Hopp til innhald

ELE310 Industriell automasjon

Emneplan for studieåret 2026/2027

Innhold og oppbygning

Emnet gir en praktisk og teoretisk innføring i bruk av informasjons- og kommunikasjonsteknologi (IKT) i automatiseringssystemer. Undervisningen er strukturert rundt sentrale temaer som programmering, nettverkskommunikasjon, databaser, sikkerhet, webteknologi, IoT og edge computing med kunstig intelligens.

Undervisningen er organisert i ukentlige temaer over 14 uker, og kombinerer forelesninger med praktiske laboratorieøvelser. Det legges stor vekt på anvendelse av teknologiene i realistiske scenarier, med bruk av Raspberry Pi 5 og AI-modul for edge computing, samt integrasjon med sensorer, databaser og webtjenester.

Studentene får erfaring med:

  • utvikling av flertrådede applikasjoner for tekniske prosesser,
  • nettverksprogrammering og protokoller som MQTT og OPC UA,
  • bruk av JSON for datautveksling,
  • sikkerhet i industrielle IKT-systemer,
  • utvikling av enkle HMI og webgrensesnitt,
  • grunnleggende maskinlæring og databehandling med NoSQL.

Emnet avsluttes med en praktisk test som integrerer flere av temaene. Det er tilrettelagt for fjernundervisning, og alle laboratorieoppgaver kan gjennomføres hjemme med egnet utstyr.

Læringsutbytte

En student som har fullført emnet skal ha følgende læringsutbytte definert i kunnskap, ferdigheter og generell kompetanse:

Kunnskap

Studenten skal ha:

  • bred kunnskap om arkitektur og komponenter i industrielle IKT-systemer, inkludert modeller som ISA-95 og prinsipper for edge computing.
  • forståelse for nettverksprotokoller brukt i tekniske systemer, som TCP/IP, MQTT, OPC UA og HTTP.
  • innsikt i prinsipper for IT-sikkerhet i automatiseringssystemer, inkludert konfidensialitet, integritet og tilgjengelighet (CIA), samt kryptering og autentisering.
  • grunnleggende kunnskap om databaser (SQL og NoSQL), JSON som dataformat, og hvordan data struktureres og utveksles i tekniske applikasjoner.
  • innføring i maskinlæring og hvordan det kan anvendes i tekniske systemer for prediksjon og analyse.

Ferdigheter

Studenten skal kunne:

  • utvikle tekniske applikasjoner som kommuniserer med sensorer, databaser og webtjenester, både lokalt og via nettverk.
  • bruke Raspberry Pi 5 og AI-modul til å implementere edge computing-løsninger, inkludert bildeanalyse og sanntidsbehandling.
  • programmere flertrådede applikasjoner og håndtere synkronisering i sanntidssystemer.
  • bruke JSON for strukturert datautveksling og integrasjon med REST-baserte API-er.
  • utvikle enkle HMI-løsninger og webgrensesnitt for overvåking og kontroll av tekniske systemer.

Generell kompetanse

Studenten skal kunne:

  • arbeide selvstendig og i team med utvikling og evaluering av tekniske IKT-løsninger.
  • vurdere teknologiske løsninger med hensyn til sikkerhet, pålitelighet og brukervennlighet.
  • kommunisere teknisk informasjon på en klar og strukturert måte, både muntlig og skriftlig, i tverrfaglige sammenhenger.

Krav til forkunnskaper

Ingen

Undervisnings- og læringsformer

Fysiske og digitale forelesinger, labøvinger

Obligatorisk læringsaktivitet

2 godkjente praktiske laboratorieøvinger

Vurderingsform

Eksamen består av to delar:

  1. Semesterprosjekt, tel 50% av endeleg karakter. Alle hjelpemiddel.
  2. Munnleg digital eksamen, tel 50% av endeleg karakter,.Alle hjelpemiddel unnateke KI.

Karakterskala A-F, der F svarer til ikke bestått. Begge delene må være bestått for å få karakter i emnet. Ved ikke bestått på en av delene, kan den delen tas opp igjen alene.

Hjelpemidler ved eksamen

Alle hjelpemiddel er tillatt.

Mer om hjelpemidler