※ 방역지침에 따라 다음과 같이 진행합니다
1) 집체교육을 우선으로 하되, 방역 강화 시 실시간 온라인 교육으로 전환 실시
2) 30명의 교육생만 선착순으로 모집
3) 교육장 내 교육생, 교수진, 운영진 전원 마스크 착용
4) 손소독제 및 손세정제 비치
5) 점심 분산 실시
※ 전문 교재 및 점심 제공
일정 |
분 야 |
과목명 |
주요 교육 내용 |
|
날짜 |
시간 |
|||
7/12 (1일차) |
09:00 ~ 17:00 |
구축 방법론 및 구축 사례 연구 |
스마트공장 추진 방안 및 구축 방법론 및 사례 연구 |
1) 스마트 제조 도입의 필요성과 추진 방향, 스마트 공장 추진의 방향성 및 중점 사항 2)스마트 공장 구축 절차 및 방법론, 스마트공장 프레임워크의 이해 3) 공장 현재 수준 진단 및 성숙도 정의 - To-Be 개선 기회 도출 4) 스마트 공장 마스터 플랜 수립 - 개선 과제 정의, 로드맵 수립
|
7/13 (2일차) |
09:00 ~ 13:00 |
PLM |
스마트 공장 구현의 고도화 방안(1)-제품 개발 솔루션의 적용 |
1)PLM 관점의 스마트 공장 구현을 위한 전략 2) 제품수명주기관리(PLM)의 개요 및 Positioning 3) PLM-MES-Automation기반의 Smart Factory 사례
|
14:00 ~ 17:00 |
설비 예지관리 |
스마트 공장 구현의 고도화 방안(2)-설비 예지보전 |
1) 설비 관리의 방법론 이해 2) 현장 중요 설비의 예지적 보전 방안 3) 설비 예지 보전 시스템의 적용 사례 연구 - AR의 적용 방안
|
|
7/19 (3일차) |
09:00 ~ 17:00 | ICT/ERP/SCM 재고관리 | ICT를 활용한 재고관리 및 SCM 디지털 전환 |
1)제조 패러다임의 변화와 자재관리/SCM의 중요성, MRP의 원리와 문제점 2) 재고관리 이론과 자재(입/출고) 분석 및 최적화 3) ICT를 활용한 자재관리/SCM 디지털 전환 4) SCM의 핵심 원리와 적용사례, 전산/실물 창고 운영관리 |
7/20 (4일차)
|
09:00 ~ 13:00 |
빅데이터 |
스마트 공장 지능화를 위한 제조 데이터 활용(1)-빅데이터 |
1) 스마트 제조 데이터와 시계열 데이터 2) 데이터 서비스 플랫폼을 통한 스마트 팩토리에서의 플랫폼 활용 3) Public Cloud vs Private Cloud Platform, 클라우드 서비스와 플랫폼 연동 4) 인공지능(AI) 활용을 위한 문제 정의 및 적용 방안구
|
14:00 ~ 17:00 | AI | 스마트 공장 지능화를 위한 제조 데이터 활용(2)-인공지능 |
1) 인공지능(AI)과 제조업에서의 활용 분야 2) 머신 러닝과 딥 러닝을 이용한 제조 데이터의 분석 3) 인공 지능 활용의 한계와 솔루션 적용 방안
|
|
7/26 (5일차)
|
09:00 ~ 13:00 |
디지털 트윈 / 제조 메타버스 |
스마트 공장 구현의 현장 최적화 방안(1)-제조 디지털 트윈 |
1) 디지털 트윈과 메타버스 2) 제조업에서의 디지털 트윈 구축 방안 3) 메타 팩토리 구축 로드맵 4) 디지털 트윈 플랫폼과 메타버스 서비스 구성 5) 메타 팩토리 구축 사례 연구
|
14:00 ~ 17:00 |
산업용 로봇 |
스마트 공장 구현의 현장 최적화 방안(2)-산업용 로봇 |
1) 산업용 Robot을 적용한 공정 개선 및 협업 Robot 도입 방안 2) 업종별 산업용 Robot의 적용 사례 연구
|
|
7/27 (6일차)
|
09:00 ~ 17:00 | MES/MOM | 스마트공장 구현을 위한 MES 추진 전략 수립 및 구축 실무 |
1) 스마트 공장 구축을 위한 자동화, 정보화의 ICT 구성 - AT, OT, 정보화의 제조 시스템과 지능형 솔루션의 적용 사례 - 제조 현장 중심의 생산관리, 품질관리, 설비관리, 물류관리 업무의 MES 솔루션의 주요 핵심 실행 기능, MES 적용시 고려 사항 체크 포인트 2) 성공적인 MES 구축을 위한 구축 방법 및 추진 전략 - MES 솔루션 구축을 위한 사전 마스터 플랜 수립 - 진단 도구 기반의 문제 정의, 개선 방향 수립, 이행 과제 도출 및 단계적인 마스터 플랜 수립을 위한 과정 실습
|
※ 상기 일정은 사정에 따라 일부 변경될 수도 있습니다.