KEYWORD |
Titolo: Studio ed implementazione di un programma di asset management (via manutenzione prognostica) applicato all’industria di produzione degli pneumatici
Tesi esterna in azienda
Riferimenti GIUSEPPE QUAGLIA
Gruppi di ricerca 04-Automazione e Robotica
Tipo tesi SPERIMENTALE E TEORICO
Descrizione Proposta di tesi: Ingegneria di manutenzione finalizzata all’asset management di macchinari rotanti attraverso l’impiego di tecniche diagnostiche avanzate.
Attivita’ di ricerca e collaborazione tra due grandi industrie in Piemonte.
Contesto:
La competitività delle aziende manifatturiere in ambito Industry 4.0 richiede una gestione del ciclo di produzione che oltre alla produttivita’, aumenti affidabilità e riduca interruzioni.
L’interazione tra le nuove tecnologie digitali e le conoscenze di processo, specifiche di ogni settore industriale ed azienda, cambiano il ruolo della manutenzione che diventa asset management e ricomprende numerose attività con impatto economico misurabile.
Mediante una corretta applicazione del monitoraggio e dell’analisi vibrazionale, integrati con i processi di digitalizzazione, SKF - leader mondiale nella produzione di cuscinetti volventi e nella fornitura di servizi di diagnostica avanzata – offre all’industria collaborazione e competenza per l’incremento dell’affidabilità degli impianti.
La tesi in oggetto prevede di effettuare uno studio di asset management mediante l’adozione di tecnologie di monitoraggio remoto e diagnostica presso lo stabilimento Michelin a Cuneo, uno dei principali siti produttivi dell’azienda, leader nella produzione e innovazione di pneumatici per vari settori.
Lo scopo e’ di elaborare un piano per l’aumento dell’affidabilità attraverso manutenzione predittiva e proattiva. I dati raccolti renderanno possibile la sperimentazione di tecnologie quali Machine Learning.
Fasi principali
• descrivere l’attuale piano manutentivo
• apprendere e sperimentare tecnologie (esistenti ma nuove per l’impianto in esame) di diagnostica, data management, data analysis
• ottimizzare la ricerca guasti (trouble shooting) e saper risalire alle cause radice attraverso modalità di problem solving; in particolare usando la Root Cause Analysis
• apprendere tecniche e modalità di analisi quali FMECA, e proporre un novo piano di manutenzione nel rispetto delle politiche aziendali,
• utilizzare correttamente procedure e disposizioni in materia di sicurezza del lavoro e della tutela ambientale
Il candidato dovrà essere in grado di proporre e sperimentare un programma di manutenzione prognostica su uno o più asset identificati nel ciclo produttivo.
Tutor aziendali: SKF Industrie e Michelin Italia
I piano prevede, a grandi linee, 6 mesi di cui:
1° mese e 5’ mese presso SKF Diagnostic Center a Moncalieri (TO) e 4 mesi presso lo stabilimento Michelin di Cuneo.
Scadenza validita proposta 04/04/2020
PROPONI LA TUA CANDIDATURA