Politecnico di Torino | |||||||||||||||||
Anno Accademico 2011/12 | |||||||||||||||||
01NRDOV, 01NRDOR Automazione e pianificazione dei sistemi produttivi |
|||||||||||||||||
Corso di Laurea Magistrale in Ingegneria Informatica (Computer Engineering) - Torino Corso di Laurea Magistrale in Ingegneria Meccatronica - Torino |
|||||||||||||||||
|
|||||||||||||||||
|
|||||||||||||||||
Esclusioni: 01OUW; 01NYG |
Presentazione
The course is taught in Italian.
Il corso intende fornire i principi e le metodologie di base per modellare e risolvere i problemi legati all'automazione, alla pianificazione ed alla gestione dei processi produttivi. Benché il corso sia di carattere prevalentemente teorico, in esso vengono descritti i principali elementi dell'automazione di fabbrica quali le macchine operatrici, i sistemi di trasporto delle parti in lavorazione, i sistemi per la visione artificiale, i controllori a logica programmabile (PLC). Per ogni argomento teorico trattato, nel corso sono completamente descritti gli algoritmi per la soluzione di problemi reali che si incontrano nel settore. |
Risultati di apprendimento attesi
- Conoscenza sulla base di esempi delle differenti strutture per l'automazione della produzione di una fabbrica, di un magazzino.
- Conoscenza attraverso l'uso del simulatore sia del funzionamento dei sistemi automatici di movimentazione delle parti in corso di lavorazione sia dell'andamento della produzione. - Conoscenza sui differenti tipi di sensori, attuatori e componenti per l'automazione. Le comunicazioni fra le varie parti. Criteri per operare le scelte adeguate . - Conoscenza delle metodologie e degli algoritmi di allocazione risorse per la pianificazione della produzione. - Conoscenza delle metodologie e gli algoritmi di assegnamento e di distribuzione per la pianificazione della produzione. - Conoscenza dei metodi statistici e delle tecniche di gestione delle scorte per sistemi di produzione a domanda dipendente oppure indipendente. - Conoscenza delle tecniche e degli algoritmi numerici per la soluzione dei principali problemi di schedulazione: macchina singola, macchine parallele, Flow Shop e Job Shop. |
Prerequisiti / Conoscenze pregresse
Requisiti sono: conoscenze di base di MATLAB e dei linguaggi di programmazione C e Java. Per chi ne fosse sprovvisto, il docente è a disposizione per integrazioni.
|
Programma
Sintesi dei contenuti delle lezioni, con indicazioni quantitative (ore dedicati a ciascun argomento; fornire indicazioni complessive, senza il dettaglio della singola lezione).
Il campo può essere utilizzato anche per evidenziare eventuali varianti che, nel caso di insegnamenti paralleli di uguale titolo affidati a più docenti, il singolo docente intende introdurre nel proprio programma. Argomenti trattati nelle lezioni e relativo peso in crediti. - Esempi introduttivi. Caratteristiche di un problema di gestione della produzione. Componenti dell'automazione della produzione: macchine operatrici, i sistemi di trasporto, i sistemi di visione artificiale, i controllori a logica programmabile (PLC). Layout e flusso dei materiali. Tecniche di produzione push e pull. (1 Credito). - La gestione della movimentazione. Esempi dettagliati di gestione mediante PLC del flusso delle parti tra le varie isole di lavorazione in un reparto di produzione e di un magazzino automatico. (1 Credito). - Metodi ed algoritmi per il trattamento dei problemi di allocazione di risorse, di assegnamento e di distribuzione. Richiamo sugli strumenti matematici usati per l'implementazione numerica dei relativi algoritmi di soluzione. (1 Credito). - La gestione delle scorte per sistemi a domanda indipendente e per sistemi a domanda dipendente. Approvvigionamento just in time e metodo Kanban. Le tecnologie impiegate per la richiesta delle merci da parte del gestore della produzione. (1 Credito). - Il problema generale della schedulazione e regole per la classificazione dei differenti casi e dei metodi di soluzione. Esempi di schedulazione su macchina singola, su macchine parallele. I problemi del Flow Shop e del Job Shop: esempi di problemi e relativi algoritmi numerici per differenti tipi di prestazioni per le quali sono richieste soluzioni ottimali. (2 Crediti). |
Organizzazione dell'insegnamento
Le esercitazioni in aula sono dedicate alla presentazione di progetti di rilievo sugli argomenti trattati a lezione e, per ciascuno di essi, i metodi di soluzione. Le esercitazioni sperimentali di laboratorio sono dedicate agli aspetti numerici di soluzione. In esse, l'allievo metterà a punto gli algoritmi necessari e ne collauderà le prestazioni. L'allievo dovrà preparare una relazione sul lavoro svolto da consegnare all'esame. |
Testi richiesti o raccomandati: letture, dispense, altro materiale didattico
Verrà messo a disposizione un testo scritto dal docente, con esercizi proposti e risolti, in corso di pubblicazione.
|
Criteri, regole e procedure per l'esame
L'esame finale comprende uno scritto e un orale. Lo scritto comprende esercizi numerici di progetto relativi agli argomenti principali. L'orale riguarda tutti gli argomenti trattati nelle lezioni e nei laboratori.
Il voto finale è una media pesata della valutazione di scritto e orale e delle relazioni di laboratorio. |
Orario delle lezioni |
Statistiche superamento esami |
|