Om dette emnet

Kurset tar sikte på å gi trening i verktøy for forvaltning av urban vanninfrastruktur ved bruk av asset management-metoder, med formål om å beslutte kostnadseffektive reparasjoner, rehabilitering og/eller utskifting av ledningsanlegg. Innholdet i emnet omfatter:

  • Introduksjon til asset management i vann- og avløpsanlegg
  • Metoder innen risiko- og pålitelighetsanalyser
  • Nytte-kostnads-analyser
  • Modellering av forringelse (tilstandsmodellering)
  • Metoder for lekkasjedeteksjon og lekkasjestyring
  • KI-baserte modeller for prediksjon av rør-svikt
  • Metoder for rehabiliteringsplanlegging som multikriterieanalyse (MCDM), risikobaserte modeller, optimalisering og maskinlæring
  • Case-studier

Dette lærer du

Etter å ha fullført emnet skal studentene kunne:

  • Identifisere hvordan verktøy for asset management benyttes til å utarbeide strategier med formål om å opprettholde funksjonen til vannteknisk infrastruktur.
  • Utvikle et rammeverk for integrert asset management for et vannsystem.
  • Gjennomføre risiko- og pålitelighetsvurderinger for urbane vann- og avløpssystemer.
  • Anvende ulike metoder og modelleringsverktøy for å løse praktiske problemer i asset management og for rehabiliteringsplanlegging
  • Bruke nytte-kostnads-analyse for å bestemme de mest effektive vedlikeholds- og rehabiliteringsstrategiene.
  • Anbefale egnede modeller og metoder for praktiske problemer og kjenne til den siste utviklingen innen forvaltning av vann-infrastruktur.

  • Læringsaktiviteter

    Emnet inkluderer forelesninger, problemløsning og diskusjoner i klasserommet, individuelle oppgaver og gruppeprosjekter/semesteroppgaver.

  • Læringsstøtte

    Veiledning vil gis under forelesninger, problemløsning og gruppearbeid.

  • Pensum

    Notater fra forelesninger, et utvalg av rapporter/tidsskriftartikler og utvalgte kapitler fra lærebøker blir gjort tilgjengelig i Canvas.

  • Forutsatte forkunnskaper

    Kunnskap om vann- og avløpsteknikk tilsvarende kursene THT100 og THT261. Grunnleggende kunnskap om statistikk og dataanalyse tilsvarende kurset STAT100 eller DAT110.

  • Anbefalte forkunnskaper

    Grunnleggende kunnskap om maskinlæringsteknikker tilsvarende kurset DAT200

  • Vurderingsordning, hjelpemiddel og eksamen

    Samlet vurdering basert på:

    • Obligatoriske oppgaver, inkludert individuelle øvelser og et gruppeprosjekt (teller 40 %) i løpet av semesteret
    • Papirbasert skriftlig eksamen (teller 60 %) i eksamensperioden, 3 timer, hjelpemiddelkode B1 (utdelt kalkulator, ingen andre hjelpemidler)

    Karakterskala: A - F

    Ved gjentak av emnet tillates gjenbruk av tidligere beståtte delvurderinger iht. NMBUs studieforskrift kap. 29, utfyllende bestemmelser 29-1-2.

  • Om bruk av KI

    Skriftlig eksamen: K1- Ingen bruk av KI

    Individuelle oppgaver: K1- Ingen bruk av KI

    Gruppeoppgave: K3 - Bruk av KI innenfor retningslinjene for bruk av kunstig intelligens (KI) ved NMBU.

    Her finner du KI-kategoriene beskrevet.

  • Sensorordning

    Ekstern sensor deltar sammen med intern sensor ved utformingen av eksamensoppgavene og sensorveiledningen. Ekstern sensor kontrollerer intern sensors vurdering av et tilfeldig utvalg kandidater som en kalibrering med visse mellomrom i henhold til fakultetets retningslinjer for sensur.

  • Merknader

    Kurset er først og fremst laget for studenter som sikter mot en mastergrad i vann- og miljøteknikk, men er også nyttig for andre teknologistudenter.

  • Undervisningstider

    Forelesninger: 26 timer (to timer per uke). Øvingstimer/veiledning ved gruppearbeid: 26 timer (to timer per uke).

  • Opptakskrav

    REALFAG