Pris for beste master/ bacheloroppgave
Det er undervisningsstedet som nominerer kandidatene, og en egen komité kårer vinneren.
Prisen deles ut i forbindelse med NFEAs årsmøte, neste gang februar 2023.
Nominasjoner sendes til nfea@nfea.no innen 30/11-2022!
Kriterier for vurdering av master/bachelor
1. Betydning av oppgaven (35%):
Oppgavens betydning for Automatiseringsfaget i Norge – for norsk næringsliv og samfunn enten gjennom direkte nytte eller gjennom økt forståelse av en betydelig
utfordring for fremtiden.
2. Kvaliteten på besvarelsen av oppgaven (65%):
Problemforståelse, utredning og metodisk skikkelighet, kreativitet, originalitet, eget bidrag, selvstendighet, diskusjon, kritisk vurdering, presentasjon, språk,
rapportkvalitet. Komiteen kan her bygge på sensor og faglærers vurdering av oppgaven (karakteren).
Beste masteroppgave 2019 (Tildelt 13. februar 2020):
Erlend Andreas Basso, NTNU i Trondheim
Masteroppgave: «Dynamic Task Priority Control of Articulated Intervention AUVs. Using Control Lyapunov and Control Barrier Function based Quadratic Programs»
Tidligere vinnere
2018: Andreas Bell Martinsen, NTNU.
Masteroppgave: «End-to-end training for path following and control of marine vehicles»
2017: Andreas Hove, Universitetet i Stavanger.
Masteroppgave: «Kvalifisering av smartklokke til bruk i HLR»
2016: Albert Havnegjerde, Vegard Kamsvåg og Sveinung Liavaag, NTNU.
Bacheloroppgave: «Automatiseringsteknikk USV – Unmanned Surface Vessels»
2016: Martin Øvsthus Christensen og Egil Gundersen, NTNU
Masteroppgave: «Development and Implementation of the Control System for an Autonomous Choke Valve for Downhole Flow and Pressure Control»
2015: Henning Seeberg Stenersen, NTNU
Masteroppgave: «Construction and Control of an Autonomous Sail Boat»
2014: Hørthe, Nødland og Preus-Olsen, Universitetet i Agder
Bacheloroppgave: «All In One Servo Lab»
2013: Henrik Anfinsen, NTNU.
Masteroppgave: «Disturbance Attenuation in Linear 2 x 2 Hyperbolic Systems»
2012: Espen Hatlestad, Universitetet i Stavanger.
Masteroppgave: «Objekt klassifisering ved bruk av Lego Mindstorms NXT og MATLAB»
