Viktor Rjabtšikov

Võttes arvesse traditsiooniliste fossiilsete kütuste tööstuse suhteliselt madalat automatiseerimise ja robotiseerimise taset, on nimetatud valdkonna tööjõu suunamiseks kaasaegsesse tehnoloogilisse tööstussektorisse vajalik üsna mahukas ümberõpe. See on eriti oluline praegusel ajal, kui Euroopa Liidu initsiatiividest lähtuvalt on oodata fossiilsete kütuste tööstuse järkjärgulist sulgemist. Seega, on vajalik sektorist vabanevate töötajate ümberõpe, et tööjõu kompetents vastaks tänapäevase mehhatroonika ja Tööstus 4.0 arusaamadega tugevalt seotud tootva tööstuse vajadustele. Et tööstuse poolt seatud kompetentsi tingimustele vastata, on töötatakse käesolevas projektis välja just varsti vabanevale tööjõule sobivad ümberõppe kursuses. Valdkonnad, mida kursused katavad on elektriajamid, automaatika, robootika, jõuelektroonika ning tööstuslike süsteemide olukorraseire. Need valdkonnad on omavahel tugevalt seotud ja kohati kattuvad. Lisades ahelasse ühisnimetajana IKT, võib neid valdkondi nimetada põhilisteks tehnoloogilisteks sammasteks, millele toetub kogu kaasaegne mehhatroonikale suunatud tööstus.

Isejuhtivad autod ei ole enam tuleviku tehnoloogia, vaid juba reaalne ülemaailmne tehniline trend. Isejuhtiva sõitmise edasiareng nõuab ka energiatõhususe optimeerimist. Sageli ei pöörata tähelepanu isejuhtivate elektrisõidukite veosüsteemide optimeerimisele autonoomsete ja seireandurite abil. Taotluse eesmärk on välja töötada testplatvorm energiasüsteemi hindamiseks ja optimeerimiseks. Eesmärgi saavutamine nõuab mitmete katseplatvormide ja digitaalsete kaksikute arendamist. Digitaalne kaksik koosneb kolmest komponendist - reaalse maailma füüsilistest üksustest, selle virtuaalsetest mudelitest ja ühendatud süsteemist, mis paneb kaks maailma kokku.

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.