0x010088F6312065A70A44B630A6848498EAD80093CFEAFE161DC94D83C7C5C9A5A748B8

The course is held every second year. We planned changes in the amount of reading and in the installation of the software (now pre-done on a common server), which improved the learning experience for the students.

The students were all engaged and achieved the outcomes

presentations were given by all students

NTNU:TIA:REST

Institutt for energi- og prosessteknikk

Department of Energy and Process Engineering

Engelsk

Mer om vurdering

For å få bestått i emnet kreves det en score på minimum 70% (70 av 100 poeng)

Anbefalte forkunnskaper

Øvelser, siste gruppepresentasjon i slutten av uken

Forkunnskapskrav

Grunnleggende om LCA, f.eks. gjennom TEP4223Grunnleggende Python -programmering

Faglig innhold

Emnet undervises 1 uke intensivt på sommeren.Dette er et avansert kurs som tar for seg bruk av programmatiske tilnærminger for å forbedre arbeidsflyter, metoder og muligheter for miljøsystemanalyser. Emnet introduserer og gir praktiske eksempler på de nyeste og vitenskapelige debattene knyttet til livssyklusvurdering.Kjernen i kurset er en introduksjon til pythonbasert programmering og Brightway open source-rammeverket. Kurset vil introdusere det grunnleggende i Brightway, for eksempel dataontologi, datalagring og -format, import av eksterne data, beregningsmuligheter og tolkning av resultater. Avanserte emner vil også bli diskutert, for eksempel forbruk av dynamiske data, usikkerhetsanalyse og global sensitivitet, håndtering av klassiske LCA -problemer (multifunksjonalitet, tildeling), samt regionaliseringsaspekter. I tillegg til introduksjonen til denne banebrytende forskningsplattformen, skal studentene gjennomføre sine egne prosjekter ved å gjennomføre og tolke LCA-er ved hjelp av virkelige casestudier fra industri og offentlig politikk.

Kursmateriell

Brightway programvare (nedlasting: https://brightway.dev/), og lesemateriell og oppgaver (introduksjon til Python og Brightway -spesifikke) som distribueres før den intensive uken.

Læringsutbytte

Etter å ha fullført emnet, bør studentene1. har tilegnet seg Python -kodings kunnskap for miljøsystemanalyser2. forstå strukturen og funksjonaliteten til Brightway -rammeverket3. være i stand til å gjennomføre LCA -studier gjennom Brightway

Læringsformer og aktiviteter

Kurset vil bli undervist som en intensiv 1-ukers økt, som involverer både forelesninger og øvelser (både gruppeøvelser og individuelle øvelser). Øvelsene utføres på elevenes egne datamaskiner. Det er et omfattende sett med forberedende oppgaver (både litteratur og praktisk kunnskap), og studentene må fullføre disse oppgavene før økten.Det vil være to online økter før den intensive uken for å sikre at elevene har installert Brightway riktig.Kurset er planlagt for hvert andre år, neste gang sommer 2023

Avansert programmering for miljøsystemanalyser med Brightway

Industriell økologi

Ingeniørvitenskap - doktorgrad (ph.d.)

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(24556)/FieldValuesAsText

First time the course was held.Work load has to be adapted a bit

It was a very active group of students, the team work in the groups worked very well

Will be given every other year, with the help of Chris Mutel (ecoinvent)

Kurset vil bli undervist som en intensiv 1-ukers økt, som involverer både forelesninger og øvelser (både gruppeøvelser og individuelle øvelser). Øvelsene utføres på elevenes egne datamaskiner. Det er et omfattende sett med forberedende oppgaver (både litteratur og praktisk kunnskap), og studentene må fullføre disse oppgavene før økten.Det vil være to online økter før den intensive uken for å sikre at elevene har installert Brightway riktig.Kurset er planlagt for hvert andre år. første gang Høst2022, neste gang Høst2024

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(19072)/FieldValuesAsText

Avansert programmering for miljøsystemanalyser med Brightway - EP8127