Vurderingsordning

Faglig innhold

Kurset undervises og veiledes på norsk.

Fokus i kurset er innsamling av tilstandsdata og bruk av slike data i analyser som danner grunnlag for beslutninger om drift og vedlikehold av tekniske installasjoner.

Emnet er delt inn i følgende 4 moduler

1. Prediktivt Vedlikehold :

• Terminologi knyttet til prediktivt vedlikehold
• Innovasjonsprosesser innen prediktivt vedlikehold
• Etablere mål og strategier for prediktivt vedlikehold
• Styring av prediktivt vedlikehold

2. Tilstandskontroll og tilstandsovervåkning

• Forutsetninger for tilstandskontroll og tilstandsovervåkning
• Organisering av tilstandskontroll og tilstandsovervåkning
• Utvalgte metoder for tilstandskontroll og tilstandsovervåkning
• Metodikk for innsamling av tilstandsdata
• Metodikk for analyse og vasking av tilstandsdata

3. Diagnose og prognose med bruk av tilstandsdata i:

• Fysisk modeller
• Matematisk/statistiske modeller
• Maskinlæring
• Visualisering av diagnose og prognose

4. Drift og Vedlikeholds beslutninger:

• Bruk av diagnose og prognose utledet fra tilstandsdata, i vedlikeholds beslutninger

Læringsutbytte

Etter å ha gjennomført emnet skal kandidaten å ha følgende grunnleggende kunnskaper om, ferdigheter i og generell kompetanse, knyttet til tilstandsbasert drift og vedlikehold.

Kandidaten har kunnskap om:

• Prediktivt vedlikehold
• Innsamling av tilstandsdata, digitalt og analogt, på tekniske installasjoner. Fokus er på:
  • Utvelgelse av tilstandsparameter
  • Metoder for innsamling av analoge og digitale tilstandsdata
  • Utstyr for innsamling av tilstandsdata med særlig fokus på:
    • Internett baserte løsninger
    • Digitale tilstandsdata
• Bruk av tilstandsdata:
  • I diagnostisering av tilstand til tekniske installasjoner
  • Vurdering av restlevetid til tekniske installasjoner
  • I drift og vedlikeholdsbeslutninger
• Hvordan tilstandsbasert drift og vedlikehold kan bidra til bærekraftig driftssikkerhet.

Kandidaten har følgende ferdigheter:

• Kan velge ut
  • gunstig tilstandsparameter
  • metode for å måle tilstandsparameter
  • utstyr for å måle tilstandsparameter
• Kan gjennomføre
  • Innsamling av tilstandsdata
  • analysere tilstandsdata
  • bruke tilstandsdata i beslutning om drift og vedlikehold

Generell kompetanse: Kandidaten har følgende kompetanse:

• Praktisk forståelse og innsikt i hvordan tilstandsbasert vedlikehold påvirker:
  • Driftssikkerhet
  • levetid
  • Bærekraft
  • Helse og miljø
  • Økonomi
• Evne til på faglig grunnlag å formulere og diskutere tekniske løsninger innen prediktivt drift og vedlikehold med fagarbeidere og ledende personell.
• Forholde seg kritisk og reflekterende til tilstandsbasert drift og vedlikehold.

Læringsformer og aktiviteter

I tillegg til fysisk undervisning blir forelesninger strømmet og opptak lagt på NTNU sin digitale læringsplattform.

Læringsformer og aktiviteter inkluderer, men er ikke begrenset til:

• Interaktive forelesninger med bruk av digitale verktøy
• Digitale øvinger
• Øvinger i undervisningsrom
• Laboratorieøvinger i grupper
• Prosjektarbeid / problembasert læring i grupper (Karaktergivende semesteroppgave)

Obligatoriske arbeidskrav:

For å gå opp til eksamen må kandidaten ha levert og fått godkjent følgende:

• Digitale Quizer - bestemt antall (individuell innlevering)
• Blogger - bestemt antall (individuell innlevering)
• Registrert seg i semesteroppgave gruppe (individuell innmelding)
• Levert samarbeidsavtale for semesteroppgave gruppe (gruppeinnlevering)
• Levert A3 presentasjon av semesteroppgave (gruppeinnlevering)
• Levert 10 minutters Video i bestemt format som sammenfatter resultatet av semesteroppgaven. Alle gruppemedlemmene skal presentere på videoen. (gruppeinnlevering samtidig som semesteroppgaven leveres)

De obligatoriske arbeidskravene skal leveres på den digitale læringsplattform til NTNU.

Obligatoriske aktiviteter

• Video - semesteroppgave resultat
• A3 Presentasjon av semesteroppgave
• Gruppeinnmelding semesteroppgave
• Samarbeidsavtale semesteroppgave gruppe
• Digital Quiz
• Blogg

Mer om vurdering

Obligatorisk aktivitet fra tidligere semester kan godkjennes av instituttet ved gjentak av emnet dersom det ikke har vært vesentlige endringer i opplegget senere.

Vurderingen i emnet (A-F) baserer seg på:

• skriftlig skoleeksamen i Inspera som teller 40% av totalkarakteren
• og en gruppeoppgave levert i Inspera som teller 60% av totalkarakteren.
• Både skoleeksamen og gruppeoppgaven må være bestått for å få karakter i emnet.

Tillatte hjelpemidler til eksamen: Alle trykte og håndskrevne hjelpemidler, alle kalkulatorer.

Utsatt eksamen (kontinuasjonseksamen) arrangeres i august. Ved utsatt eksamen kan skriftlig eksamen bli endret til muntlig eksamen.

Kontinuasjon og frivillig gjentak/forbedring kan gjennomføres for enkelte delvurderinger uten at begge delvurderinger i et emne må tas opp igjen (under forutsetning av at emnet ikke har endret vurderingsordning). Det gis anledning til å klage på delvurderinger i dette emnet før alle delvurderinger er gjennomført.

Anbefalte forkunnskaper

Grunnleggende kunnskaper i programmering, python eller liknende.

MAST2006 / 2003 eller tilsvarende.

Kursmateriell

Oppgis ved kursstart.

Nettbaserte ressurser funnet i NTNUbiblioteket og Nasjonalbiblioteket.

Boka - An introduction to predictive maintenance av R. Keith Mobley (1943-) anbefales. Den finnes i elektronisk utgave på NTNU biblioteket