커리큘럼 및 특징

• 영어 교육 교육은 PhD 수준의 전문 LCA 강사가 영어로 제공합니다.
• 수정 가능한 교육 일정 시간대에 관계없이.
• 교육 후 후속 조치 2시간 무료 선택 과목.
• 선택 시험 및 교육 수료증(유료) 훈련생당 인증서 수수료가 적용됩니다. 자세한 가격 정보는 당사에 문의하세요.
• 광범위한 교육 프로그램의 완전한 이해를 위한 집중 교육입니다.
• 가속 학습 접근 방식 능동적 학습 접근 방식은 토론, 대화형 요소, 데모, 실제 사례, 과제 및 연수생 피드백을 사용하여 개별 스타일에 맞게 교육을 조정함으로써 이해를 가속화합니다.
• 원격(온라인) 또는 직접 방문 DEISO 교육 제공을 온라인(원격), 일본 내 회사 위치 또는 해외 위치(해외) 중에서 선택하세요. 모델별로 가격이 다르며, 일대일 또는 일대그룹으로 진행되는 온라인 교육을 제외하고는 최소 교육생 수가 필요합니다. 선택한 교육 프로그램을 제공하기 위한 온라인 교육에는 한 명의 교육생이면 충분합니다.
• 일본 이외의 고객의 실제 위치에서의 교육 DEISO 교육 제공을 온라인(원격), 일본 내 회사 위치 또는 해외 위치(해외) 중에서 선택하세요. 모델별로 가격이 다르며, 일대일 또는 일대그룹으로 진행되는 온라인 교육을 제외하고는 최소 교육생 수가 필요합니다. 선택한 교육 프로그램을 제공하기 위한 온라인 교육에는 한 명의 교육생이면 충분합니다.
• 일본 내 고객의 실제 위치에서 직접 교육 최소 인원의 교육생이 필요합니다. 문의하시기 바랍니다.
• 사례 연구: 4
• 기본 사례 연구
• 고급 사례 연구
• 생산 사례 연구 LCA(전과정평가)의 사례 연구는 일반적으로 "생산/제조"와 수명 종료(EoL) 또는 폐기물 관리라는 두 가지 주요 범주로 분류됩니다. 후자는 제품 사용이 EoL에 도달한 후 소비자가 생성하는 폐기물을 관리하는 데 중점을 둡니다. 이 모듈에서는 '생산'을 중심으로 한 사례 연구를 살펴보겠습니다.
• 글로벌 매개변수를 사용한 폐기물 관리 사례 연구 하류 폐기물 "도시 고형 폐기물 관리(MSW)"에 대한 매개변수화되고 완전한 폐기물 관리 사례 연구.
• 여러 모델 구축 및 연결 다중 모델 개발 및 통합에는 "하위 모델" 생성을 마스터하고 이를 서로 얽어 기본 모델을 형성하는 작업이 수반됩니다. 각 "하위 모델"을 생산, 운송, 사용, 폐기물 관리 등 제품 수명 주기의 개별 단계로 생각해 보세요. 이 모듈 전체에서 다양한 목적에 맞는 여러 모델을 만드는 기본 원칙을 이해하게 됩니다.
• 모델 로컬 및 전역 매개변수 잠재적인 향후 데이터 변경을 수용하기 위해 로컬 및 글로벌 매개변수를 사용하여 SimaPro 모델을 매개변수화하는 방법을 알아보세요. 시나리오 분석 및 개발을 촉진하고 에코 디자인 모델링을 지원하며 다양한 제품과 기술을 비교합니다. 이러한 매개변수를 모델에 통합하고 새로운 데이터가 제공될 때 업데이트하여 귀중한 시간을 절약하는 동시에 유연성과 전문성을 향상시키는 방법을 알아보세요.
• 고급 기능 교육 이 교육 과정을 통해 OpenLCA 모델링의 고급 기능을 활용하는 데 대한 전문 지식을 습득하게 됩니다. 이러한 기능을 사용하면 포괄적인 LCA 모델링 및 분석을 수행하고 시간을 절약하여 생산성을 높일 수 있습니다.
• 기초: 시스템 프로세스 vs 단위 프로세스: 고급 이론 및 실습 일부 데이터베이스는 "단위 프로세스" 및 "시스템 프로세스" 옵션을 제공합니다. 일반적으로 ecoinvent와 같은 데이터베이스는 단위 프로세스와 시스템 프로세스라는 두 가지 프로세스 유형을 제공합니다. 이 모듈에서는 각 유형의 이론적, 기술적, 수학적 측면을 살펴보고 차이점과 사용 시나리오를 설명합니다. 또한 이 모듈은 연수생을 위해 이러한 개념의 복잡성을 단순화하는 것을 목표로 합니다.
