Aquest postgrau proporcionarà els coneixements necessaris per deixar de ser reactius i poder fer prevenció de l'equipament de la fàbrica. Construir una infraestructura que permeti tractar tota la informació que hi ha a la fàbrica o dins de l’entorn concret. Analitzar la informació i poder prendre decisions que facin que no sols sigui més fàcil realitzar el manteniment sinó que permetin millorar processos i en conseqüència millorar la productivitat i l'eficiència energètica de la fàbrica. Que els professionals que assisteixin al postgrau siguin capaços de dissenyar un sistema que permeti realitzar un manteniment predictiu en una indústria aprenent l’ús del big data analítics.

 

Els objectius del Postgrau, són els següents: 

• Construir una infraestructura que serveixi per utilitzar la informació proporcionada pels sensors i altres instruments i per aportar un valor qualitatiu al conjunt del sistema productiu.
• Aprendre a observar el comportament de les màquines, el tipus de producció, els processos on hi ha involucrats tant persones com màquines..., a fi i efecte que els permeti proposar canvis per millorar la productivitat de l'empresa.
• Que tecnològicament parlant, siguin capaços de mantenir al dia les diferents tecnologies de l'empresa perquè l'entorn de producció no es quedi obsolet.
• Adquirir coneixements suficients per realitzar la gestió eficient de l’energia en tots els seus àmbits i per aprofitar les possibilitats de les energies renovables, així com de l’Smart Energy.

 

Amb l'objectiu de facilitar el seguiment del curs dels alumnes residents fora de la província de Barcelona i comarques, aquest curs serà emès mitjançant videoconferència, permetent la retransmissió en directe del curs a través d'internet. Qualsevol usuari amb connexió a Internet, podrà realitzar-ne el seguiment en directe, des del lloc on desitgi. Aquesta tecnologia és compatible amb ordinadors, tauletes, mòbils, etc. El seguiment per videoconferència permetrà:

-Escoltar i veure en directe al professor

-Participar en directe a la resolució dels exercicis

-Preguntar directament els dubtes al professor

-Escoltar les consultes dels altres assistents

-Seguir les anotacions del professor a la pissarra

 

Es realitzarà l'enregistrament íntegre de totes les sessions per a posterior visionat i/o consulta. 

Aquest Postgrau constarà dels següents mòduls:

 

Mòdul 1: IoT i robòtica col·laborativa 

 

Aplicació empresarial d'Internet de les coses ( loT )

• Introducció a l’IoT
• Internet, protocols fonamentals: IPv4, IPv6, TCP, UDP, HTTP, Encaminament
• Seguretat: AAA, confidencialitat, no repudio
• Interfícies de comunicacions:
• Tecnologies radio: RFID, NFC, 802.11, LTE, Sigfox, LoRa
• Tecnologies cablejades: PLC, ModBus, KNX
• Arquitectures de protocols para IoT:
• Arquitectura IETF para IoT. Visió global de IoT basada en IPv6 para 6LoWPAN
• Altres arquitectures y protocols: Bluetooth Low Energy, Z-wave ZigBee
• Sensors i actuadors: transductors i actuadors
• Plataformes: Programació i sistemes operatius
• Gestió i anàlisis de les dades: Big Data, Machine Learning
• Casos d’ús: Indústria 4.0, Home automation, Smart Cities, Connected Vehicle

 

 

Robòtica col·laborativa

• Què és un robot col·laboratiu
• Diferències amb un robot tradicional
• Rendiment, abast i càrrega
• Precisió i repetibilitat
• Característiques clau d’un robot col·laboratiu
• Seguretat: ISO 10218-1 y 2, ISO/TS 15066
• Connectivitat i integració
• Els robots col·laboratius al lloc de treball
• En quines tasques podem emprar robots col·laboratius
• Els robots incrementen la productivitat
• Els robots afavoreixen la flexibilitat
• Els robots augmenten les competències dels professionals
• Robots
• Robots col·laboratius
• Invertint en robots
• Implantació

 

Mòdul 2: Big Data i intel·ligència artificial

 

