Para qué te prepara:
Con este Curso en Industria 4.0: Smart Manufaturing podrás administrar las infraestructuras y comunicaciones dentro del ecosistema IOT, así como el uso de los sistemas ciberfísicos. También podrás crear gemelos digitales (Digital Twins) muy utilizados en la industria 4.0, así como utilizar buses y redes industriales de manera profesional. Además, crearás y programarás modelos de visión artificial mediante el uso de Python y OpenCV.
A quién va dirigido:
El Curso en Industria 4.0: Smart Manufacturing está dirigido a profesionales y estudiantes del sector informático o industrial que deseen adaptarse a la nueva revolución industrial, la industria 4.0 a través de las inmensas posibilidades que ofrece el Internet de las Cosas (IoT). Si eres un apasionado de las nuevas tecnologías este es tu curso.
Titulación:
Titulación Expedida y Avalada por el Instituto Europeo de Estudios Empresariales “Enseñanza no oficial y no conducente a la obtención de un título con carácter oficial o certificado de profesionalidad.”
Objetivos:
- Descubrir las posibilidades que ofrece el Internet de las Cosas y sus principales aplicaciones. - Realizar gemelos digitales (Digital Twins) con los que poder simular entornos reales. - Conocer y administrar las diferentes infraestructuras IoT. - Descubrir qué tecnologías se aplican para el desarrollo de la industria 4.0. - Desarrollar modelos de visión artificial gracias a la librería Open CV de Python.
Salidas Laborales:
Gracias a la realización de este Curso en Industria 4.0: Smart Manufacturing podrás gestionar cualquier ecosistema IoT para adaptarse a la industria 4.0. Optarás a puestos tan importantes como IoT Engineer, Programador de modelos de visión artificial, Lider de proyectos en industrias 4.0 o Experto en gestión de ciberseguridad de ecosistemas IoT.
Resumen:
El Internet de las cosas (IoT) utiliza sensores y APIs para conectarse e intercambiar datos mediante internet y es el principal motivo del desarrollo de la Industria 4.0. Con este Curso en Industria 4.0: Smart Manufaturing podrás administrar las infraestructuras y comunicaciones dentro del ecosistema IOT, así como el uso de los sistemas ciberfísicos. También podrás crear gemelos digitales (Digital Twins) muy utilizados en la industria 4.0, así como utilizar buses y redes industriales de manera profesional. Además, crearás y programarás modelos de visión artificial mediante el uso de Python y OpenCV. En INESEM contarás con un equipo de profesionales especializados en la materia. Además, gracias a las prácticas garantizadas, podrás acceder a un mercado laboral en plena expansión.
Metodología:
Con nuestra metodología de aprendizaje online, el alumno comienza su andadura en INESEM Business School a través de un campus virtual diseñado exclusivamente para desarrollar el itinerario formativo con el objetivo de mejorar su perfil profesional. El alumno debe avanzar de manera autónoma a lo largo de las diferentes unidades didácticas así como realizar las actividades y autoevaluaciones correspondientes. La carga de horas de la acción formativa comprende las diferentes actividades que el alumno realiza a lo largo de su itinerario. Las horas de teleformación realizadas en el Campus Virtual se complementan con el trabajo autónomo del alumno, la comunicación con el docente, las actividades y lecturas complementarias y la labor de investigación y creación asociada a los proyectos. Para obtener la titulación el alumno debe aprobar todas la autoevaluaciones y exámenes y visualizar al menos el 75% de los contenidos de la plataforma. Por último, es necesario notificar la finalización de la acción formativa desde la plataforma para comenzar la expedición del título.
Temario:
MÓDULO 1. IOT (INTERNET DE LAS COSAS) Y SISTEMAS CIBERFÍSICOS EN LA INDUSTRIA 4.0
UNIDAD DIDÁCTICA 1. INTERNET DE LAS COSAS
- Contexto Internet de las Cosas (IoT)
- ¿Qué es IoT?