• 고급: 시스템 프로세스 vs. 단위 프로세스: 고급 이론 및 실습 일부 데이터베이스는 "단위 프로세스" 및 "시스템 프로세스" 옵션을 제공합니다. 일반적으로 ecoinvent와 같은 데이터베이스는 단위 프로세스와 시스템 프로세스라는 두 가지 프로세스 유형을 제공합니다. 이 모듈에서는 각 유형의 이론적, 기술적, 수학적 측면을 살펴보고 차이점과 사용 시나리오를 설명합니다. 또한 이 모듈은 연수생을 위해 이러한 개념의 복잡성을 단순화하는 것을 목표로 합니다.
• openLCA 시작하기 openLCA 사용자 친화적인 인터페이스와 해당 기능 메뉴에 대한 자세한 설명이 제공됩니다. 소프트웨어 패널("패널별")에 대해 자세히 설명합니다. 이 모듈에서는 새 프로젝트 생성, 기존 프로젝트 열기, openLCA의 다양한 기능 탐색과 같은 일반적인 작업도 다룹니다. 여기에는 인터페이스 옵션, 도구, 데이터 구성 및 전체 구조에 대한 이해가 포함됩니다. 메인 인터페이스 사용을 위한 생산성 팁도 제공됩니다.
• 데이터베이스 생성 맞춤형 프로세스를 구축하고 빈 데이터베이스로 가져오는 과정을 살펴보세요.
• 데이터베이스 결합 여러 데이터베이스를 통합된 단일 데이터베이스로 병합하는 기술을 마스터하세요.
• 데이터베이스 가져오기/복원 데이터베이스 가져오기 또는 복원은 openLCA의 중요한 기술로, 새 데이터베이스를 연결하거나 기존 데이터베이스를 백업하는 데 필수적입니다.
• 내보낸 zolca-Files에서 데이터베이스 가져오기 openLCA는 데이터 가져오기 및 내보내기를 위한 다양한 파일 형식 옵션을 제공합니다. 이 모듈에서는 이러한 형식을 사용하여 데이터 가져오기 및 내보내기를 살펴보고, 고유한 특성을 이해하고, 프로젝트 요구 사항에 따라 각 특정 형식을 사용해야 하는 시기를 식별합니다.
• 데이터 내보내기: ILCD ZIP 파일 형식
• 데이터 내보내기: Excel 형식
• 데이터 내보내기: EcoSold 파일 형식
• 데이터 내보내기: CSV-매트릭스
• 고급 데이터베이스 가져오기 ecosold, Excel, ILCD, SimaPro CSV 및 JSON-LD 형식 형식.
• 데이터베이스 요소 흐름, 프로세스, 문서화, 분류, 기능 단위(참조 단위/양), 프로세스 입/출력 등
• 데이터베이스 문서 이해 특정 프로젝트에 대해 프로세스 문서를 선택하기 전에 프로세스 문서를 읽어 보는 것이 좋습니다. 문서를 참조하지 않고 단순히 프로세스 이름에만 의존하는 것은 권장되지 않습니다. 사용자는 분석 중인 특정 사례 연구에 대한 적합성을 결정하기 위해 프로세스 문서를 신중하게 평가해야 합니다. 이 모듈에서는 프로세스 문서를 효과적으로 읽고 항상 확인해야 하는 주요 정보를 식별하는 방법을 다룹니다.
• 기본: LCA 결과 Excel로 분석 내보내기 결과에만 의존하여 openLCA에서의 분석을 발전시켜야 합니다. 포괄적인 연구를 위해서는 Microsoft Excel을 보충하는 것이 좋습니다. 이 모듈에서는 심층 분석을 위해 LCA 결과를 Excel로 내보내는 방법을 배웁니다. Excel 환경 내에서 결과를 효과적으로 형식 지정, 필터링, 점수 매기기 및 시각화하는 방법을 배워 분석 기능을 향상시킵니다.
• 고급: LCA 결과를 Excel로 분석 내보내기 결과에만 의존하여 openLCA에서의 분석을 발전시켜야 합니다. 포괄적인 연구를 위해서는 Microsoft Excel을 보충하는 것이 좋습니다. 이 모듈에서는 심층 분석을 위해 LCA 결과를 Excel로 내보내는 방법을 배웁니다. Excel 환경 내에서 결과를 효과적으로 형식 지정, 필터링, 점수 매기기 및 시각화하는 방법을 배워 분석 기능을 향상시킵니다.
