Il corso propone un’approfondita panoramica delle tecnologie informatiche che sono alla base del paradigma Industria 4.0 per fornire allo studente le competenze necessarie a gestire i processi di digitalizzazione delle imprese e a favorire i percorsi di innovazione sostenuti dalla proposta Industria 4.0. Il corso focalizza l’attenzione sul dato come fattore produttivo dell’impresa competitiva e sulle tecnologie e strumenti che contribuiscono ad una gestione efficace e profittevole di questa importante risorsa.

L’obiettivo atteso del corso è la conoscenza delle tecnologie fondanti ed abilitanti per l’industria 4.0. Cio’ fornirà allo studente la capacità di operare in scenari aziendali progettati secondo il paradigma dell’Industria 4.0 e di supportare l’impiego di tecnologie digitali in ambito industriale attraverso l’analisi critica delle soluzioni tecnologiche disponibili. Inoltre, altra importante abilita acquisita nel corso, sarà la capacità di sostenere autonomamente il proprio aggiornamento tecnico mantenendo un opportuno processo di Life Long Learning.

Conoscenze di base di informatica (ICT: Information and Communication Technologies) Conoscenze di base dei sistemi di produzione

Il paradigma Industria 4.0. Le origini della proposta, i fabbisogni industriali, gli strumenti e le tecnologie individuate dal Boston Consulting group. Le tecnologie fondanti di I4.0. Industrial Internet e Horizontal & Vertical integration (12 ore) Vengono studiati - dal punto di vista logico, funzionale ed operativo - i principali sistemi informativi per la gestione integrata dei dati di prodotto e processo lungo le fasi di vita del manufatto. Project work possibili: Product lifecycle management, Enterprise resources planning e Manufacturing execution systems. Le tecnologie abilitanti di I4.0. Cloud e Cybersecurity (12 ore) In quest’area vengono studiati gli strumenti di gestione e controllo del dato, inteso come nuovo fattore produttivo, In particolare verranno sperimentate la condivisione e la protezione delle informazioni. Project work possibili: Cloud configuration and monitoring; Hackering. Le tecnologie abilitanti di I4.0. Advanced manufacturing e Additive manufacturing (12 ore) In questo ambito verranno trattati i temi della robotica industriale, nei suoi differenti aspetti di automazione tradizionale, collaborativa e mobile. Inoltre verranno approfonditi i temi della produzione additiva e della sua integrazione con le lavorazioni tradizionali. Project work possibili: New product development in Additive manufacturing; Collaborative robot programming and controlling. Tecnologie abilitanti di I4.0. Augmented reality and simulation (12 ore) Verrà presentato lo stato dell’arte sul Cyber Physical System o Digital twin e alcune applicazioni specifiche disponibili nella letteratura tecnica e scientifica. Project work possibili: Simulation of machining processes; Simulation of production systems. Tecnologie abilitanti di I4.0. Big data analytics (12 ore) Verranno presentati gli strumenti di Business intelligence, di Neural networks e di Artificial intelligence. Project work possibili: Big data analytics; Neural nectwork applications.

L’insegnamento prevede lezioni frontali, esercitazioni in aula e laboratori. Le lezioni introdurranno l’argomento teorico a cui seguirà l’esercitazione in aula, costituita da esercizi da risolvere singolarmente o in gruppo, e/o la sperimentazione in laboratorio, dove l’impiego di hardware e software consentiranno agli studenti di implementare le funzioni presentate nel corso della lezione. Gli studenti saranno chiamati a partecipare nel modo più attivo possibile in particolare nella scelta e sviluppo del Project work.

Le slide relative alle lezioni e le dispense relative alle esercitazioni saranno distribuite agli studenti tramite il portale della didattica. Eventuali libri di testo saranno comunicati agli studenti all’inizio del corso. Michael Grieves, Product Lifecycle Management: Driving the Next Generation of Lean Thinking, 2005, McGraw-Hill Education Wallace J. Hopp e Mark L. Spearman, Factory Physics, 2011, Waveland Press Heiko Meyer, Franz Fuchs, Klaus Thiel, Manufacturing Execution Systems (MES): Optimal Design, Planning, and Deployment, 2009, McGraw-Hill

Modalità di esame:

Exam:

...

Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.