| KEYWORD |
Ottimizzazione dei Processi di Automazione Industriale presso AROL S.p.A.: Raccolta, Analisi e Gestione dei Dati in Ottica Industria 4.0
Tesi esterna in azienda
Parole chiave DATABASE, DEVICE PROGRAMMING, MACHINE LEARNING, PROBLEM SOLVING, SOFTWARE DESIGN
Riferimenti STEFANO QUER
Gruppi di ricerca DAUIN - GR-13 - METODI FORMALI - FM
Descrizione 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.
Conoscenze richieste 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.
Note 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.
Scadenza validita proposta 01/01/2025
PROPONI LA TUA CANDIDATURA