Smart Manufacturing Data Management Project

โครงงานการจัดการข้อมูลในระบบการผลิตอัจฉริยะ

2(1-3-5)

วิชาบังคับก่อน : ENG35 4071 การจัดเก็บและสื่อสารข้อมูล,
ENG35 4072 ข้อมูลมหัตภาคสำหรับการผลิตอัจฉริยะ,
ENG35 4073 ระบบติดตามสำหรับการผลิตอัจฉริยะ,
หรือกำลังเรียนอยู่

รายวิชานี้เป็นรายวิชาโครงงานสำหรับกลุ่มวิชาด้านการจัดการข้อมูลในการผลิตอัจฉริยะ รายวิชานี้สรุปแนวคิดสำคัญที่เกี่ยวข้องผ่านการทำโครงงาน ซึ่งผู้เรียนจะต้องเสนอแนวทางแก้ไขปัญหาด้วยเครื่องมือทางเทคโนโลยีสารสนเทศ และใช้แนวคิดการจัดการข้อมูลและการวิเคราะห์ข้อมูลแบบอัตโนมัติมาทดแทนการทำงานแบบใช้แรงงาน ผู้เรียนจะทำโครงงานบูรณาการจากข้อกำหนดและความต้องการเพื่อเสนอแนวทางและพัฒนาระบบการจัดการข้อมูลสำหรับกระบวนการผลิตสมัยใหม่ โดยความต้องการเฉพาะจะแตกต่างไปตามแต่ละโครงงาน ผู้เรียนจะต้องใช้ความสามารถในการคิดอย่างสร้างสรรค์เพื่อเสนอแนวความคิด และใช้ทักษะการคิดเชิงวิพากษ์เพื่อตัดสินแนวความคิด โครงงานจะประกอบไปด้วยความท้าทายที่ต้องความรู้ด้านการเก็บข้อมูล การจัดการฐานข้อมูล การวิเคราะห์ข้อมูล และการแสดงผลข้อมูลในการผลิต ซึ่งผู้เรียนจะต้องคำนึงถึงการใช้งานด้านเทคโนโลยีสารสนเทศเพื่อทำให้กระบวนการมีความทันสมัย การวิเคราห์และออกแบบกระบวนการ การใช้ทักษะด้านการสื่อสาร รวมถึงการทำงานอย่างมีจรรยาบรรณวิชาชีพในกลุ่มของตนเอง

ผลสัมฤทธิ์การเรียนรู้

  1. รวบรวมข้อมูลที่เกี่ยวข้องเกี่ยวกับกระบวนการจัดเก็บและวิเคราะห์ข้อมูลของระบบการผลิตในปัจจุบัน
  2. วิเคราะห์การจัดการข้อมูล การสื่อสารข้อมูล หรือการแสดงข้อมูลผ่านระบบสารสนเทศเพื่อใช้ประกอบการตัดสินใจในกระบวนการผลิตอุตสาหกรรม
  3. เสนอแนวทางแก้ไขปัญหาที่แสดงถึงการใช้เทคโนโลยีสารสนเทศ หรือเทคโนโลยีสมยใหม่ในการจัดการ จัดเก็บ วิเคราะห์ และแสดงผลข้อมูลที่ช่วยปรับปรุง หรือพัฒนากระบวนการผลิตในอุตสาหกรรม
  4. ตรวจสอบระบบการจัดการข้อมูล การสื่อสารข้อมูล หรือการแสดงข้อมูลโดยทำการทดลองที่เหมาะสม
  5. ใช้เครื่องมืออย่างเหมาะสมในการจัดเก็บข้อมูล และควบคุมการสื่อสารข้อมูลระหว่างอุปกรณ์ในกระบวนการผลิตทางอุตสาหกรรม
  6. พิจารณาผลกระทบของการแก้ปัญหาทางวิศวกรรมในบริบทของโลก เศรษฐกิจ สิ่งแวดล้อม และสังคม
  7. มีความรับผิดชอบต่องานทางด้านวิศวกรรมที่ได้รับมอบหมาย
  8. ใช้ภาษาเหมาะสมกับผู้รับสาร
  9. ใช้สื่อกราฟฟิกที่ช่วยสร้างความเข้าใจแก่ผู้รับสาร
  10. ใช้ความรู้ที่มีอยู่เดิมกับสถานการณ์ใหม่ได้
  11. มีส่วนร่วมกับการสร้างเป้าหมายและแผนการทำงานของทีม

 

Smart Manufacturing Data Management Project

Prerequisite : ENG35 4071 Data Collection and Communication,
ENG35 4072 Big Data for Smart Manufacturing,
ENG35 4073 Smart Manufacturing Monitoring System,
or study concurrently.

This course is a project-based study for Smart Manufacturing Data Managementstack. This project concludes the core concept of the stack where the learner should propose an information technology solution to the problem and take the idea of data management and analysis as part of an automated system instead of a traditional labor-intensive system. Learners will work on joint projects from given requirements to develop a solution for data management and analysis for modern manufacturing process. Specific requirements will differ depending on the nature of the project. Learners need to use their creative thinking skill to generate and critical thinking skill to judge the ideas. Projects include the challenges that require application of data collection, database management, data analysis, and data visualization in manufacturing where the learner must consider the used of information technology to modernize the process; analytical and design procedures; communication skills; combined with ethical behavior of the individuals in each team.

Learning outcomes

  1. Gather relevant information about the data storage processes and data analysis of the current production system.
  2. Analyse data to identify problems and find solutions for industrial data management, data communication, or data visualization through information systems for decision-making in industrial production processes.
  3. Propose solutions to problems that represent the use of information technology or modern technology to manage, store, analyse and display information that improves or develop production processes in industry.
  4. Verify the proposed data management, data communication, or data visualization system by conducting appropriate experiment.
  5. Use appropriate tools to collect and control data communication between equipment in industrial production processes.
  6. Consider the impact of engineering solutions in global, economic, environmental, and societal contexts.
  7. Responsible for tasks relating with engineering profession.
  8. Use language appropriate to the audience.
  9. Use graphic that helps the understanding of the audience.
  10. Apply existing knowledge to new situations.
  11. Contribute to the creation of team goals and plans.