Sistemas Inteligentes Industriais
Objetivos
Esta unidade curricular é focada nos conceitos e tecnologias de inteligência artificial em sistemas industriais, com ênfase na sua aplicação na manufatura inteligente e preditiva. No final desta unidade curricular o estudante terá adquirido conhecimentos, aptidões e competências que lhe permitam:
- Compreender:
1) Conceitos e métodos basilares de Sistemas Inteligentes Industriais;
2) O impacto da tecnologia e da sua actividade num contexto social, ambiental e económico;
- Ser capaz de:
1) Planear, projectar e implementar soluções preditivas e de apoio à decisão para ambientes industriais;
2) Fazer a ponte entre os recentes avanços técnico-cientificos em sistemas inteligentes e a indústria;
3) Integrar conhecimentos interdisciplinares e multidisciplinares com rigor e segurança;
-Conhecer:
1) A realidade industrial, possibilitando um papel activo na ponte entre a investigação desta área e a indústria;
2) Os principais desafios e barreiras na adopção de sistemas inteligentes industriais.
Caracterização geral
Código
13091
Créditos
3.0
Professor responsável
José António Barata de Oliveira, Luís Manuel Camarinha de Matos
Horas
Semanais - A disponibilizar brevemente
Totais - 56
Idioma de ensino
Inglês
Pré-requisitos
Conhecimentos de programação e supervisão inteligente.
Bibliografia
- Course handouts (slides and tutorials);
- Suh, S. C., Tanik, U. J., Carbone, J. N., & Eroglu, A. (Eds.). (2014). Applied cyber-physical systems. Springer New York.
- Lee, J. (2020). Industrial AI. Springer, Singapore.
- Selection of relevant scientific articles.
Some examples:
- Lee, J., Jin, C., & Bagheri, B. (2017). Cyber physical systems for predictive production systems. Production Engineering, 11(2), 155-165.
- Peres, R. S., Jia, X., Lee, J., Sun, K., Colombo, A. W., & Barata, J. (2020). Industrial Artificial Intelligence in Industry 4.0-Systematic Review, Challenges and Outlook. IEEE Access, 8, 220121-220139.
- Peres, R. S., Rocha, A. D., Leitao, P., & Barata, J. (2018). IDARTS–Towards intelligent data analysis and real-time supervision for industry 4.0. Computers in industry, 101, 138-146.
Método de ensino
A unidade curricular inclui uma componente teórica e uma componente laboratorial com igual duração. Na componente teórica são consideradas aulas dinâmicas que combinem uma pequena parte expositiva com actividades orientadas ao debate e reflexão, criando as condições necessárias para que os estudantes desempenhem um papel mais activo e central no seu próprio processo de aprendizagem. Na componente prática são contemplados vários projectos de grupo integradores que combinem o conhecimento dos diferentes módulos da unidade na resolução de problemas aplicados.
Método de avaliação
A avaliação da componente teórica (CT) é contínua, realizada através de 4 mini-testes realizados ao longo do semestre. A componente prática (CP) resulta do desenvolvimento dos trabalhos laboratoriais ao longo do semestre, culminando na sua apresentação final. Existe ainda uma componente sumativa (CS) resultante de quizzes colocados no final de cada sessão teórica.
A nota final pode ser calculada por NF = 0.4*CT + 0.55*CP + 0.05*CS
Conteúdo
1) Introdução aos Sistemas Inteligentes Industriais
2) Aprendizagem Automática Aplicada
3) Modelos de Referência
4) Inteligência em Sistemas Ciber-Físicos
4.1) Self-Learning
4.2) Self-Adaptation
5) Governação de Dados
5.1) Interpretabilidade
5.2) Mecanismos de Preservação da Privacidade
5.3) Equidade
6) Visualização de dados e Interfaces Humano-Máquina
7) Aplicações Reais de Sistemas Inteligentes Industriais
7.1) Manutenção Preditiva
7.2) Optimização de Consumo Energético
7.3) Controlo de Qualidade Inteligente
8) Dados Sintéticos
8.1) Técnicas de Amostragem
8.2) Redes Adversárias Generativas (GAN)
9) Seminário com Especialista da Indústria
Cursos
Cursos onde a unidade curricular é leccionada: