KAMK huomioi kunnossapidon ja data-analytiikan koulutuksen haasteet

KAMK on tunnistanut teollisuudesta kuuluvat ongelmat kunnossapidon osaamisen suhteen. Oppilaitos uudisti konetekniikan insinöörikoulutuksen opintosuunnitelmaa, jonka nähdään nyt vastaavan paremmin alati lisääntyvään huoleen kunnossapidon osaamispulasta. Lisäksi KAMKissa on mahdollisuus opiskella uudessa datan hallintaan ja käsittelyyn sekä tekoälyn soveltamiseen erikoistuvassa tieto- ja viestintätekniikan Datasta tekoälyyn -insinöörikoulutuksessa. Tämä koulutus pyrkii vastaamaan data-analytiikan kasvavaan osaajatarpeeseen.

KAMK on Kajaanissa toimiva ammattikorkeakoulu. Opintoja suorittaa vuosittain keskimäärin noin 2400 opiskelijaa. Oppilaitos tarjoaa tutkintoja viideltä eri koulutusalalta. Tekniikan koulutusalalta voi opiskella rakennus-, tieto ja viestintä- sekä konetekniikkaa.

KAMKissa insinöörin pakollisissa opinnoissa kaikki valmistuvat koneinsinöörit saavat perinteisten koneensuunnittelun ja tuotannon johtamisen osaamisten lisäksi perustiedot ja -taidot kunnossapidon perusteista, teollisuuden omaisuuden hallinnasta sekä käyttövarmuuden lainalaisuuksista.

Opiskelijoilla on myöhemmin opinnoissaan mahdollisuus suuntautua vahvasti kunnossapidon toimintoihin ja kunnonvalvonnan opintoihin ja näin vahvistaa omaa asiantuntijuuttaan. Kolmantena vuonna opiskelijoilla on mahdollisuus syventää osaamistaan niin käyttöomaisuuden hallinnasta ja suunnittelusta, teollisuuden kunnonvalvonnan eri menetelmistä, kunnonvalvonnan suunnittelusta teollisiin kohteisiin kuin käynnissäpidon tehostamisen eri sovelluksista.

Opintojen aikana kunnossapidon valinneet tutkinto-opiskelijat perehtyvät perusteellisemmin tuotantolaitteisiin liittyvien kunnossapidollisten haasteiden tehokkaaseen torjuntaan, taloudelliseen käyttötapaan sekä käyttövarmuusteknisen suunnittelun periaatteisiin sekä niiden soveltamiseen käytäntöön.

Toisena opintojen syventävänä kokonaisuutena opiskelijat perehtyvät kunnonvalvonnan taloudelliseen hyödyntämiseen, oikeanlaiseen vikaantumismalliin perustuvaan kunnonvalvonnan toimien kohdentamiseen, käynninvalvonnan uusimpiin sovelluksiin sekä niiden hyödyntämiseen kokonaistehokkaan ja mahdollisimman häiriövapaan tuotannon aikaansaamiseksi.

Kun oppilaitoksella on hankittu perusteet ja perustason tietämys mittauksien suorittamisesta, voivat opiskelijat suorittaa reittimittauksia opituilla tiedoilla ja taidoilla toimeksiantoina. Toimeksiannot toteutetaan opintoihin kuuluvissa projektiopinnoissa yhteistyössä eri yritysten kanssa.

Näillä toimenpiteillä katsotaan päästävän siihen tulokseen, että opiskelijoilla on vara valita kunnossapidon ja kunnonvalvontaan liittyviä opintojaksoja koneinsinöörin tutkintoon. Yritykset voivat halutessaan myös kouluttaa henkilökuntaa noilla opintojaksoilla niin sanottuna täydennyskoulutuksena.

Data-analytiikan merkitys nykyaikaisessa kunnonvalvonnassa

KAMKin Tieto- ja viestintätekniikan Datasta tekoälyyn -insinöörikoulutuksessa erikoistutaan datan hallintaan ja käsittelyyn sekä tekoälyratkaisujen kehittämiseen. Käytännönläheisen koulutuksen keskeisiä sisältöalueita ovat ohjelmointi, datan käsittely ja hallinta, laskentaympäristöt, data-analyysi, koneoppiminen ja tekoäly sekä tekoälyn hyödyntäminen liiketoiminnassa ja digitaalisissa palveluissa.

Opetuksessa hyödynnetään Euroopan mittakaavassa ainutlaatuista KAMKin konesalioppimisympäristöä, johon sisältyy mm. KAMKin oma supertietokone. Kaiken kukkuraksi koulutussisältöjen joustavuus mahdollistaa valmistumisen jopa kolmessa vuodessa. Koulutus sisältää runsaasti mielenkiintoisia ja toiminnallisia projekteja.

Eräs data-analytiikan sovellusalueista on kunnonvalvonta. Teollisuuden prosesseja valvotaan hyvin tarkasti. Reaaliaikaista mittaustietoa saadaan käytönvalvontaan ja prosessien automatisointiin. Voisiko olemassa olevalla tiedolla saavuttaa vielä enemmän?

Data-analytiikalla voidaan hyödyntää kerättyä dataa sen alkuperäistä tarkoitusta pidemmälle. Sen avulla pyritään parantamaan ymmärrystä prosessista, tehostamaan sitä ja saamaan kustannussäästöä.

Data-analytiikassa tietoa kerätään, muokataan, yhdistellään sekä käytetään mm. tilastollisia menetelmiä todentamaan hypoteesi tai ratkaisemaan jokin ongelma. Hyödyntämällä koneoppimisen menetelmiä voidaan esimerkiksi luoda ennustavia malleja. Ne mahdollistavat vikatilanteiden ennustamisen ja huoltojen suunnitelmallisen toteutuksen mahdollisimman pienin haitoin itse prosessiin tai tuotantoon.

Kajaanin ammattikorkeakoulu käynnisti vuoden 2019 alussa TÄRY-hankkeen (Teollisuuden Älykkäät Ratkaisut Yritysyhteistyö) yhdessä yrityskumppaneiden kanssa. TÄRY-hankkeessa kehitetään käynnissäpidon koulutusta ja tuodaan kunnonvalvonnan perustietämystä soveltavin osin mm. värähtelymittauksista sekä öljyanalyyseistä.

Hankkeen tavoitteena on myös kasvattaa KAMK:n data-analytiikkaosaamista hyödyntämällä data-analyysityökaluja teollisen prosessidatan käsittelyssä, pyrkien löytämään poikkeustilanteisiin viittavia ennusmerkkejä datasta.

Hanke on Euroopan sosiaalirahaston osarahoittama. Hankkeen toteuttavat KAMK ja CSC – Tieteen tietotekniikan keskus. Yrityskumppaneina hankkeessa ovat SSAB, Loiste Energia, Boliden Kevitsa, Sotkamo Silver ja Elementis Minerals.