป็นชุดประกอบที่สามารถทำงานได้จริง หลักสูตรจะจบลงด้วยการประกอบทางกลและทางไฟฟ้าของชิ้นส่วนที่ผลิตขึ้นเองและชิ้นส่วนมาตรฐานทั้งหมด รวมถึงการเริ่มเดินเครื่อง "แมกาซีนแบบเรียงซ้อน" อย่างเต็มรูปแบบ เพื่อให้ผู้เรียนได้รับการฝึกอบรมที่ครอบคลุมทั้งในด้านกระบวนการผลิต การประกอบ และการเริ่มเดินเครื่องของระบบเมคาทรอนิกส์

พื้นฐานของเทคโนโลยีระบบอัตโนมัติด้วย SkillsConveyor

SkillsConveyor จะถ่ายทอดพื้นฐานของการเริ่มเดินเครื่องระบบทางเทคนิคแก่คุณผ่านการปฏิบัติจริง ประกอบและเดินสายส่วนประกอบทางกลและทางไฟฟ้า ทดสอบสัญญาณ และแก้ไขข้อขัดข้องที่เกิดขึ้น

ไปยังวิดีโอ

คุณจะได้เรียนรู้วิธีการทำงานของระบบควบคุมแบบรีเลย์ สร้างและทดสอบวงจรควบคุมด้วยคอนแทคเตอร์ รีเลย์ ปุ่มกด และสวิตช์จำกัดระยะรวมถึงฝึกฝนการตรวจหาสาเหตุของข้อบกพร่อง

คุณจะเพิ่มพูนความรู้เกี่ยวกับมอเตอร์ไฟฟ้ากระแสสลับผ่านการเดินสายและการใช้งานระบบควบคุมมอเตอร์ด้วยอุปกรณ์ป้องกันและอุปกรณ์สวิตช์ชิ่ง

ไปยังวิดีโอ

นอกจากนี้ คุณจะได้โปรแกรมงานควบคุมพื้นฐานด้วย Siemens LOGO! ทำความเข้าใจตรรกะบูลีนและแสดงความสามารถของคุณทั้งในภาคทฤษฎีและภาคปฏิบัติ

ในตอนท้าย คุณจะได้เรียนรู้การเขียนโปรแกรม PLC สร้างโปรแกรมสำหรับสายพานลำเลียง และบูรณาการเซนเซอร์เพื่อทดสอบความรู้ของคุณ

ไปยังวิดีโอ

การเรียนรู้ของเครื่องในเทคโนโลยีระบบอัตโนมัติด้วย SkillsConveyor

ร่วมกับ SkillsConveyor และ IIOT Machine Learning Kit คุณจะได้เรียนรู้พื้นฐานของการเรียนรู้ของเครื่องและประยุกต์ใช้ผ่านการปฏิบัติจริง

ในระบบการผลิตเพื่อการเรียนรู้ คุณจะได้เรียนรู้พื้นฐานของ AI และ ML สำหรับการประมวลผลภาพ รวมถึงการใช้งานโครงข่ายประสาทเทียมแบบคอนโวลูชัน (Deep Learning)

คุณจะได้ประยุกต์ใช้วิธีการเรียนรู้แบบมีผู้สอนและเรียนรู้การจำแนกภาพสำหรับแอปพลิเคชันวิชันระบบคอมพิวเตอร์

ในขั้นตอนสุดท้าย คุณจะได้เรียนรู้วิธีการปรับปรุงระบบเดิมและการทำให้ระบบใน IoT ทันสมัยขึ้น