- Elementos que componen el ecosistema IoT
- Arquitectura IoT
- Dispositivos y elementos empleados
- Ejemplos de uso
- Retos y líneas de trabajo futuras
UNIDAD DIDÁCTICA 2. SISTEMAS CIBERFÍSICOS
- Contexto Sistemas Ciberfísicos (CPS)
- Características CPS
- Componentes CPS
- Ejemplos de uso
- Retos y líneas de trabajo futuras
MÓDULO 2. DIGITAL TWINS
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A DIGITAL TWINS
- ¿Qué es Digital Twins?
- Campos de aplicación de Digital Twins
- Uso de la inteligencia artificial y el Machine Learning en Digital Twins
- Digital Twins como herramienta en la producción
- Monitorización del gemelo digital en la toma de decisiones
- Comunicación entre Sistema real y Digital Twin
- Optimización del matenimiento con Digital Twins
UNIDAD DIDÁCTICA 2. SIMULACIÓN DE PRODUCCIÓN DE FABRICACIÓN MECÁNICA
- Concepto, clasificación y aplicaciones
- Gestión del reloj en la simulación discreta
- Simulación aleatoria, obtención de muestras y análisis de resultados
- Introducción a los lenguajes de simulación
UNIDAD DIDÁCTICA 3. CONTEXTO DE LA INGENIERÍA SIMULTANEA Y CICLO DE VIDA DEL PRODUCTO
- Antecedentes y surgimiento de las técnicas de ingeniería simultanea
- Control de la producción desde el diseño
- Diseño para seis sigma DFSS
- Definición y tendencias de la Ingeniería Concurrente
- Ingeniería convencional VS ingeniería concurrente
- Fundamentos y elementos comunes las herramientas de la ingeniería concurrente: las T´s
- Ciclo de vida del producto
- Herramientas “Disign for X”
- Ejemplos de aplicación de la ingeniería simultanea
UNIDAD DIDÁCTICA 4. INTEGRACIÓN DE LA INGENIERÍA CONCURRENTE CON EL SISTEMA DE GESTIÓN DE CALIDAD
- Paralelismos entre calidad e ingeniería simultánea
- Herramientas de mejora de la calidad
- El aseguramiento de la calidad: la ISO y PDCA
- La gestión de la calidad total: EFQM
- Diagrama Causa-Efecto
- Diagrama de Pareto
- Círculos de Control de Calidad
UNIDAD DIDÁCTICA 5. FUNDAMENTOS DE SISTEMAS DE CONTROL Y SUPERVISIÓN DE PROCESOS: SCADA Y HMI
- Contexto evolutivo de los sistemas de visualización
- Sistemas avanzados de organización industrial: ERP y MES
- Consideraciones previas de supervisión y control
- El concepto de “tiempo real” en un SCADA
- Conceptos relacionados con SCADA
- Definición y características del sistemas de control distribuido
- Sistemas SCADA frente a DCS
- Viabilidad técnico económica de un sistema SCADA
- Mercado actual de desarrolladores SCADA
- PC industriales y tarjetas de expansión
- Pantallas de operador HMI
- Características de una pantalla HMI
- Software para programación de pantallas HMI
- Dispositivos tablet PC
UNIDAD DIDÁCTICA 6. BUSES Y REDES INDUSTRIALES. CONCEPTOS INICIALES
- Buses de campo: aplicación y fundamentos
- Evaluación de los buses industriales
- Diferencias entre cableado convencional y cableado con Bus
- Selección de un bus de campo
- Funcionamiento y arquitectura de nodos y repetidores
- Conectores normalizados
- Normalización
- Comunicaciones industriales aplicadas a instalaciones en Domótica e Inmótica
- Buses propietarios y buses abiertos
- Tendencias
- Gestión de redes
UNIDAD DIDÁCTICA 7. FUNCIONAMIENTO Y APLICACIÓN DE LOS PRINCIPALES BUSES INDUSTRIALES
- Clasificación de los buses
