Szkolenie: IoT, telemetria i AI w zielonym monitorowaniu procesów, maszyn, pojazdów i infrastruktury technicznej – efektywność energetyczna i zasobowa.

Szkolenie realizowane jest w formie zdalnej w czasie rzeczywistym, z równoczesnym udziałem trenera i uczestników. Zajęcia prowadzone są z wykorzystaniem prezentacji multimedialnej, wykładu interaktywnego, dyskusji moderowanej, analizy przypadków branżowych, demonstracji narzędzi cyfrowych i AI oraz ćwiczeń praktycznych.

Część praktyczna realizowana jest poprzez analizę przykładowych danych pomiarowych i eksploatacyjnych dotyczących procesów, maszyn, pojazdów, urządzeń i infrastruktury technicznej, porównywanie wariantów, identyfikowanie źródeł strat oraz dobór działań zwiększających efektywność energetyczną i zasobową. Przykłady i ćwiczenia dostosowane są do specyfiki prac budowlanych, drogowych, transportowych, elektroinstalacyjnych, technicznych i serwisowych oraz zadań związanych z planowaniem, nadzorem, kosztorysowaniem i kontrolą kosztów.

Program jest skoncentrowany na pomiarze, danych telemetrycznych, diagnostyce technicznej, efektywności energetycznej i predictive maintenance. Część praktyczna polega na analizie przykładowych zbiorów danych pomiarowych i eksploatacyjnych, rozpoznawaniu odchyleń, dobieraniu wskaźników, interpretowaniu trendów oraz projektowaniu zielonego systemu monitorowania. W ramach ćwiczeń uczestnicy odnoszą analizowane rozwiązania do własnych stanowisk pracy, wskazując czynności możliwe do uproszczenia lub skrócenia dzięki zastosowaniu pomiarów, zdalnych odczytów, alertów, IoT, telemetrii oraz analizy danych wspieranej przez AI. Uczestnicy określają również zasoby, których zużycie może zostać ograniczone, oraz sposób oceny efektu przed i po zastosowaniu usprawnienia.

DZIEŃ 1 – Dane, IoT i telemetria w zielonym monitorowaniu procesów i sprzętu

1. IoT, telemetria i dane w zielonym monitorowaniu procesów, maszyn, pojazdów i infrastruktury – 1 godz. 30 min (wykład interaktywny, prezentacja multimedialna, dyskusja moderowana, analiza przykładów)

• rola danych pomiarowych w zielonej transformacji,
• zasady działania IoT i telemetrii w monitorowaniu zużycia energii i zasobów,
• czujniki, urządzenia komunikacyjne i system analityczny wspierające efektywność energetyczną,
• źródła danych eksploatacyjnych umożliwiających identyfikowanie strat zasobowych,
• dane o zużyciu energii i paliwa,
• czas pracy, obciążenie i przebieg urządzenia,
• przepływ danych od pomiaru do analizy,
• wykorzystanie monitoringu do ograniczania energochłonności.

2. Parametry i wskaźniki efektywności energetycznej i eksploatacyjnej – 2 godz. (wykład interaktywny, prezentacja przykładów, analiza przypadku, ćwiczenie praktyczne)

• parametry dotyczące energii, paliwa, czasu pracy i obciążenia,
• czas pracy efektywnej i praca jałowa,
• wskaźniki wykorzystania sprzętu,
• wskaźniki przestojów technicznych,
• porównywanie efektywności pomiędzy okresami,
• dobór wskaźników do rodzaju maszyny, urządzenia lub pojazdu,
• dobór wskaźników zużycia energii, paliwa, wody, materialów i części eksploatacyjnych do oceny efektywności zasobowej procesów oraz urządzeń,
• powiązanie danych eksploatacyjnych z kosztami,
• wykorzystanie mierników do oceny oddziaływania środowiskowego.

3. Interpretacja danych eksploatacyjnych i energetycznych – 2 godz. (wykład interaktywny, analiza danych, studium przypadku, ćwiczenia praktyczne)

• odczytywanie i porządkowanie danych,
• analiza zużycia energii i paliwa,
• analiza czasu pracy i obciążenia,
• rozpoznawanie trendów i odchyleń,
• identyfikowanie pracy jałowej,
• rozpoznawanie nadmiernej eksploatacji,
• porównywanie danych z różnych okresów,
• identyfikowanie obszarów wymagających diagnostyki,
• dobór progów i warunków uruchamiania alertów sygnalizujących nadmierne zużycie energii, paliwa lub innych zasobów,
• wykorzystanie danych do ograniczania strat zasobowych, kosztów i negatywnego wpływu na środowisko.

