Fábricas Inteligentes

Código:

M.EM060

Sigla:

FI

Áreas Científicas
Classificação	Área Científica
OFICIAL	Gestão

Ocorrência: 2024/2025 - 1S

Ativa?	Sim
Unidade Responsável:	Departamento de Engenharia e Gestão Industrial
Curso/CE Responsável:	Mestrado em Engenharia Mecânica

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
M.EM	71	Plano de Estudos Oficial	1	-	4,5	39	121,5
			2

Língua de trabalho

Inglês

Objetivos

Tendo por base uma metodologia de formação ativa, os estudantes irão familiarizar-se, com um conjunto de conceitos, tecnologias e ferramentas, capazes de valorizar a sua atividade profissional no contexto de desenvolvimento e implementação de iniciativas no âmbito das fábricas inteligentes.

Resultados de aprendizagem e competências

Esta unidade curricular permitirá aos participantes:

-Compreender o contexto e o ambiente atual da produção industrial;
-Compreender a complexidade e multidisciplinaridade dos problemas inerentes aos sistemas inteligentes de produção;
-Compreender o potencial e as implicações inerentes à adoção das tecnologias chave;
-Identificar, estruturar, analisar e avaliar as oportunidades resultantes da aplicação de novas tecnologias e processos de produção;
-Delinear soluções de produção inteligentes ao tirar partido do potencial inerente à convergência de diferentes tecnologias;
-Avaliar o grau de maturidade e definir uma estratégia de transformação digital alinhada com a estratégia competitiva da empresa.

Modo de trabalho

Presencial

Programa

1.Indústria transformadora
●Contexto e evolução
●Indústria no Mundo, Europa e em Portugal

2.Fábricas do Futuro
●Desafios e oportunidades
●A fábrica digital, conectada, integrada, evolutiva e reconfigurável; iniciativas flagship ●Fábrica Sustentável: eficiência de recursos e energética; economia circular
●Fábrica para as pessoas: interação humano-tecnologia

3.Tecnologias chave
●Robótica Colaborativa e robótica móvel
●Simulação e Digital Twin
●Sistemas de informação empresariais
●Sensores e aquisição de dados; IoT & Sistemas Cyber-Físicos
●Analítica de Dados e algoritmos com autoaprendizagem
●Tecnologias de Integração, conetividade e 5G
●Cloud, smart grids, Blockchain e Cibersegurança
●Realidade Virtual e Aumentada
●Fabricação Aditiva e Híbrida

4. Transformação digital
●Maturidade e desenho de roteiros de transformação digital

5. Exemplos e casos de smart manufacturing
●Produção de volume reduzido e elevada variedade
●Foco nas aplicações (p.e. logística interna; linhas reconfiguráveis)

Bibliografia Obrigatória

Y. Koren; The global manufacturing revolution: product-process-business integration and reconfigurable systems, John Wiley & Sons., 2010

Bibliografia Complementar

Ustundag, A., & Cevikcan; Industry 4.0: managing the digital transformation, Springer, 2017

Observações Bibliográficas

D: Bibliografia adicional
o Bartodziej, C. J. (2017). The concept industry 4.0. In The concept industry 4.0 (pp. 27-50). Springer Gabler, Wiesbaden.

Métodos de ensino e atividades de aprendizagem

A Unidade Curricular tem aulas teóricas e teórico-práticas. Nas aulas teóricas terá lugar a apresentação e o debate dos temas que integram o programa, por vezes com a presença de profissionais externos à FEUP (em temas específicos através da partilha de experiências e práticas reais).
Nas aulas teórico-práticas, explorar-se-ão, num ambiente de 'learning factory', pequenos casos orientados à experimentação das várias tecnologias consideradas no programa. Serão formadas equipas de estudantes para desenvolvimento de trabalhos fundamentalmente multidisciplinares.

A avaliação será contínua e assente em duas componentes principais:

a) duas componentes individuais:
(i) Quizzes - feitos em sala de aula (via Moodle), focados no caso a ser estudado na aula (caso previamente disponibilizado na plataforma) 
(ii) TsotaP - documento (em formato de artigo científico) acerca de uma tecnologia à escolha (contexto, estado-da-arte, aplicações, evolução, etc) 

b) trabalho de grupo: trabalho prático em torno do desenho de uma "fábrica inteligente" orientada à produção de um produto específico (a ser escolhido e definido por cada grupo) - ao longo do trabalho, cada grupo produzirá em cada uma das fases pequenos relatórios. 

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Trabalho escrito	40,00
Trabalho prático ou de projeto	60,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Apresentação/discussão de um trabalho científico	20,00
Frequência das aulas	39,00
Trabalho escrito	22,00
Trabalho laboratorial	20,50
Estudo autónomo	20,00
Total:	121,50

Obtenção de frequência

Freuência das aulas previstas (em conformidade com o definido no regulamento da UP) - serão considerados os registos de presenças nas aulas.

Fórmula de cálculo da classificação final

Modelo de avaliação:
Avaliação distribuída sem exame final e baseada nas seguintes componentes:
A. Trabalho de grupo - total de 60% (15+15+15+15)
B. Trabalho individual - total de 40%: (i) Quizzes (5+5+5+5); (ii) TsotaP (20%) artigo acerca do estado-da-arte de uma tecnologia.

Importante:
Os Quizzes são feitos em sala de aula via plataforma Moodle (é importante cada estudante possuir equipamento /computador, tablet) para acesso individual ao Moodle.


Para cada estudante, a componente de avaliação dos "trabalhos de grupo" será corrigida tendo em conta a avaliação final "intragrupo"; serão considerados: três critérios (avaliação por pares por cada um dos membros da equipa - para cada equipa que avalia cada critério de 1 (baixo) a 5 (alto))
- Q1. Quantidade do trabalho realizado
- Q2. Qualidade das contribuições
- Q3. Relações interpessoais

Avaliação especial (TE, DA, ...)

Os alunos que usufruem de estatuto especial devem contactar o docente até ao final da segunda semana após o arranque do ano letivo para definição do plano de avaliação específico a ser considerado. Caso o contacto não se verifique serão sujeitos ao modelo de avaliação definido para os estudantes ordinários.

Melhoria de classificação

Apenas a componente individual pode ser objeto de nova avaliação para efeitos de melhoria: resolução de um caso (20%) e realização de um relatório 'survey' (20%).