Skip to main content
공정 자동화를 위한 디지털 트윈의 이해 이미지

공정 자동화를 위한 디지털 트윈의 이해




본 강좌는 새로운 K-MOOC 플랫폼에서 운영하는 강좌입니다.

강좌 소개

수업내용/목표

기업이 개발한 현장 중심 교육과정
공정자동화를 위한 디지털트윈의 이해 기초과정

- 공정 자동화를 위한 디지털 트윈에 대해 이해하기 위한이론 교육으로 디지털 트윈, 스마트 제조, 공정자동화를
위해 로봇 기술, 디지털 트윈 구현을 위한 프로그래밍에 대해 학습할 수 있는 교육 과정입니다.
① 가상현실 개념 및 가상엔진 이해 능력
② 디지털 트윈 구축 개발을 위한 기초프로그래밍 구현 및 이해 능력

홍보/예시 영상

강좌 운영 계획

강의계획서

주차

주차명

차시명

과제

1

디지털 트윈과

스마트 제조

4차 산업혁명 개요

 

스마트 제조와 스마트 공장

 

디지털 트윈과 공정 자동화

퀴즈(3문제)

2

디지털 트윈의 이해

디지털 트윈의 개념

 

디지털 트윈과 AR/VR

 

디지털 트윈과 컴퓨터 그래픽

퀴즈(3문제)

3

센서와 로봇

센서의 이해

 

로보틱스 기초

 

로봇의 종류와 엔드이펙터

퀴즈(3문제), 리포트 작성

4

역학

좌표와 속도

 

기구의 종류

 

기구학과 역기구학

퀴즈(3문제)

5

공정자동화를 위한 프로그래밍-1

C#과 유니티

 

변수와 연산자

 

조건문

퀴즈(3문제)

6

공정자동화를 위한 프로그래밍-2

반복문의 이해

 

객체 지향 문법과 클래스

 

캡슐화와 상속

퀴즈(3문제)

7

기말고사

강좌운영팀 소개

교수자

윤종완 professor
윤종완 교수
현) 한양대학교 ERICA 공학대학 지능형로봇학과 조교수

E-mail: jongwanyoon@hanyang.ac.kr

강좌지원팀

강좌 수강 정보

이수/평가정보

이수/평가정보

과제명

리포트

퀴즈

기말고사

반영비율

10 %

30 %

60 %

※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.

강좌 수준 및 선수요건

가상현실은 마치 실제 존재하는 환경인 것처럼 가상의 환경을 제공하여, 실제현실과상호 작용(Interection)을 하는 것과 같은 경험을 제공하는 기술입니다. 본 강좌는 가상 현실과가상엔진,디지털트윈을 위한 기초 프로그래밍 구현을 위한 기초 과정이며, 특별한 선수 학습 조건은 없습니다.
다만 기초과정을 이수한 후 심화과정을 이수하면 확실한 기술 연마로 이어집니다.

[심화과정 안내}
특징 : (동영상 이론 강의 + VR실기연습+실장비실습)
○ 매주 1회, 총 4주 4회 오프라인 실습 (광명 KTX역 인근, 건솔루션㈜)
○ K-MOOC D·N·A 교육 심화과정 수강신청
1. 정기과정
2. 특별과정 : 수요와 맟춤형 과정
[심화과정 일정]
수강신청 : 2023.09.01(금) ~ 2023.09.27(수)
제조시스템 수강기간 : 2023.10.02(월), 10.16(월), 10.23(월), 10.30(월)
IIoT 구축 수강기간 : 2023.10.10(화), 10.17(화), 10.24(화), 10.31(화)
가상 현실 수강기간 : 2023.10.04(수), 10.11(수), 10.18(수), 10.25(수)
데이터사이언스 수강기간 : 2023.10.05(목), 10.12(목), 10.19(목), 10.26(목)

교재 및 참고문헌

교재는 PPT로 제공되며, 모든 강의는 자막이 설정되어 있습니다.

자주 묻는 질문

제목

소제목

내용

 

관련 강좌

현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
  1. Subject

    Engineering
    (Computers & Communication)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    Course difficulty

    intermediate
  3. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    Institution

    Gunn Solution
  4. 운영 기관의 전화번호 입니다.

    Phone

    -
  5. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    07week
    (주당 00시간 50분)
  6. 본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)

    Accredited learning time
    (Video Duration)

    06시간 22분
    (06시간 22분)
  7. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Registration Period

    2023.03.31 ~ 2023.06.02
  8. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2023.04.07 ~ 2023.06.17