4. Warsztat – analiza zielonej efektywności eksploatacyjnej – 1 godz. 30 min (warsztat online, praca na przykładowych danych, analiza przypadku, dyskusja i omówienie wyników)

• analiza przykładowych danych telemetrycznych,
• identyfikowanie nadmiernego zużycia energii lub paliwa,
• rozpoznawanie pracy jałowej,
• ocena obciążenia urządzenia,
• porównywanie wariantów użytkowania sprzętu,
• identyfikowanie odchyleń,
• określanie możliwych przyczyn nieefektywności,
• dobór działania ograniczającego energochłonność,
• wskazywanie działań ograniczających zużycie zasobów, koszty i oddziaływanie środowiskowe,
• wskazanie przez uczestnika czynności na własnym stanowisku pracy, którą można uprościć lub skrócić dzięki pomiarom, zdalnemu odczytowi lub alertom,
• określenie, jakie zużycie energii, paliwa, wody, materiałów, surowców lub części eksploatacyjnych może zostać dzięki temu ograniczone,
• porównanie wartości wybranego wskaźnika zużycia zasobów przed i po zaproponowanym usprawnieniu.

DZIEŃ 2 – AI, diagnostyka i zielona eksploatacja

5. AI w analizie danych technicznych i eksploatacyjnych – 2 godz. (wykład interaktywny, demonstracja ze współdzieleniem ekranu, analiza danych, ćwiczenia i dyskusja moderowana)

• AI w analizie danych pomiarowych,
• analiza danych energetycznych i eksploatacyjnych,
• rozpoznawanie trendów, wzorców i odchyleń,
• wykrywanie potencjalnych anomalii,
• porównywanie wariantów eksploatacji,
• formułowanie poleceń do analizy danych z wykorzystaniem AI w celu wykrywania nieefektywnego zużycia energii, paliwa i innych zasobów,
• wykorzystanie przykładowych danych do uzyskania z wykorzystaniem AI propozycji okresów i czasu pracy urządzeń, wykonywania zadań lub konserwacji,
• porównywanie propozycji pod kątem ograniczenia zużycia energii, paliwa, wody, materiałów, części eksploatacyjnych, emisji i odpadów,
• ocena rekomendacji AI,
• sprawdzanie, czy propozycja AI odpowiada wymaganiom stanowiska pracy i przynosi korzyść środowiskową,
• ograniczenia AI w ocenie wiarygodności rekomendacji dotyczących efektywnoci energetycznej, zasobowej i bezpieczeństwa eksploatacji,
• uwzględnianie zasad bezpieczeństwa przy ocenie propozycji AI,
• znaczenie kontroli człowieka w podejmowaniu decyzji technicznych.

6. Predictive maintenance i zielona eksploatacja maszyn, pojazdów, urządzeń i infrastruktury – 2 godz. (wykład interaktywny, analiza przypadków, analiza danych poprzedzających awarie, ćwiczenie)

• konserwacja reaktywna, planowa i predykcyjna,
• podstawy predictive maintenance,
• wykorzystanie danych historycznych i bieżących,
• identyfikowanie symptomów poprzedzających awarie,
• zdalna diagnostyka,
• ograniczanie nieplanowanych awarii,
• ograniczanie pracy jałowej i nadmiernej eksploatacji,
• wydłużanie cyklu życia urządzeń,
• zapobieganie przedwczesnej wymianie sprawnych podzespołów,
• ograniczanie zużycia części zamiennych,
• wykorzystanie AI i danych telemetrycznych do proponowania terminów konserwacji ograniczających awarie, żużycie części, powstawanie odpadów i nadmierną eksploatację,
• środowiskowe skutki awarii i przedwczesnej wymiany sprzętu.
• predictive maintenance jako element gospodarki zasobooszczędnej i zielonej transformacji przedsiębiorstwa.

7. Projekt zielonego monitoringu maszyny, pojazdu, urządzenia lub infrastruktury – 2 godz. (warsztat online, analiza przypadku, opracowanie przykładowego rozwiązania, prezentacja i omówienie wyników)

