Hoppa till huvudinnehållet

MF2140 Smarta Cyberfysiska system - perspektiv och konsekvenser i ett sociotekniskt skifte 6,0 hp

Kursen introducerar intelligenta cyberfysiska system, deras karakteristik, möjligheter, risker och koppling till hållbar utveckling, samt ger en översikt av och exempel på metoder och verktyg för att stödja design och utvärdering av sådana system.

Välj termin och kursomgång

Välj termin och kursomgång för att se aktuell information och mer om kursen, såsom kursplan, studieperiod och anmälningsinformation.

Kursval

Gäller för kursomgång

HT 2024 Start 2024-10-28 programstuderande

Anmälningskod

51316

Rubriker med innehåll från kursplan MF2140 (HT 2022–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

Cyberfysiska system integrerar beräkningar, kommunikation och fysiska processer och kan på så sätt ge upphov till helt nya system, från småskaliga tillämpningar (t.ex. en pacemaker), till storskaliga såsom intelligenta transport- och energisystem. Genom att integrera ny teknik och kopplas till nya affärsmodeller (eller tillämpning av nya affärsmodeller), ges cyberfysiska system helt nya förmågor, som i sin tur medför oanade möjligheter till innovation men också nya risker.

Cyberfysiska system kommer alltmer till användning i öppna samhällssammanhang (”robotarna släpps lösa ur fabrikerna”) och alla möjliga branscher. Som människor kommer vår interaktion med cyberfysiska system att öka och vi blir alltmer beroende av dem. Det är därför av vikt att förstå grundläggande koncept och karakteristik som kännetecknar dessa system, deras möjliga påverkan på olika nivåer och hur vi kan konstruera dem utan oönskade effekter.

Kursen har som övergripande mål att ge en översikt och förståelse för cyberfysiska system och hur de bidrar till ett sociotekniskt skifte. Kursmaterialet inkluderar flera fallstudier och exempel för att konkretisera materialet. Cyberfysiska system är ett brett område; kursen poängterar systemsyn och koppling/integration mellan domäner och discipliner.

Kursen är uppdelade i följande moduler:

  1. Grundläggande CPS-koncept, karakteristik och implikationer (relaterar till lärandemål 1-4)
  2. Artificiell Intelligens i cyberfysiska system (relaterar till lärandemål 5)
  3. Systemtänkande och systemdynamiska verktyg för att förstå cyberfysiska system (relaterat till lärandemål 6-7)
  4. Designprojekt (relaterat till lärandemål 8)

Lärandemål

Efter avslutad kurs ska studenten kunna:

  1. Beskriva och förklara cyberfysiska system avseende definitioner, tillämpningar och krav
  2. Karakterisera cyberfysiska system samt beskriva relaterade koncept, såsom “sakernas internet” och “industri 4.0”, i termer av relevant karakteristik.
  3. Beskriva, och genom exempel illustrera, hur cyberfysiska system relaterar till ett sociotekniskt skifte.
  4. Beskriva och förklara olika aspekter av cyberfysiska systems komplexitet samt hur etablerade ingenjörsmetoder hanterar denna komplexitet, inklusive begränsningar i dessa metoder.
  5. Ge exempel på metoder från fältet artificiell intelligens och deras tillämpning i cyberfysiska system, deras för- och nackdelar, samt påvisa förståelse för dessa metoder genom design av en industriell tillämpning.
  6. Beskriva och förklara principer för systemtänkande (“eng. Systems Thinking”) och deras tillämpning på cyberfysiska system
  7. Utveckla modeller av representativa cyberfysiska system och analysera dem för att studera specifika effekter
  8. Designa eller omdesigna ett cyberfysiskt system.

Kurslitteratur och förberedelser

Särskild behörighet

Teknologie kandidatexamen eller motsvarande

Rekommenderade förkunskaper

Kursdeltagare bör ha någon insikt i både ”cyber-” och den fysiska världen, t.ex. genom någon/några kurser i programmering (digitalteknik) samt fysik/mekanik/analog elektronik. Normalt sett ges det inom en kandidatutbildning på en teknisk högskola.

Utrustning

Ingen information tillagd

Kurslitteratur

Ingen information tillagd

Examination och slutförande

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Betygsskala

A, B, C, D, E, FX, F

Examination

  • INLA - Inlämningsuppgift 1, 1,0 hp, betygsskala: A, B, C, D, E, FX, F
  • INLB - Inlämningsuppgift 2, 1,0 hp, betygsskala: A, B, C, D, E, FX, F
  • INLC - Inlämningsuppgift 3, 1,0 hp, betygsskala: A, B, C, D, E, FX, F
  • INLD - Inlämningsuppgift 4, 1,5 hp, betygsskala: A, B, C, D, E, FX, F
  • LABA - Laborationsuppgift 1, 0,5 hp, betygsskala: P, F
  • LABB - Laborationsuppgift 2, 0,5 hp, betygsskala: P, F
  • LABC - Laborationsuppgift 3, 0,5 hp, betygsskala: P, F

Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

Möjlighet till komplettering

Ingen information tillagd

Möjlighet till plussning

Ingen information tillagd

Examinator

Etiskt förhållningssätt

  • Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
  • Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
  • Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Ytterligare information

Kursrum i Canvas

Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.

Ges av

Huvudområde

Maskinteknik

Utbildningsnivå

Avancerad nivå

Påbyggnad

Ingen information tillagd

Kontaktperson

Martin Törngren (martint@kth.se)