| KEYWORD |
Area Engineering
Optimization of Industrial Automation Processes at AROL S.p.A.: Data Collection, Analysis, and Management in the Context of Industry 4.0
Thesis in external company
keywords DATABASE, DEVICE PROGRAMMING, MACHINE LEARNING, PROBLEM SOLVING, SOFTWARE DESIGN
Reference persons STEFANO QUER
Research Groups DAUIN - GR-13 - METODI FORMALI - FM
Description Contesto
AROL S.p.A. è un'azienda leader a livello mondiale nella produzione di macchinari complessi per la tappatura e il riempimento di bottiglie e barattoli, nonché nella produzione di capsule. Il 95% dei componenti e delle applicazioni è progettato internamente, garantendo un controllo completo del processo produttivo. L'azienda ha sedi a Torino, altre città italiane e internazionalmente in Stati Uniti, Messico, Brasile, Cina e India.
Negli ultimi anni, come è accaduto nel settore "automotive", le attività della AROL richiedono una crescente competenza informatica. Questa evoluzione è essenziale sia per la gestione centralizzata dei dati (attraverso tecnologie di cloud e edge computing e database avanzati) sia per lo sviluppo di procedure efficienti di controllo e monitoraggio delle prestazioni dei macchinari. Le tecnologie coinvolgono sistemi operativi, programmazione di sistema, web programming, machine learning e riconoscimento immagini.
Con l'avvento dell'Industria 4.0, l’Automation Data Specialist è diventata una figura chiave nei processi industriali. Il ruolo implica la responsabilità di raccogliere, analizzare e interpretare i dati provenienti dai dispositivi di automazione, utilizzando competenze avanzate nella configurazione dei sensori e nella generazione di report significativi, finalizzati al miglioramento dei processi produttivi.
Obbiettivi
L’obiettivo della tesi è sviluppare competenze tecniche e pratiche che consentano allo studente di partecipare attivamente all'ottimizzazione dei processi di automazione industriale presso AROL. In particolare, il focus sarà sull’acquisizione delle capacità necessarie per eseguire le seguenti attività:
- Configurazione dei sensori: Collaborazione con i progettisti per garantire una configurazione ottimale dei sensori, in modo da generare dati accurati e rilevanti per il controllo dei macchinari.
- Raccolta ed elaborazione dei dati: Gestione dei dati provenienti dai sistemi di riempimento e tappatura dei barattoli, utilizzando strumenti adeguati per il monitoraggio continuo e la gestione della sensoristica.
- Analisi e interpretazione dei dati: Sviluppo di competenze nell’estrazione di informazioni significative dai dati raccolti, utilizzando tecniche di data analysis e machine learning, con lo scopo di generare report dettagliati che possano supportare decisioni strategiche per il miglioramento dei processi.
- Gestione della piattaforma “Portale Clienti”: Manutenzione e innovazione del portale clienti per garantire l’accesso ai dati elaborati, con un focus particolare sull'ottimizzazione dell'interfaccia utente e sull'integrazione con sistemi di raccolta dati in tempo reale.
- Programmazione delle macchine e sistemi di movimentazione: Sviluppo e gestione di soluzioni di programmazione per il controllo delle macchine e dei sistemi di movimentazione, assicurando una perfetta integrazione tra hardware e software.
- Collaborazione interdipartimentale: Lavoro con team di automazione e altri dipartimenti per integrare l’intero flusso di generazione, trasferimento, raccolta e presentazione dei dati, garantendo così la coerenza e l’affidabilità del sistema.
Tecnologie Utilizzate
Durante il progetto, lo studente sarà introdotto a diverse tecnologie e strumenti utilizzati da AROL, tra cui:
- Docker: gestione dei microservizi per l'ottimizzazione dei processi.
- Python: sviluppo dei moduli di analisi e controllo.
- JavaScript, HTTP, CSS: sviluppo della WebApp per l'accesso locale e in cloud ai dati.
- InfluxDB, Redis: gestione dei dati in tempo reale.
- .NET: programmazione del backend per l’integrazione con i sistemi esistenti.
- TypeScript + Angular: sviluppo del frontend per la visualizzazione e l'interazione con i dati.
- MS SQL Server: utilizzo come base dati di supporto.
Required skills Per partecipare a questo progetto, lo studente deve possedere o acquisire le seguenti competenze:
- Competenze di problem-solving: capacità di risolvere problemi complessi in ambito tecnico e organizzativo.
- Conoscenze di programmazione: esperienza con linguaggi di programmazione per l'analisi dei dati (Python, R, MATLAB) e la gestione di database.
- Capacità di raccolta e gestione dei dati: utilizzo di tecniche e strumenti per l'archiviazione e l'analisi dei dati raccolti dai macchinari.
- Conoscenze di machine learning: familiarità con tecniche di analisi statistica e machine learning per l’estrazione di insight dai dati.
- Abilità nella creazione di report: capacità di interpretare i dati e generare report significativi per i vari stakeholder.
Notes La tesi sarà seguita dal relatore accademico e dal personale AROL. Essa potrà essere svolta a casa, presso i locali del Dipartimento di Automatica e Informatica, e, almeno parzialmente, presso le sedi di Torino e di Canelli della AROL. Sono possibili tanto un rimborso spese durante il periodo della tesi, quanto un successivo stage aziendale retribuito nell'ottica di una possibile assunzione a tempo indeterminato.
Deadline 01/01/2025
PROPONI LA TUA CANDIDATURA