• 대화형 LCA 결과를 HTML 파일 형식으로 생성, 준비 및 공유 이 모듈은 openLCA 모델 환경에서 직접 HTML 형식으로 대화형 LCA 결과를 생성, 준비 및 공유하는 과정을 안내합니다. 보고서, 표, 그림을 사용자 정의하고 결과를 효과적으로 해석하는 방법을 알아보게 됩니다. 이러한 기술을 익히면 결과를 확정하기 위해 워드 프로세서에 의존하지 않고도 고객, 감독자 또는 팀 구성원과 자세한 보고서를 공유할 수 있습니다.
• 흐름 속성
• 새 프로세스 생성
• 프로세스 입력/출력 프로세스 입력 및 출력을 마스터하는 것은 출력의 주요 제품 및 부산물과 함께 각 프로세스의 재료 및 에너지 입력과 기타 입력을 이해하는 데 중요합니다. 이 모듈에서는 자연, 기술권, 물, 공기, 토양과 같은 배출 매체로의 배출과 배출 매체에 대한 이해를 탐구합니다. 이 교육 모듈에서는 이러한 개념을 SimaPro 프로세스에 실제로 적용하는 방법을 다룹니다.
• 모델링 측면 및 원칙
• 전과정 영향 평가 LCIA 방법 이해
• LCIA 방법 가져오기
• 제품 시스템 만들기 openLCA 특정 기술 기능.
• 모델 그래프 openLCA 특정 기술 기능.
• 표준화 LCA 특정 기술 기능입니다.
• 가중치 LCA 특정 기술 기능입니다.
• 그룹화 LCA 특정 기술 기능입니다.
• 기본: 재고 결과 수명주기 목록(LCI) 분석. LCA 프레임워크의 두 번째 단계입니다.
• 고급: 재고 결과 수명주기 목록(LCI) 분석. LCA 프레임워크의 두 번째 단계입니다.
• 민포잉 모델링 LCA 결과는 "기후 변화", "산성화 가능성", "인체 건강 가능성" 등과 같은 환경 영향 범주를 포함하여 중간 수준에서 수행될 수 있습니다. 이러한 범주(LCIA 방법을 기준으로 평균 15개 이상)라고 합니다. "중간 영향."
• 끝점 모델링 LCA 결과는 중간점 영향 범주(평균 15+)가 "생태계 손상", 건강 손상" 및 "생태계 손상"과 같은 단일 3-4 지표로 집계될 수 있는 "종료점" 수준에서도 수행될 수 있습니다. 자원." 이 집계를 "엔드포인트 모델링"이라고 합니다.
• 기본: 영향 분석 전과정영향평가(LCIA) 분석. LCA 프레임워크의 세 번째 단계입니다.
• 고급: 영향 분석 전과정영향평가(LCIA) 분석. LCA 프레임워크의 세 번째 단계입니다.
• 기본: 결과 해석 LCA LCA 프레임워크의 네 번째 단계에 대한 특정 항목입니다.
• 고급: 결과 해석 LCA LCA 프레임워크의 네 번째 단계에 대한 특정 항목입니다.
• 프로세스 기여도 분석 openLCA 특정 기술 기능.
• 데이터베이스 업데이트, 유지 관리 및 백업
• openLCA 프로젝트 관리 및 백업
• openLCA Nexus 데이터베이스
• 제품(시나리오) 비교
• 시스템 프로세스 모델링
• 수명 종료 모델링(EOL)/자재 흐름 논리
• EoL 모델링: 반대 접근
• 운송 모델링
• 기본: Excel의 핫스팟 분석/약점 분석 LCA(수명주기 평가)의 기본 측면인 핫스팟 분석은 제품 수명주기 내에서 약점이나 관심 영역을 정확히 찾아내는 데 도움이 됩니다. 이러한 핫스팟을 식별함으로써 LCA 실무자는 환경 영향을 완화하고 지속 가능성을 최적화하기 위한 노력의 우선 순위를 지정할 수 있습니다. 이 분석을 통해 이해관계자/LCA 분석가는 생태학적 부담에 가장 크게 기여하는 프로세스 또는 재료를 개선하는 데 리소스를 집중할 수 있으며, 이를 통해 더 많은 정보에 입각한 의사 결정을 내리고 궁극적으로 보다 지속 가능한 제품 및 시스템 개발을 촉진할 수 있습니다.
