Tesi etd-05202021-142908 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
AGOSTINI, FRANCESCO
URN
etd-05202021-142908
Titolo
Manutenzione Predittiva 4.0 di una Linea di Assemblaggio Automatica mediante l'Implementazione di un Gemello Digitale
Dipartimento
INGEGNERIA DELL'ENERGIA, DEI SISTEMI, DEL TERRITORIO E DELLE COSTRUZIONI
Corso di studi
INGEGNERIA GESTIONALE
Relatori
relatore Prof. Bonaccorsi, Andrea
relatore Papucci, Alessio
relatore Papucci, Alessio
Parole chiave
- digital twin
- industrial internet of things (IIoT)
- industry 4.0
- predictive maintenance (PdM)
Data inizio appello
16/06/2021
Consultabilità
Non consultabile
Data di rilascio
16/06/2091
Riassunto
Questa tesi è il risultato del tirocinio della durata di 7 mesi svolto presso Vitesco Technologies (Pisa), ed ha come oggetto la progettazione, ed in seguito l’esecuzione, del progetto che prevede la realizzazione di un Gemello Digitale della “Comboline Linea 7” che assembla elettro-iniettori in modo automatizzato in uno scenario afferente al paradigma Industria 4.0. Il primo macro-obiettivo consiste nella digitalizzazione degli asset fisici della Linea al fine di creare un Gemello Digitale con una copertura di almeno l’85% del processo di assemblaggio. Il secondo macro-obiettivo riguarda il lancio di un progetto pilota di Machine Learning con riduzione del Machine Downtime del 6% in ottica manutenzione predittiva. Successivamente ad una fase preliminare di progettazione in ottica PDCA e di rassegna della letteratura scientifica, le attività operative iniziano con lo studio dei 13 moduli che compongono la Linea finalizzato alla selezione del modulo sul quale lanciare il progetto pilota, fino ad arrivare alla stesura della specifica tecnica contenente i requisiti e l’architettura di sistema che il Gemello Digitale dovrà soddisfare per l’implementazione di pratiche di Manutenzione Predittiva. Infine, i risultati ottenuti vengono applicati ad un caso studio discutendo la transizione dalla manutenzione a guasto a quella predittiva.
File
Nome file | Dimensione |
---|---|
La tesi non è consultabile. |