• predictive maintenance
• IOT
• Internet of things
• industry 4.0

La tesi ha l’obiettivo di sviluppare e testare una piattaforma per il monitoraggio del lavoro e della salute di un generico strumento, analizzando le tracciature telemetriche effettuate da alcuni dispositivi meccanici presenti al suo interno.
Il settore di riferimento è quello della Logistica Integrata: si vogliono fornire soluzioni adatte ad aziende che realizzano impianti di automazione industriale, per la logistica distributiva in ambito internazionale o in contesti specializzati.
Una prima fase di analisi è legata all’individuazione delle informazioni telemetriche di interesse, al fine di valutare alcuni indicatori che possano sintetizzare il comportamento dello strumento sia da un punto di vista di modalità operativa che da un punto di vista di salute a scopo manutentivo.
Seguono la progettazione e realizzazione di un sistema ad hoc di Business Intelligence, per cercare le relazioni causa-effetto tra la modalità di lavoro e la necessità di manutenzione preventiva, al fine di evitare guasti che generano disservizio.
A tale scopo è stato realizzato un framework avente al suo interno sia un modulo di real-time analytics per detenzione delle anomalie che un modulo di machine learning per la predizione.