• 고급: Excel의 핫스팟 분석/약점 분석 LCA(수명주기 평가)의 기본 측면인 핫스팟 분석은 제품 수명주기 내에서 약점이나 관심 영역을 정확히 찾아내는 데 도움이 됩니다. 이러한 핫스팟을 식별함으로써 LCA 실무자는 환경 영향을 완화하고 지속 가능성을 최적화하기 위한 노력의 우선 순위를 지정할 수 있습니다. 이 분석을 통해 이해관계자/LCA 분석가는 생태학적 부담에 가장 크게 기여하는 프로세스 또는 재료를 개선하는 데 리소스를 집중할 수 있으며, 이를 통해 더 많은 정보에 입각한 의사 결정을 내리고 궁극적으로 보다 지속 가능한 제품 및 시스템 개발을 촉진할 수 있습니다.
• 기본: 몬테카를로 시뮬레이션 LCA 불확실성 분석의 핵심 측면인 몬테카를로 시뮬레이션에는 지정된 확률 분포의 무작위 입력 값을 사용하여 모델을 반복적으로 실행하는 작업이 포함됩니다. 이 방법은 LCA 입력의 불확실성을 설명하고 출력의 확률 분포를 산출하여 잠재적인 결과에 대한 포괄적인 이해를 제공합니다. 불확실성을 정량화함으로써 Monte Carlo 시뮬레이션은 LCA 결과의 신뢰성을 높이고, 정보에 입각한 의사 결정을 촉진하며, 환경 평가의 정확성을 향상시켜 궁극적으로 보다 강력하고 방어 가능한 결론을 이끌어냅니다.
• 고급: 몬테카를로 시뮬레이션 LCA 불확실성 분석의 핵심 측면인 몬테카를로 시뮬레이션에는 지정된 확률 분포의 무작위 입력 값을 사용하여 모델을 반복적으로 실행하는 작업이 포함됩니다. 이 방법은 LCA 입력의 불확실성을 설명하고 출력의 확률 분포를 산출하여 잠재적인 결과에 대한 포괄적인 이해를 제공합니다. 불확실성을 정량화함으로써 Monte Carlo 시뮬레이션은 LCA 결과의 신뢰성을 높이고, 정보에 입각한 의사 결정을 촉진하며, 환경 평가의 정확성을 향상시켜 궁극적으로 보다 강력하고 방어 가능한 결론을 이끌어냅니다.
• openLCA 매개변수 및 MS Excel을 사용한 민감도 분석 LCA의 민감도 분석은 연구 결과에 대한 다양한 매개변수의 영향을 평가하여 영향력 있는 요인과 결과에 미치는 영향을 식별합니다' 신뢰할 수 있음. 민감도 분석은 데이터 불확실성이나 방법론적 선택과 같은 입력 변수를 체계적으로 테스트하여 LCA 결과의 신뢰성과 견고성을 향상시킵니다. 이를 통해 이해관계자는 가정과 불확실성의 중요성을 이해할 수 있으며, 지속 가능한 제품 개발 및 정책 수립에 있어 정보에 입각한 의사 결정을 돕습니다.
• 라이프 사이클 원가 계산(LCC) 환경 수명주기 비용(LCC)은 금융 비용과 함께 환경 영향을 고려하여 수명 주기 전반에 걸쳐 제품 또는 서비스와 관련된 총 비용을 평가합니다. 자원 추출부터 폐기까지의 비용을 평가하여 환경 피해를 최소화하고 장기적인 비용을 줄이는 지속 가능한 선택을 강조합니다. LCC는 환경적 요인을 전통적인 수명주기 비용 분석에 통합하여 친환경적인 의사결정을 촉진합니다.
• openLCA 매개변수 및 MS Excel을 사용한 민감도 분석
• 위생 매립 모델링
• 비위생적인 매립 모델링
• 퇴비화 모델링
• 생물가스화 모델링
• 폐기물 운송 모델링
• 소각 모델링
• 재활용 모델링 모델링
• 에너지 회수 모델링
• 오픈 덤프 모델링
• 폐기물 연소 모델링
• 매개변수를 사용한 전체 폐기물 관리 사례 연구
• 선택 사항: Social LCI 데이터베이스 소유자만을 위한 사회 생애주기 평가(S-LCA)
• 선택 사항: Social LCI 데이터베이스 소유자만을 위한 사회 생애주기 평가(S-LCA)