CAS Predictive Maintenance

OrtZürich, Zurich region, Schweiz
KategorieInformatik
Innovation
TypCAS
Das CAS Predictive Maintenance bietet das theoretische und praktische Rüstzeug, um erfolgreich die Digitalisierung im Betrieb und der Instandhaltung technischer Anlagen umsetzen zu können. Durch die heute realisierbare Zugänglichkeit einer Vielzahl von Anlagen- und Sensordaten können in der Instandhaltung neue Konzepte umgesetzt werden, etwa Zustandsmonitoring, Predictive Maintenance oder automatische Fehleridentifikation.

Ziele und Inhalt

Beratung und Kontakt

Infoveranstaltungen

Downloads und Broschüre

Auf einen Blick

Abschluss:

Certificate of Advanced Studies ZHAW in Predictive Maintenance (12 ECTS)

Start:

Durchführungsort:

ZHAW mehrere Departemente / Campus Zentrum, Lagerstrasse, Lagerstrasse 41, 8004 Zürich (Auf Google Maps anzeigen)

Unterrichtssprache:

Deutsch

Vom CAS zum MAS:

Das CAS Predictive Maintenance ist Bestandteil des MAS Industrie 4.0 .

Das CAS Predictive Maintenance ist interdisziplinär aufgebaut und vermittelt

  • die IT-technischen Grundlagen der Digitalisierung mit Themen wie Data Warehousing und Big Data, Information Retrieval,
  • Datenanalysemethoden wie Statistics und Machine Learning, explorative Datenanalyse, Datenvisualisierung, sowie
  • Themen im Bereich der digitalen Geschäftsmodelle und rechtliche Aspekte


Das CAS Predictive Maintenance richtet sich an

  • Operationelles Führungspersonal in Betrieb und Instandhaltung technischer Anlagen, wie Instandhaltungsleiter, Produktionsleiter, Asset und Facility Managers, Qualitätsmanager
  • Strategische Entscheidungsträger wie Digital Strategy Officers, Information und Technology Officers, Geschäftsführer, Business Development Managers
  • Entwicklungsleiter und Innovationsverantwortliche wie Produktmanager von Anlagenherstellern und Maschinenproduzenten, die neue digitalisierte Anlagen mit den zugehörigen Geschäftsmodellen entwickeln wollen
  • Entwicklungsingenieure, Instandhaltungsingenieure, O&M-Manager


Die Studierenden erwerben sowohl theoretische Grundlagen als auch praktische Fähigkeiten in den folgenden Bereichen:

  • Moderne datenbasierte Verfahren in der Instandhaltung, wie Predictive Maintenance, Condition Monitoring, Fault diagnosis verstehen und ihr Potential in Bezug auf Kosten und Verfügbarkeit abschätzen
  • Potential von Digitalisierungstechnologien und von Anlagendaten erkennen und nutzen
  • Neue digitale Geschäftsmodelle für Betrieb und Instandhaltung kennenlernen und konkret entwickeln können
  • Digitalisierungsstrategie für die Instandhaltung und den Betrieb technischer Anlagen entwickeln


Das CAS Predictive Maintenance ist modular aufgebaut und besteht aus 4 Modulen.

Modul "Einführung in die Instandhaltung"

  • Aufgaben und Ziele der Instandhaltung
  • Konzepte: Abnutzungsvorrat, Instandhaltungsrate, Zuverlässigkeit, Verfügbarkeit, Ausfallratenmodelle
  • Instandhaltungsstrategien: Reaktive und vorbeugende Instandhaltung, zeitabhängige, zustandsabhängige, vorausschauende Instandhaltung


Lernziele

  • Methodische Grundlagen der Instandhaltung kennen
  • Instandhaltungsstrategien entwickeln und in Bezug auf Kosten, Zuverlässigkeit und Verfügbarkeit optimieren können


Modul "Digitale Technologien, Digitalisierungsstrategien und neue Geschäftsmodelle"

  • Digitale Transformation: Was bedeutet das? Was bedeutet das für die Instandhaltung? Bezug von Technologie und Instandhaltungsstrategien.
  • Digitale Technologien für technische Anlagen verstehen: Sensoren, Cloud, IoT, Konnektivität, Netzwerke, Protokolle, Plattformen, XaaS etc.
  • Ziele von Digitalisierungsprojekten in der Instandhaltung
  • Neue Geschäftsmodelle im Bereich Anlagenbewirtschaftung und Instandhaltung
  • Digitalisierungsstrategien für Anlagen, Instandhaltungs- und Betriebsprozesse, Dienstleistungen, Kunden- und Mitarbeiterbeziehungen
  • Erfolgsfaktoren: Geschäftsmodell, Kundenzentrierung, Kultur