Big data i intel·ligència empresarial

• Introducció al Big Data
• Visió històrica i introducció al context del Big Data
• Relació entre Big Data i Intel·ligència Artificial
• Arquitectures Big Data (la tecnologia)
• Introducció i classificació de diferents arquitectures i sistemes de grans volums de dades disponibles en el mercat
• Què és MapReduce? Què és Hadoop? Què és Spark?
• Diferències entre un Data Warehouse i un Data Lake
• Els processos
• La importància del govern de les dades
• Machine Learning, Xarxes Neuronals i Congitive Computing
• Inputs i outputs d’un projecte de Big Data
• Els equips
• La relació entre Big Data, Business Intelligence i Data Science
• El rol del Chief Data Officer
• Big Data As a Services
• Casos d’èxit
• Visita Centre tecnològic Eurecat

 

Intel·ligència artificial: Introducció i Aplicacions per al món de l’empresa

    

• Introducció
• La connexió entre Big Data, Ciència de Dades i Intel·ligència Artificial
• Els nous perfils professionals relacionats amb aquest camp
• Metodologia de desenvolupament d’un projecte d’IA en un entorn empresarial
• Què entenem per intel·ligència artificial (IA) i breu contextualització
• Visió històrica. Evolució de la IA. Machine Learning / Aprenentatge automàtic
• Estat de l'art: xarxes neuronals i Deep Learning
• On trobar més informació i com aprendre'n més
• Intel·ligència Artificial als diferents mercats i sectors:
• Tendències actuals
• Adopció de la IA a les empreses i bones pràctiques
• Exemples d’aplicació en diferents àmbits de l’operativa empresarial
• Exercici pràctic
• Resolució en grup de casos de negoci on l’IA esdevé el centre de la solució

 

Mòdul 3: Ciberseguretat

 

Ciberseguretat: coneixement estratègic

• Introducció
• Què és la seguretat informàtica
• Serveis de seguretat
• Anàlisi de riscs, vulnerabilitats i amenaces
• Legislació bàsica
• Seguretat de xarxes
• Anàlisi de vulnerabilitats i atacs (Ciberseguretat)
• Demostració pràctica d'atacs seleccionats
• Seguretat d'aplicacions
• Amenaces en aplicacions d'Internet i mòbils
• Demostració pràctica d'atacs seleccionats

 

Tecnologia Blockchain i Aplicacions            

• Introducció
• Origen de la tecnologia i les seves propietats
• Components d’una Blockchain i com funciona
• La tecnologia Blockchain
• Tipus de Blockchains existents
• Els algoritmes de consens
• Desenvolupament d’Smart Contracts
• Tokenització d’actius
• Què és tokenitzar?
• Les criptomonedes
• Exemples de tokenització
• Ethereum
• Què és Ethereum i com funciona?
• Hyperledger Fabric
• Què és Hyperledger Fabric i com funciona?
• Casos d’ús
•  

Mòdul 4: Manteniment predictiu

 

Manteniment predictiu en una indústria 4.0

• Introducció
• Introducció als diferents tipus de manteniment preventiu: Legal, Sistemàtic i Predictiu.
• Concepte del manteniment predictiu
• Avantatges respecte a les accions de manteniment tradicionals (preventiu, correctiu)
• Introducció a les tècniques predictives usuals. I quina transportabilitat tenen aquestes tècniques a la 4.0 a través de la sensorització.

 Metodologia

• Concepte de detecció de comportaments anòmals:
  • Modelat d’estats d’operació
  • Diagnòstic d’estat actual
  • Pronòstic d’estat futur
• Mètodes d’aprenentatge:
  • Mètode supervisat i no supervisat (classificació, modelat, estudi de correlació, etc.)
  • Diferencies entre mètodes
  • Casos d’implementació i informació necessària per cada cas
• Indicadors de comportament:
  • Indicadors temporals i agrupats
  • Modus de generació: Generació manual, Selecció d’indicadors segons correlació
• Metodologia d’entrenament i validació
  • Sets de dades, Taula de la veritat
  • Overfitting i underfitting
  • Indicadors per l'avaluació de la precisió dels models
• Fiabilitat i els càlculs del manteniment predictiu.
• Establir els indicadors clau de rendiment del manteniment:
  • Integrar les eines KPI,
  • UNE-EN 15341:2008 (Indicadors clau de rendiment del manteniment).
  • Creació del propi Quadre de Comandament.

