A modern digitalizált világban a termelő ipar számos kihívásokat támaszt az informatikával szemben. Ezek kiszolgálására különféle eszközök és megoldások állnak rendelkezésre. A kurzus célja mélyebb betekintés adni a következő területekbe: 1) az alapvető hardver eszközök (integrált áramkör, vezérlők, szenzorok, stb.) ipari környezetben történő alkalmazása, 2) a digitalizált gyártás - Ipar 4.0 fókuszú lehetőségei, 3) az ipari környezetben használható mérési és tárolási lehetőségek feltárása és lehetőségei, 4) nyomon követési, azonosítási rendszerek (RFID, QR kód, vonalkód, stb…), 5) automatizált berendezések és ipari robotok felépítése és alkalmazása, 6) kiber-fizikai rendszerek, 7) az Ipar 4.0 alappillérei, hálózatok, hálózati támogató megoldások, 8) Ipar 4.0 rendszerhez kapcsolódó támogató rendszerek (MES, ERP, stb.), 9) operátor 4.0 támogatása, logisztika támogatása, 10) érettségi szint elemzése, esettanulmány készítése és kiértékelése.

A különböző vezérlőegységek felépítésének ismerete és programozása alapvető kompetencia ipari automatizálás kapcsán. Így a tantárgy keretében tárgyalásra kerülnek a következő témakörök: a PLC-k hardver és szoftver eszközeinek bemutatása, PLC-k programozásának módjai, létra diagram programozás elsajátítása, a mikrovezérlők hardver felépítésének és perifériáinak megismerése, mikrovezérlők alkalmazástechnikája és programozása.

A tárgy betekintést ad az ipari robotok világába és az ipari robotok programozásába (térgeometriai, erőhatások, mozgástípusok). A kurzus legfontosabb témakörei: a mozgásutasításokat tartalmazó programok önálló készítése, robot-fejlesztő környezetek megismerése, programozási funkcióinak megismerése, használata rendszer kalibrálása, robot rendszer funkciói és beállításuk, ki- és bemeneti jelek programozása, hálózat és online kommunikáció és rendszer paraméterek (rendszer jelek, jelszavas védelem, stb.), kollaboratív robotok, kollaboratív robotok működési funkcióinak megismerése és használata, kollaboratív robottal való mozgásprogramok készítése, bevezetés a kamerával integrált robotalkalmazásokba.

Miként lehet nagy mennyiségű, gyengén strukturált gépi adatból modellt építeni, a modellben korábban ismeretlen mintázatokat, összefüggéseket és trendeket azonosítani? A kurzus betekintést nyújt az ipari környezetben is alkalmazott adatelemzési eszközök, rendszerek használatába. A kurzus legfontosabb témakörei: Big Data alapfogalmak, jellemzők, skálázhatóság. Big Data modellezés és Big Data problémák a valóságban. Big Data adatok elemzéséhez használható komponensek, programozási modellek. A Hadoop jellemzői. Big Data modellek: modell struktúrák, műveletek, megszorítások, relációs adatmodell, félig strukturált adatmodell, tömb adatmodell, szenzor adatok, speciális adatmodellek: vektor-tér modell, gráf modell, stb. Big Data szoftverek (AsterixDB, Impala, Neo4j, Redis, SparkSQL, stb.).

A kurzus az alábbi kérdéseket járja körbe: Milyen jellegű ipari problémák megoldásában alkalmazható az adatbányászat? Mik az adatbányászatnak, mint tevékenységnek a fő lépései és eszközei? Miként lehet eldönteni, hogy egy adott feladat megoldásához milyen adatbányászati eszközt, illetve algoritmust kell alkalmazni? Melyek ezen algoritmusoknak a fő paraméterei, hogyan célszerű ezeket megválasztani, illetve a kapott eredmények miként értelmezhetők?

A kurzus célja tárgyalni az adatelemzés és az Ipar 4.0 metszetébe eső kérdéseket: Adatok, adatok feltáró jellegű elemzése, megjelenítése, OLAP; Osztályozás, asszociációs szabályok feltárása, csoportosítás. Okos gyártórendszerek elemzése, esettanulmányok; Valós idejű adatelemzés, eszközteljesítmény-menedzsment, működési tevékenységek eredményesebbé tétele, eszközök megbízhatóságának növelése, működési költségek és a kockázatok csökkentése. Az elmélet gyakorlati alkalmazása Jupyter Notebook környezetben, pythonban történik.

A tárgy célja megismertetni a hallgatókat olyan formális módszerekkel, amelyek segítenek rendszerek különböző folyamatai közötti információcsere és interfész megtervezésében. Kiemelt tématerületek a tárgykörben: Diszkrét események formális leírása; Nyomok, specifikáció, konkurencia. Determinisztikus folyamatok formális leírása. Nem-determinisztikus folyamatok. Kommunikáció és műveletei. Kommunikációs protokollok specifikációja és tesztelése. Az SDL specifikációs és leíró nyelv. Rendszer, block és process specifikáció, állapotátmenetek. Process létrehozás, megszüntetés, join, comment, timer, save és implicit átmenet. MSC specifikációs és leíró nyelv.

A hallgatók megismerkednek az android alapú mobilfejlesztéssel, valamint a PHP és egyéb szerver oldali kiszolgálási technikákkal. A tárgy előrehaladása során a hallgatók képesek lesznek összetett szerver alapú mobil alkalmazások kifejlesztésére, amely tudás felhasználható ipari adatgyűjtő rendszerek esetében.

Android alapú mobil környezetre történő alkalmazásfejlesztéssel kapcsolatos fejlesztési kérdések áttekintése. Mintaprojekt készítése mobil környezetben. Szerveres környezeti sajátosságok ismertetése. Szerver alapú (PHP és egyéb technológia alapú) szoftverfejlesztési alkalmazás készítése. Mobil környezet és a szerver alapú környezet kommunikációs struktúrájának megismerése. Rendszer tesztelési lehetőségei.