Lernziele

  • Potential von digitalen Technologien für die Instandhaltung erkennen und nutzen
  • Digitalisierungsstrategien entwickeln, neue Geschäftsmodelle kennenlernen


Modul "Datenbasierte Verfahren in der Instandhaltung"

  • Datengetriebene Anwendungsfälle in der Instandhaltung
  • Datenquellen und Datenintegration
  • Statistische und Machine Learning-Verfahren: multivariate Verteilungen, deskriptive Datenanalyse und Visualisierung, Anomaliedetektion, Clustering, Klassifikation, Regression, Fehlerraten, Performance
  • Anomaliedetektion: abnormale Betriebszustände technischer Anlagen erkennen mittels Datenanalyse
  • Predictive Maintenance: Voraussetzungen, Anwendungsfälle, Methoden und Beispiele
  • Condition und Health Monitoring: Methoden und Tools für aussagekräftige Dashboards


Lernziel

  • Potential von Anlagendaten und datenbasierten Verfahren für die Instandhaltung erkennen und nutzen


Modul "Projektarbeit"

  • Anwendung der im CAS vermittelten Kenntnisse und erlernten Fähigkeiten auf ein selbstgewähltes Vertiefungsprojekt im Unternehmen (oder sonstigen Umfeld) der Studierenden


Lernziel

  • Praxistransfer und Vertiefung anhand eines eigenen Digitalisierungsprojekts

Methodik

Das Ausbildungsprogramm umfasst verschiedene Aktivitäten, wie etwa Vorlesungen, praxisorientierte Übungen und Fallbeispiele, Gruppenarbeiten, Selbststudium (Vor- und Nachbereitung) und Elemente des E-Learnings.

Der Unterricht findet berufsbegleitend einmal pro Woche jeweils am Montag von 9-17 Uhr (8 Lektionen) statt.

Den Stundenplan erhalten die Studierenden spätestens einen Monat vor Studienbeginn. Die schulfreie Zeit richtet sich nach den Schulferien der Stadt Zürich.



    ZHAW School of Engineering
    Administration Weiterbildung
    Lagerstrasse 41
    Postfach
    8021 Zürich

    0041 (0)58 934 82 44
    weiterbildung[.]engineering zhaw . ch




Zulassungsbedingungen für Personen mit Hochschulabschluss

Die Zulassung zum Lehrgang setzt voraus:

  • Abschluss (Diplom, Lizentiat, Bachelor- oder Masterabschluss) einer staatlich anerkannten Hochschule beziehungsweise einer der Vorgängerschulen.
  • 2 Jahre qualifizierte Berufserfahrung zum Zeitpunkt des Starts der Weiterbildung.


Zulassungsbedingungen für Personen ohne Hochschulabschluss

Die Zulassung zum Lehrgang setzt voraus:

  • Nachweis eines Abschlusses in der höheren Berufsbildung (Tertiär-B): Berufsprüfung BP (eidgenössischer Fachausweis) oder Höhere Fachprüfung HFP (eidgenössisches Diplom) oder Höhere Fachschule HF. In Ausnahmefällen können weitere Personen zugelassen werden, wenn sich deren Befähigung zur Teilnahme aus einem anderen Nachweis ergibt.
  • 3 Jahre qualifizierte Berufserfahrung zum Zeitpunkt des Starts der Weiterbildung.
  • Bestehen eines Zulassungsgesprächs.


Zusätzliche Anforderungen

Grundkenntnisse der Programmierung in einer beliebigen Programmiersprache und Affinität zu Datenbanken und zur Datenanalyse sind von Vorteil.

Wir führen keine Wartelisten und bieten keine Platzreservationen an .

Sollte bei der vorangehenden Durchführung ein Platz frei werden, berücksichtigen wir die Reihenfolge gemäss Anmeldeeingang.

Bitte beziehen Sie sich bei Ihrer Anmeldung auf myScience.ch und die Referenz edu.myScience.ch/id4610