 

Infraestructura

• Sensors:
  • Tipus de mesura segons equip
• Registradors:
  • Freqüències d’adquisició segons tipus de procés
• Processat:
  • Plataformes pel processat
  • Llibreries de funcions matemàtiques
  • Formes d’implementació)
  • Formes de resultats

Cas Pràctic

• Muntatge d’un exemple de cas pràctic pels assistents:
  • Instal·lació i preparació de l’entorn
  • Lectura i preprocessat de les bases de dades (normalització, sincronització).
  • Entrenament i avaluació dels models
  • Validació del sistema amb diferents casos d’entrada

Digital Twins

• Introducció a la Indústria 4.0 i a Digital Twins
  • Tecnologies que intervenen en una indústria 4.0 i Digital Twins
  • Automatització industrial
  • BIM
  • Smart buildings
  • Exemples d’aplicació
• Digital Twins i el cicle de vida d’un producte
  • Disseny
  • Fabricació
  • Operacions
  • Exemples d’aplicació
• Anàlisis de dades en Digital Twins
  • Anàlisis de dades
  • Aplicació del data science en les diferents fases d’un producte
  • Machine Learning
  • Simulacions i prototipat virtual
  • Exemples d’aplicació
• Ciberseguretat en Digital Twins
  • Riscos en la gestió de les dades
  • Com prevenir els atacs
  • Exemples d’aplicació
• Tendències de futur.
  • Programari per Digital Twins
  • Plataformes de suport
  • Simulacions i el prototipat virtual
  • Tendències

 

Mòdul 5: Eficiència Energètica

 

Eficiència Energètica

• Introducció
• Cadena de valor de l’energia
• Formes d’energia d’una planta industrial
• L’ús eficient i ineficient d’energia
• Eficiència energètica
• Smart Energy

 

 

EXERCICI FINAL DE POSTGRAU

Els alumnes que realitzin la totalitat dels mòduls realitzaran un Treball Final  on faran una definició d’un petit projecte de manteniment predictiu:

• Definició del manteniment que realitzaran
• Relació de les tecnologies que utilitzaran i el perquè
• Plantejament de la plataforma a utilitzar

 

 

Coordinació:

Sílvia Ferrer, Responsable de l’Àrea de Programes Superiors Eurecat Academy. Llicenciada en Periodisme per la Universitat Pompeu Fabra i Postgrau en Gestió i Direcció d'Empreses. Més de 20 anys d'experiència gestionant i coordinant projectes formatius amb empreses, tant a nivell nacional, com internacional: participant i donant suport en el seu procés de detecció de necessitats formatives i coordinant el desenvolupament de la seva formació.

 

Equip docent:

Lali Soler, ead of Digital Product Management at Eurecat. Especialitzada en intel·ligència artificial però dedicada a la seva aplicació en el camp dels negocis durant els darrers anys, el meu perfil combina perfectament una forta capacitat analítica de fons amb una visió de 360º del món empresarial.

 

Lluís Echeverria Rovira, Investigador de la unitat de Smart Management Systems (SMS) de Eurecat. És enginyer tècnic Topogràfic per la UPC, Graduat en Enginyeria Informàtica, especialitzat en Tecnologies de la Informació, per la Universitat de Lleida (UdL) i Màster en Enginyeria Informàtica, especialitzat en BigData, també per la Universitat de Lleida. Compta amb una llarga experiència en l’àmbit de la Ciència de les dades tant en el desplegament i implementació d'arquitectures híbrides BigData / Iot, basades en tecnologies de referència per al processat de dades massius en temps real, com en l'anàlisi i estudi mateix de les dades mitjançant diferents tècniques de mineria de dades i Intel·ligència Artificial (aprenentatge automàtic). Com a investigador està involucrat en projectes de R + D, tant a nivell europeu com nacional o privat, relacionats amb temes d'analítica de dades, Intel·ligència Artificial, IoT i BigData aplicats en els dominis de la Indústria 4.0 o la gestió eficient i intel·ligent de recursos, principalment de l’aigua. Actualment està desenvolupant una tesi doctoral sobre control òptim i autònom de processos industrials mitjançant tècniques d’aprenentatge per reforç (IA).

 

Albert Merino, Investigador de la unitat de Smart Management Systems (SMS) d’Eurecat. És Graduat en Enginyeria Informàtica, menció en Tecnologies de la informació, per la Universitat de Lleida (UdL), Màster en Enginyeria Informàtica, especialitzat en Videojocs, per la Universitat de Lleida (UdL), i actualment cursant Màster en Ciència de dades, per la Universitat Oberta de Catalunya (UOC). Ha treballat com a desenvolupador per a tota mena de solucions tecnològiques amb diferents llenguatges de programació i format part del Grup de Recerca en Interacció Persona-Ordinador i Integració de Dades (Griho), de la UdL, en el projecte bioinformàtic Scalextric inMind. Actualment col·laborant amb la Càtedra Desenvolupament d'Organitzacions i Territoris Saludables (Càtedra DOTS) de la UdL. Com a investigador està centrat en els àmbits de la Ciència de les dades, l’Aprenentatge automàtic i IoT aplicats en el domini de la Indústria 4.0.

