Daniil Valme

Projekti eesmärgiks on tõsta spetsialiseeritud tööjõu elektrisüsteemide ja -seadmete diagnostika ja seire alast kvalifikatsiooni projekti partnerriikides. Selleks luuakse valdkonna õppeks olulisi innovaatilisi õpetamis- ja õppemeetodeid, mille abil vähendatakse eriala ekspertteadmiste puudujääki ning tõstetakse projekti valdkonna olulisust tööjõuturul ja ühiskonnas. Projekt aitab Nepalil ja Bhutanil luua kohalik spetsialiseeritud ekspertteadmisi omav inimressurss elektriseadmete alases seires ja diagnostikas, vähendades sõltuvust väliskonsultantidest. Peamiseks eesmärgiks on edendada probleemõppel põhinevat õpetamist ja õpet Nepalis ja Bhutanis kasutades Euroopa partnerülikoolide pikaaegset kogemust valdkonnas, samal ajal võimaldades Euroopa partnerülikoolidel uuendada oma vastavaid õppematerjale ning edendada üliõpilasvahetust ja teaduskoostööd projekti partnerite vahel.

Õppeaine EEV5040 Tööstusautomaatika ja ajamid tegevuse eesmärgiks on tutvustada üliõpilastele tööstusliku automatiseerimise ja elektriajamite olulisust ning nende valdkondade uusimaid suundumusi (sh ka IoT). Arendustegevuse tulemusena omandavad õppurid tulevikus põhjalikud teadmised elektriajamite juhtimisest, mudelipõhine disaini metoodikast ja IoT rakendustest tööstusautomaatikas. Nad suudavad luua, kohandada ja analüüsida elektrimootorite juhtimissüsteeme ning lahendada reaalseid probleeme selles valdkonnas. Need tulemused mõjutavad erialaspetsiifilise IKT õpetamise kvaliteeti, pakkudes õppuritele praktilisi oskusi ja teadmisi, mis on hädavajalikud tänapäeva tööstuslikus automatiseerimises. Arendusprojekti raames muudetakse ka õppeaine EEM0040 Masinnägemine, kus traditsioonilist masinanägemise õppekava, lisades sinna hüperspektraalse tehnoloogia komponendi. Arendustegevuse eesmärk on ühendada masinanägemise kontseptsioonid hüperspektraalse andmetöötlusega. Õppeaine raames arendavad üliõpilased praktilisi oskusi hüperspektraalsete kaamerate kasutamisel, alates kaamera seadistamisest kuni erinevate hüperspektraalsete piltide töötlemiseni. Nad omandavad teadmisi hüperspektraalsete andmete spetsiifikast, nagu lainepikkuse spekter ja selle seos materjalide omadustega. Lisaks õpivad nad masinanägemise meetodeid, mis võimaldavad tuvastada erinevaid objekte ja omadusi hüperspektraalsetest piltidest.