MODULBESCHREIBUNG

Product Data Engineering

Kurzzeichen:
M_ProDaEng
Durchführungszeitraum:
FS/20
ECTS-Punkte:
4
Lernziele:
  • Gesamtbild der Produktdaten über den gesamten Lebenszyklus erarbeiten
  • Verstehen der Zusammenhänge in einem mechatronischen / IoT-Produkt
  • Kennenlernen von verschiedenen Kommunikationstechnologien über den IoT-Stack (Vertikale Integration)
  • Kennenlernen von verschiedenen Kommunikationstechnologien zwischen Enterprise Systemen entlang der Wertschöpfungskette und entlang des Lebenszyklus (Horizontale Integration)
  • Befähigung, während der Entwicklung eines Produktes den Mehrwert der Produktdaten (Stammdaten, Felddaten) zu berücksichtigen und damit verbundene Entscheide zu treffen bezüglich:
    • Datenarchitektur
    • Modularisierung
    • Mechanische vs. Software-basierte Lösungsansätze
    • Kommunikationstechnologien / - Protokolle
  • Hands-on Erfahrung sammeln
Verantwortliche Person:
Nyffenegger Felix
Empfohlene Module:
Zusätzlich vorausgesetzte Kenntnisse:
keine
Skriptablage:
Modultyp:
Standard-Modul für Maschinentechnik-Innovation STD_10(Empfohlenes Semester: 6)
Standard-Modul für Maschinentechnik-Innovation STD_14(Empfohlenes Semester: 6)

ECTS-Punkte pro Kategorie

Kategorie:
Fachstudium Maschinentechnik-Innovation / 4 Punkte
Fachstudium Maschinentechnik-Innovation / 4 Punkte

Modulbewertung

Bewertungsart:
Note von 1 - 6

Leistungsbewertung

Während des Semesters:

definierte Anzahl Abgaben von Übungen oder Präsentationen, sowie ein Synthesepapier, das am Ende des Semesters einzureichen ist.

Bewertungsart:
Note von 1 - 6

Kurse in diesem Modul

Product Data Engineering

Kurzzeichen:
ProDaEng
Lernziele:
siehe Modulziele
Plan und Lerninhalt:

Aufgabe:                      
Entwicklung und Inbetriebnahme eines IoT Produktes / Modules  (Physisches Produkt wie auch Digitales Produkt), das diverse Schnittstellen (mechanisch, elektrisch, software-technische) zu einem bestehenden System erfüllen muss.
Das Produkt umfasst die folgenden Aspekte:

  • Mechatronisches System: Mech. Struktur, Aktor(en), Sensor(en), Microprozessor (Embedded Software)
  • Closed-Loop: Messen der eigenen Performance, Rückmeldung via Cloud ins PLM
  • Cloud-Kommunikation: Datenerfassung im Feld, Datenübermittlung, Datenspeicherung, End User App / „Digital Twin“, Auswertung der Feld-Daten über viele Teams

Ablauf:                         
Das Produkt wird in vorgegebenen Entwicklungs-Sprints mit jeweils einer Zwischenpräsentation entwickelt.

Kursart:

(Durchführung gemäss Stundenplan)

Uebung mit 4 Lektionen pro Woche
   - Max. Teilnehmer: 20
   - Harte Grenze: ja