ETD

Archivio digitale delle tesi discusse presso l'Università di Pisa

Tesi etd-05292019-195403


Tipo di tesi
Tesi di laurea magistrale
Autore
PIANIGIANI, GIOVANNI
URN
etd-05292019-195403
Titolo
Tempi e metodi 4.0
Dipartimento
INGEGNERIA DELL'ENERGIA, DEI SISTEMI, DEL TERRITORIO E DELLE COSTRUZIONI
Corso di studi
INGEGNERIA GESTIONALE
Relatori
relatore Prof. Fantoni, Gualtiero
correlatore Prof. Mazzei, Daniele
Parole chiave
  • monitoraggio automatico
  • industry 4.0
  • automatic activity monitoring
  • sensori indossabili
  • wearable rfid
  • industria 4.0
  • design of experiments
Data inizio appello
19/06/2019
Consultabilità
Non consultabile
Data di rilascio
19/06/2089
Riassunto
L’obiettivo di un’analisi Tempi e Metodi consiste nell’individuare ed attuare azioni per il miglioramento dei processi a cui essa viene applicata. Le tecniche utilizzate per la raccolta delle informazioni necessarie ad un’analisi Tempi e Metodi sono prevalentemente manuali e ciò ne limita la scalabilità. Il passaggio ad un monitoraggio automatico delle attività, tuttavia, necessita di una preventiva individuazione delle ambiguità presenti e di una conseguente progettazione del sistema di rilevazione. Il lavoro svolto si è posto l’obiettivo di proporre una metodologia per la costruzione di sistemi automatici a basse complessità ed invasività in grado di discriminare le operazioni svolte in processi operativi industriali, al fine di abilitarne il monitoraggio. È stato inoltre selezionato e proposto un possibile insieme di sensori abilitanti. I risultati ottenuti lasciano spazio a future ricerche che mirino allo sviluppo di un sistema automatico di analisi della documentazione aziendale, all’integrazione della metodologia con algoritmi di Machine Learning ed alla progettazione di sensori adeguati.

The main objective of a Time and Motion Analysis is the identification of possible ways of improvements and their consequent implementation. The information needed to conduct such an analysis is gathered through a series of manual techniques. This limits the scalability of the model. In order to apply an automatic monitoring of the desired activities, a prior identification of their ambiguities is needed. Consequently, an adequate detection system must be designed and implemented. The objective of this thesis work is to propose a methodology for the designing of simple and non-invasive automatic systems able to recognize distinguish every observed activity from another and to enable their monitoring. A possible set of sensors able to address this problem is proposed. The obtained results leave room for future works aiming to: develop an automatic business documentation analysis system, integrate a Machine Learning algorithm in the methodology and design adequate sensors.
File