• wybór zadania, procesu, urządzenia, maszyny, pojazdu lub elementu infrastruktury,
• identyfikacja problemu lub obszaru wymagającego usprawnienia,
• określenie celu związanego z ograniczeniem zużycia zasobów lub usprawnieniem wykonywania pracy,
• dobór parametrów i wskaźników,
• dobór czujników, źródeł danych oraz progów alertów służących ograniczaniu nadmiernego zużycia zasobów,
• określenie źródeł danych,
• dobór możliwości zastosowania IoT, telemetrii, czujników, zdalnych odczytów lub alertów,
• określenie działania podejmowanego na podstawie danych,
• określenie przewidywanego wpływu usprawnienia na zużycie zasobów, emisje, odpady i cykl życia sprzętu,
• identyfikowanie symptomów nadmiernego zużycia zasobów, pracy jałowej lub niewłaściwego obciążenia,
• opracowanie prostego usprawnienia własnego zadania zawodowego według schematu: problem → rozwiązanie IoT lub telemetria → potrzebne dane → działanie → sposób sprawdzenia oszczędności,
• określenie wskaźników pozwalających porównać zużycie zasobów przed i po wprowadzeniu usprawnienia,
• określenie sposobu monitorowania efektów,
• ocena wpływu rozwiązania na środowisko i koszty eksploatacyjne.

8. Podsumowanie i utrwalenie zielonych kompetencji – 45 min (dyskusja moderowana, podsumowanie i analiza możliwości zastosowania zdobytej wiedzy)

• zasady zielonego monitoringu,
• zasady odpowiedzialnego wykorzystania AI, IoT i telemetrii do podejmowania decyzji ograniczających zużycie zasobów i wpływ eksploatacji na środowisko,
• dobre praktyki dotyczące efektywności energetycznej,
• ograniczanie pracy jałowej i niepotrzebnej eksploatacji,
• wydłużanie cyklu życia sprzętu,
• wykorzystanie danych przy podejmowaniu decyzji eksploatacyjnych,
• rola pracownika w ograniczaniu środowiskowego wpływu użytkowania maszyn i urządzeń.

Walidacja efektów uczenia się – 15 min

Po zakończeniu części szkoleniowej uczestnicy przystępują do walidacji efektów uczenia się w formie testu teoretycznego. Test obejmuje wszystkie efekty uczenia się oraz przypisane do nich kryteria weryfikacji wskazane w Karcie Usługi. Walidacja jest wyodrębniona z procesu kształcenia i przeprowadzana zgodnie z zaplanowaną metodą walidacji.

Proces szkolenia i walidacji są rozdzielone. Osoba prowadząca walidację nie uczestniczy w procesie szkoleniowym uczestników. Wynik walidacji stanowi podstawę do potwierdzenia osiągnięcia określonych w Karcie Usługi efektów uczenia się.

Uczestnicy otrzymają materiały szkoleniowe w formie elektronicznej, obejmujące prezentację oraz materiały pomocnicze dotyczące IoT, telemetrii, AI, analizy danych i efektywności energetycznej i zasobowej. Podczas ćwiczeń wykorzystywane będą przykładowe dane pomiarowe i eksploatacyjne dotyczące maszyn, pojazdów, urządzeń, instalacji i procesów. Materiały zostaną przekazane uczestnikom w formie elektronicznej.

Warunkiem uczestnictwa jest zapisanie się na usługę za pośrednictwem BUR oraz spełnienie warunków udziału wynikających z projektu, jeżeli usługa jest dofinansowana ze środków publicznych. Nie jest wymagane wcześniejsze doświadczenie w zakresie IoT, telemetrii ani AI. Uczestnik powinien posiadać podstawową znajomość procesów i zadań wykonywanych w ramach swojego stanowiska pracy oraz możliwość udziału w zajęciach zdalnych w czasie rzeczywistym. Warunkiem ukończenia usługi jest udział w zajęciach zgodnie z wymaganym poziomem frekwencji oraz przystąpienie do walidacji efektów uczenia się.

Do udziału w szkoleniu niezbędny jest komputer lub laptop wyposażony w kamerę, mikrofon i głośniki lub słuchawki oraz stabilne połączenie z Internetem umożliwiające udział w transmisji audio-wideo w czasie rzeczywistym.

Szkolenie realizowane jest za pośrednictwem platformy ZOOM. Uczestnik powinien posiadać aktualną wersję przeglądarki internetowej lub aplikacji właściwej dla wykorzystywanej platformy oraz możliwość otwierania materiałów szkoleniowych w formacie PDF i standardowych plików biurowych.

Link umożliwiający dołączenie do szkolenia zostanie przekazany uczestnikom przed rozpoczęciem usługi. Uczestnik powinien zapewnić warunki umożliwiające aktywny udział w zajęciach, komunikację z trenerem oraz wykonywanie ćwiczeń przewidzianych w programie.

W przypadku ćwiczeń wykorzystujących ogólno dostępne narzędzia internetowe lub narzędzia AI trener przekazuje uczestnikom instrukcję dostępu i sposób wykonania zadania. Realizacja ćwiczeń nie wymaga posiadania specjalistycznego płatnego oprogramowania, o ile w Karcie Usługi nie wskazano inaczej.