 

Marc Ribalta, Investigador de la unitat de Smart Management Systems (SMS) d'Eurecat. És Enginyer Informàtic, especialitzat en Enginyeria del Software, per la Universitat de Lleida (UdL) i ha cursat el Màster en Enginyeria Informàtica, especialitzat en Big Data, també per la Universitat de Lleida (UdL). Actualment està desenvolupant una tesi doctoral en detecció d'anomalies i manteniment predictiu. Ha treballat com a científic de dades per a tota mena de projectes tecnològics amb diferents solucions d'intel·ligència artificial. En el passat, va formar part del Grup de Recerca en Interacció Persona-Ordinador i Integració de Dades (Griho), de la Universitat de Lleida, treballant amb la integració, optimització de consultes i visualització d'informació biològica. Actualment està involucrat en projectes de detecció d'anomalies, manteniment predictiu i sensors virtuals en els dominis de la gestió de l'aigua, agricultura i automoció.

 

Juan Caubet,  Director de la unitat de seguretat de les IT d'Eurecat. Enginyer de telecomunicacions i doctor en seguretat informàtica per la UPC. Va completar la seva tesi doctoral en el grup de seguretat de la informació (ISG) de la UPC sobre gestió d'identitats en xarxes de peer-to-peer estructurades. El 2013 va fer una estada al centre d'investigació INRIA Nancy – Grand Est (França) on va tenir l'oportunitat de fer grans avenços en la seva tesi. Del 2014 al 2017 va ser professor del Màster de ciberseguretat de la Universitat la Salle (Universitat Ramón Llull). I des de fa més de 4 anys, lidera la recerca d'Eurecat en el camp de la tecnologia Blockchain. Avui en dia, la seva recerca està orientada a la gestió de la identitat digital (autenticació i autorització), ciberseguretat industrial, criptografia i tecnologia Blockchain. Juan ha publicat més d'una dotzena d'articles científics relacionats amb la seva recerca, escriu freqüentment articles de divulgació a la premsa i actua com a ponent convidat en nombroses conferències i conferències.

 

Sergi Baiges, Enginyer Mecànic per la URV, amb un Màster en Robòtica. Especialitzat en tecnologies d'impressió 3D i en la robòtica industrial i col·laborativa, amb 5 anys d'experiència en l'àmbit desenvolupant tasques de programació, així com de disseny de cel·les robotitzades i automatitzacions. Actualment, seguint la mateixa línea de treball, fundador de Global Robot Solutions, oferint solucions de  millora en la indústria 4.0 a nivell d'automatitzacions, acompanyant a les empreses en aquests processos i paral·lelament impartint formacions específiques.

 

Miquel Rovira, Sustainability Director. Enginyer químic per la Universitat de Barcelona i doctor en Química per la Universitat Politècnica de Catalunya. Des de fa més de 15 anys, dirigeix projectes de sostenibilitat, primer a CTM com manager de l'Àrea de Medi Ambient, i després com a director de l'Àrea de Sostenibilitat d’Eurecat en la seva fusió amb CTM.

Preu col·legiats (presencial): 1390 €
Preu precol·legiats (presencial): 1390 €
Preu no col·legiats (presencial): 1950 €
Preu col·legiats (en línia): 1390 €
Preu precol·legiats (en línia): 1390 €
Preu no col·legiats (en línia): 1950 €

Condicions especials de finançament per a col·legiats i col·legiades d’ENGINYERS BCN

 

Els col·legiats/des d’ENGINYERS BCN podran finançar l’import del Postgrau en Gestió de la Indústria 4.0: Producció i Manteniment. Aplicacions clau per a la millora de la competitivitat, productivitat i mantenibilitat en 6 mensualitats, sense interessos, de les que se’n desprèn una primera quota de 240 €/mes i les cinc restants de 230 €/mes.

 

Els col·legiats/des que desitgin realitzar el pagament del Postgrau sencer d’inici, gaudiran d’un 10% de descompte en el preu d’inscripció.

