| KEYWORD |
Monitoraggio delle macchine per manutenzione predittiva
Parole chiave IMAGE PROCESSING, INDUSTRY 4.0, MACHINE LEARNING, PREDICTIVE MAINTENANCE, SENSOR FUSION, SIGNAL PROCESSING
Riferimenti GIULIA BRUNO, FRANCO LOMBARDI
Gruppi di ricerca Gestione della conoscenza nello sviluppo prodotto/processo
Tipo tesi SPERIMENTALE
Descrizione All'interno del paradigma dell'Industria 4.0, le tecnologie dell'Internet of Things (IoT) e dell'Intelligenza artificiale (AI) stanno pian piano modificando i sistemi manifatturieri. Attraverso l'IoT, i sistemi di produzione sono sempre pił in grado di monitorare i processi fisici attraverso la comunicazione in tempo reale tra sensori e i dispositivi di interfaccia. Attraverso l'intelligenza artificiale e l'apprendimento automatico, i sistemi di produzione possono estrarre nuove conoscenza analizzando l'enorme quantitą di dati resi disponibili dall'IoT e fornire un aiuto per il supporto alle decisioni in tempo reale. Esempi di applicazioni sono la riduzione dei tempi di fermi macchina, il rilevamento o la prevenzione di alcuni difetti nei prodotti, la riduzione al minimo dei pezzi in attesa, il miglioramento della cooperazione tra operatori e robot, e l'aumento dell'efficienza dell'intera supply chain.
Il lavoro di tesi mira a sviluppare uno strumento di monitoraggio di un sistema produttivo per combinare le tecnologie IoT industriali con quelle dell'apprendimento automatico, al fine di prevedere i momento in cui le risorse avranno bisogno di un'attivitą di manutenzione. In questo modo gli interventi di manutenzione potranno essere pianificati in anticipo ed evitare guasti imprevisti.
Conoscenze richieste Programming; Basics on machine learning.
Scadenza validita proposta 01/10/2022
PROPONI LA TUA CANDIDATURA