Studieopbouw

De track Smart Industry is één van de tracks binnen de tweejarige masteropleiding Operations and Management Logistics. Beide jaren zijn opgedeeld in semesters die lopen van september tot januari en van februari tot juli; elk semester bestaat uit kwartielen van acht weken waarin je vakken volgt. Kennis wordt beoordeeld gedurende een kwartiel en/of tijdens opeenvolgende tentamenperiodes van twee weken. Zoals bij alle programma’s aan de TU/e, worden de benodigde vaardigheden overgedragen via een mix van interactieve colleges, boeiende opdrachten en groepswerk over onderwerpen die verband houden met state-of-the-art onderzoek door TU/e-professoren. En dit alles in het Engels.

Programmaoverzicht

Als geheel is het programma als volgt opgebouwd:

Jaar 1

  • Track kernvakken (35 ECTS)
  • Track Keuzevakken (10 ECTS)
  • Vrije keuzevakken (15 ECTS)

Jaar 2

Q1 + Q2:

  • Literatuuronderzoek (5 ECTS)
  • Internationaal semester/stage en keuzevakken (25 ECTS)

Q3 + Q4:

  • Afstudeerproject (30 ECTS)

In het eerste jaar volgen studenten van Smart Industry zeven kernvakken, waarvan sommige keuze bieden uit meerdere opties. Deze vakken richten zich op research methods in operations management and logistics, artificial intelligence, work and organizational psychology for operations management, manufacturing systems analysis, maintenance logistics, business process management en design for smart industry. Naast deze verplichte kernvakken met beperkte flexibiliteit kunnen studenten ook 10 ECTS (meestal twee vakken) selecteren uit een lijst met vakken die nauw verwant zijn aan Smart Industry, en 15 ECTS (meestal drie vakken) aan vrije keuzevakken. Met deze keuzevakken kunnen studenten hun kennis verder verdiepen en/of verbreden. Dit geeft ze de volledige vrijheid om hun programma aan te passen aan hun interesses en ambities.

Het tweede jaar omvat 25 ECTS aan extra vrije keuzevakken, waarmee studenten de mogelijkheid hebben om een semester in het buitenland te volgen. De laatste 35 ECTS worden besteed aan een literatuuronderzoek en het afstudeerproject. Studenten die niet voor een internationaal semester kiezen, kunnen opteren voor een academische of industriële stage als onderdeel van hun vrije keuzevakken.

Relevante vakken

Voorbeelden van relevante vakken voor Smart Industry zijn:

  • 1CM10 Modeling & Analysis of Manufacturing Systems. This course covers quantitative models to design, control and optimize discrete manufacturing systems. The focus is on analytical models and approximations to evaluate the performance of manufacturing systems in which capacity restrictions play a dominant role.
  • 1CM120 Advanced Maintenance and Service Logistics. This course covers models and frameworks to optimize the maintenance regimes of capital goods (i.e., products that are used to make other products or create services) and the logistics involved. Support for this includes spare parts, service engineers and tools.
  • 1BM05 Business Process Management. This course focuses on the integrated management of business processes as they move through the various phases of the process lifecycle (i.e., discovery, diagnosis, design, execution and control) with a particular focus on the use of IT as a prime enabler.
  • 1BM140 Engineering knowledge-intensive business processes. This course provides an introduction to knowledge-intensive processes and the combined use of techniques from AI and business process management to model and analyze these processes.
  • 1CMXXX Design for Smart Industry (tentative title). This course deals with the design, planning and control of complex production systems and technical systems, taking into account the technological, economical and organizational constraints that a design must satisfy.

 

Je kunt de track Analytics Smart Industry ook aanvullen met vakken uit andere tracks of keuzevakken om je expertise uit te breiden en je inzetbaarheid te vergroten. Het programma biedt ruime mogelijkheden om vakken te kiezen die nauw aansluiten bij de focus van de track, vakken gericht op het verbreden van je algemene kennis en vakken met een meer methodologische focus. Alle studenten hebben bijvoorbeeld de mogelijkheid om hun methodologische kennis op het gebied van artificial intelligence en data science uit te breiden door naast het verplichte vak over AI een pakket met AI-vakken te volgen.

Afstudeerproject

Masteropleidingen aan de TU/e worden afgesloten met een afstudeerproject dat vaak wordt uitgevoerd binnen een bedrijf in het relevante domein. Aangezien Brainport meer dan 5000 hightech- en IT-bedrijven telt, biedt de regio een breed scala aan mogelijkheden om een plek te vinden die bij je past. Samen met je begeleider vanuit het bedrijf en je academische begeleiders formuleer je een praktische, wetenschappelijke en relevante onderzoeksvraag. Dit resulteert in een masterscriptie gebaseerd op drie elementen:

  1. Literatuuronderzoek (5 ECTS)
  2. Projectvoorstel (geen aparte ECTS; onderdeel van 3)
  3. Afstudeerproject (30 ECTS)

Het literatuuronderzoek wordt beoordeeld op een schaal van tien punten. Het projectvoorstel vormt het eerste deel van een scriptie en wordt beoordeeld op een go/no-go-basis. Voorbeelden van projecten uit voorgaande jaren zijn onder andere:

  • Ontwikkeling van een interpreteerbare classificatie van chipkwaliteit met behulp van signaalgegevens van wire-bonding machines. Hierbij werd gebruikgemaakt van machine-learningtechnieken om waardevolle inzichten te halen uit gegevens die zijn verzameld door sensoren in de halfgeleiderproductie.
  • Het ontwerpen van een datagedreven benadering voor conditiemonitoring voor het voorspellend onderhoud van lagers in een maritieme dieselmotor. Hierbij werden hoogdimensionale tijdreeksgegevens gebruikt om beslissingen over het vervangen van lagers te optimaliseren.
  • Het ontwerpen van een blauwdruk van een digitale fabriek om een gedecentraliseerd material-handlingsysteem te realiseren dat de prestaties van de fabriek maximaliseert. Dit omvatte de integratie van automatisch geleide voertuigen (AGV’s) binnen een multi-agent systeem voor fabrieken met een hoge mix en lage volumes.
  • Het ontwerpen van een model dat de afweging tussen de hoeveelheid afvalmateriaal en de vertraging van klantenorders integreert. Dit omvatte het oplossen van een multi-objectief optimalisatieplanningsprobleem in een werkplaats met een hoge mix en lage volumes.

Dit zijn slechts voorbeelden; studenten hebben ook een grote mate van vrijheid om een onderwerp te kiezen dat hen interesseert en past bij hun carrièrevisie.

Studeren in het buitenland

In een steeds meer verbonden wereld kan de mogelijkheid om een deel van je programma elders door te brengen een waardevolle ervaring opleveren voor een internationale carrière in (technologische) innovatie, waaronder smart industry. Een master in de Smart Industry track binnen Operations Management and Logistics biedt daarom de mogelijkheid om in de eerste twee kwartielen van het tweede jaar van het programma naar het buitenland te gaan.