 

Contacteu amb el Departament de Formació per a realitzar les gestions corresponents abans de formalitzar el pagament. Tel. 934961420 o bé per email a: formacio@ebcn.cat

Certificat

Els alumnes podran realitzar el programa de manera modular i obtindran un Certificat d’Aprofitament emès pel Col·legi d’Enginyers Graduats i Enginyers Tècnics Industrials de Barcelona per cada mòdul realitzat. En el cas que els alumnes realitzin la totalitat del programa s’emetrà el Certificat de Postgrau en  Gestió de la Indústria 4.0: Producció i Manteniment. Aplicacions clau per a la millora de la competitivitat, productivitat i mantenibilitat, emès per les mateixes institucions.

Aquest Postgrau pot seguir-se en format presencial o bé en format videoconferència.

Per a la realització d’aquest Postgrau, teniu a la vostra disposició tiquets d’aparcament gratuït per una durada de 75 hores lectives que se us entregaran a la recepció de la seu col·legial. Un cop iniciat el curs, només caldrà que us identifiqueu amb el vostre nom i cognoms i que presenteu el tiquet d'aparcament. Aquests tiquets són vàlids per: 

 

- Aparcaments Saba (C/Pau Claris 110, 08007 BARCELONA) Com arribar-hi

 

Anul·lacions

Per anul·lar la inscripció abans del pagament podeu fer-ho en aquest apartat web.

Per les anul·lacions després del pagament, poseu-vos en contacte amb el departament de formació per correu electrònic formacio@ebcn.cat o per telèfon al 93 496 14 20.

El Col·legi es reserva el dret de modificar horaris, dates, continguts i/o professorat dels cursos programats. També es reserva el dret d’anul·lar o ajornar el curs si considera insuficient el nombre d’inscrits. En cas que el Col·legi anul·li el curs es retornarà l’import sencer del curs.

Les places són limitades i s’assignen per ordre d’inscripció.

 

Seguiment:

Aquest postgrau, permet la inscripció al temari complet i també es permet la inscripció a mòduls independents.  

El termini màxim de carència per a continuar amb la resta de mòduls és de 2 anys. Passat aquest temps, no es podrà continuar amb els mòduls que falten sinó que caldrà començar de nou (degut a l’evolució de les matèries).

 

Durada del postgrau i calendari previst de desenvolupament dels mòduls i sessions programades: 

 

La duració serà de 150 h. que es cursaran en divendres i en horari de 16 a 20 h. 

 

Mòdul 1: 32 h. Del 2 d'octubre al 20 de novembre de 2020

2 d'octubre de 2020 

9 d'octubre de 2020 

16 d'octubre de 2020 

23 d'octubre de 2020 

30 d'octubre de 2020 

6 de novembre de 2020

13 de novembre de 2020

20 de novembre de 2020

Mòdul 2: 32 h. Del 27 de novembre de 2020 al 29 de gener de 3021

27 de novembre de 2020

4 de desembre de 2020

11 de desembre de 2020

18 de desembre de 2020

8 de gener de 2021

15 de gener de 2021

22 de gener de 2021

29 de gener de 2021

 

Mòdul 3: 32 h. Del 5 de febrer al 26 de març de 2021

5 de febrer de 2021

12 de febrer de 2021

19 de febrer de 2021

26 de febrer de 2021

5 de març de 2021

12 de març de 2021

19 de març de 2021

26 de març de 2021 

 

Mòdul 4: 36 h. Del 9 d'abril al 4 de juny de 2021

9 d'abril de 2021

16 d'abril de 2021

23 d'abril de 2021

30 d'abril de 2021

7 de maig de 2021

14 de maig de 2021

21 de maig de 2021

28 de maig de 2021

4 de juny de 2021

 

Mòdul 5: 12 h. Del 11 de juny al 19 de juny de 2021

11 de juny de 2021

18 de juny de 2021

19 de juny de 2021

 

Material

Per optimitzar l'aprenentatge als exercicis pràctics es recomana que cada participant porti el seu portàtil

 

Els espais d’ENGINYERS BCN compleixen amb tots els requisits establerts en el seu pla de contingència que inclouen les mesures de prevenció ambientals, organitzatives, així com de caràcter col·lectiu i individual, que estableixen l´aforament de la sala d´actes en un màxim de 22 persones així com 8 i 5 persones a l’Aula 1 i Aula 2 respectivament, sense perjudici dels  possibles canvis normatius posteriors que s’hagueren d’aplicar.