- AS-i (Actuator/Sensor Interface)
- DeviceNet
- CANopen (Control Area Network Open)
- SDS (Smart Distributed System)
- InterBus
- WorldFIP (World Factory Instrumentation Protocol)
- HART (Highway Addressable Remote Transducer)
- P-Net
- BITBUS
- ARCNet
- CONTROLNET
- PROFIBUS (PROcess FIeld BUS)
- FIELDBUS FOUNDATION
- MODBUS
- ETHERNET INDUSTRIAL
UNIDAD DIDÁCTICA 8. GMAO - GESTIÓN DEL MANTENIMIENTO ASISTIDO POR ORDENADOR
- Que es GMAO
- Que es CMMS - GMAC
- Ventajas de utilizar Programas GMAO - Software GMAO
- Los mejores Programas GMAO - Software GMAO
- Módulos de un GMAOComo elegir un Programa GMAO - Software GMAO
- Software de mantenimiento gratuito PMX-PRO
MÓDULO 3. VISIÓN ARTIFICIAL EN INDUSTRIA 4.0 CON PYTHON Y OPENCV
UNIDAD DIDÁCTICA 1. LA VISIÓN ARTIFICIAL: DEFINICIÓN Y ASPECTOS PRINCIPALES
- La visión artificial: definiciones y aspectos principales
UNIDAD DIDÁCTICA 2. COMPONENTES DE UN SISTEMA DE VISIÓN ARTIFICIAL
- Ópticas
- Iluminación
- Cámaras
- Sistemas 3D
- Sensores
- Equipos compactos
- Metodologías para la selección del hardware
UNIDAD DIDÁCTICA 3. PROCESADO DE IMÁGENES MEDIANTE VISIÓN ARTIFICIAL
- Algoritmos
- Software
- Segmentación e interpretación de imágenes
- Metodologías para la selección del software
UNIDAD DIDÁCTICA 4. APLICACIONES DE LA VISIÓN EN LA INDUSTRIA 4.0
- Aplicaciones clásicas: discriminación, detección de fallos…
- Nuevas aplicaciones: códigos OCR, trazabilidad, robótica, reconocimiento (OKAO)
UNIDAD DIDÁCTICA 5. INTRODUCCIÓN E INSTALACIÓN DE OPENCV
- Descripción general OpenCV
- Instalación OpenCV para Python en Windows
- Instalación OpenCV para Python en Linux
- Anaconda y OpenCV
UNIDAD DIDÁCTICA 6. MANEJO DE FICHEROS, CÁMARAS E INTERFACES GRÁFICAS
- Manejo de archivos
- Leer una imagen con OpenCV
- Mostrar imagen con OpenCV
- Guardar una imagen con OpenCV
- Operaciones aritméticas en imágenes usando OpenCV
- Funciones de dibujo
UNIDAD DIDÁCTICA 7. TRATAMIENTO DE IMÁGENES
- Redimensión de imágenes
- Erosión de imágenes
- Desenfoque de imágenes
- Bordeado de imágenes
- Escala de grises en imágenes
- Escalado, rotación, desplazamiento y detección de bordes
- Erosión y dilatación de imágenes
- Umbrales simples
- Umbrales adaptativos
- Umbral de Otsu
- Contornos de imágenes
- Incrustación de imágenes
- Intensidad en imágenes
- Registro de imágenes
- Extracción de primer plano
- Operaciones morfológicas en imágenes
- Pirámide de imágen
UNIDAD DIDÁCTICA 8. HISTOGRAMAS Y TEMPLATE MATCHING
- Analizar imágenes usando histogramas
- Ecualización de histogramas
- Template matching
- Detección de campos en documentos usando Template matching
UNIDAD DIDÁCTICA 9. COLORES Y ESPACIOS DE COLOR
- Espacios de color en OpenCV
- Cambio de espacio de color
- Filtrado de color
- Denoising de imágenes en color
- Visualizar una imagen en diferentes espacios de color
UNIDAD DIDÁCTICA 10. DETECCIÓN DE CARAS Y EXTRACCIÓN DE CARACTERÍSTICAS
- Detección de líneas
- Detección de círculos
- Detectar esquinas (Método Shi-Tomasi)
- Detectar esquinas (método Harris)
- Encontrar círculos y elipses
- Detección de caras y sonrisas
UNIDAD DIDÁCTICA 11. APRENDIZAJE AUTOMÁTICO
- Vecino más cercano (K-Nearest Neighbour)
- Agrupamiento de K-medias (K-Means Clustering)