L'insegnamento ha come obiettivo quello di introdurre le caratteristiche principali delle tecnologie necessarie per la realizzazione del paradigma dell'Industria 4.0, con particolare attenzione all'IoT e agli ecosistemi software distribuiti.

L’obiettivo principale dell’insegnamento è fornire agli studenti le conoscenze necessarie per progettare e implementare soluzioni in un contesto di Industria 4.0. Ciò richiede di sviluppare abilità per: - Comprendere i principi fondamentali dell'Industria 4.0 e il ruolo dell'IoT. - Conoscere i principali dispositivi IoT e le loro architetture, incluse le tecnologie di comunicazione. - Comprendere i vincoli di progettazione in termini di prestazioni e consumo energetico. - Saper progettare e implementare applicazioni su piattaforme IoT. - Gestire ecosistemi software distribuiti e interfacciarsi con servizi cloud.

Il corso richiede i seguenti prerequisiti: - Conoscenze base di architetture dei calcolatori. - Conoscenze base delle reti di calcolatori . - Programmazione in Python.

Parte I - Industry 4.0: - Introduzione al concetto di Industria 4.0: caratteristiche e sfide. - Impatti delle tecnologie digitali sui processi produttivi. - Integrazione dei sistemi e automazione avanzata. Parte II - Introduzione all'IoT: - Fondamenti dell'Internet of Things: definizioni e componenti. - Architettura dei sistemi IoT: dispositivi, sensori e attuatori. - Tecnologie di comunicazione IoT: protocolli e standard. Parte III - Industrial IoT: - Applicazioni dell'IoT nel contesto industriale: casi studio e best practices. - Sicurezza e privacy nei sistemi IoT industriali. - Gestione dei dati e analisi predittiva nelle operazioni industriali. Parte IV - Ecosistemi software distribuiti per IoT: - Progettazione e implementazione di applicazioni IoT distribuite. - Interfacciamento con servizi cloud. Laboratorio – Sviluppo di una infrastruttura IoT per l'Industria 4.0: - Creazione e implementazione di un’infrastruttura IoT per l’Industria 4.0. - Sviluppo di un dispositivo IoT per il monitoraggio e la gestione di un macchinario in tempo reale. - Sviluppo di un sistema cloud per ottimizzare il processo produttivo e gestire l’interazione tra il dispositivo IoT e il cloud.

Durante le lezioni frontali verranno trattati i principi teorici fondamentali e le tecnologie emergenti nel campo dell'IoT e dell'Industry 4.0. Queste lezioni offriranno una base solida per comprendere le applicazioni pratiche e il contesto in cui i prototipi saranno sviluppati. Gli studenti avranno l'opportunità di partecipare attivamente a discussioni e approfondimenti, facilitando un apprendimento integrato e interattivo. In aggiunta, si affiancheranno delle lezioni di laboratorio che consisteranno nella realizzazione di alcuni prototipi usando il linguaggio di programmazione Python. Sono previsti due macro-esercitazioni per una totale di circa 2 CFU, una relativa all'interazione dei dispositivi IoT con la rete, la seconda relativa all'interazione dei dispositivi con il cloud per l’implementazione di un ecosistema Industry4.0. I laboratori saranno tenuti nelle ore di lezione utilizzando i computer degli studenti.

Non è previsto un libro di testo ufficiale. Le dispense utilizzate a lezione e la documentazione necessaria per lo svolgimento delle esercitazioni saranno rese disponibili sulla pagina web del corso. Materiale aggiuntivo come documenti, collegamenti a siti Web, software e manuali, sarà reso disponibile anche sulla pagina web del corso.

Slides; Dispense; Esercizi; Esercizi risolti; Esercitazioni di laboratorio;

Modalità di esame: Elaborato scritto individuale; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;

Exam: Individual essay; Computer-based written test in class using POLITO platform;

... L'esame mira a valutare le capacità e le conoscenze sopra descritte mediante una valutazione in due parti: La prima parte consiste in una prova scritta a libro chiuso che include sia esercitazioni numeriche che domande a risposta aperta. Il tempo consentito per il test è di 2 ore e il punteggio massimo è di 26 punti. La seconda parte consiste nella valutazione delle relazioni sulle due esercitazioni di laboratorio. Il punteggio massimo totale per i rapporti di laboratorio è 7 punti. La somma del punteggio del test e delle valutazioni di laboratorio produrrà il punteggio finale (massimo 33 punti corrispondenti a 30 e lode).

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.