Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Sabrina IARLORI
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea Magistrale - [IM07] INGEGNERIA GESTIONALE (Curriculum: PRODUZIONE E LOGISTICA SOSTENIBILE) Master Degree (2 years) - [IM07] MANAGEMENT ENGINEERING (Curriculum: PRODUZIONE E LOGISTICA SOSTENIBILE)
Dipartimento: [040004] Dipartimento Ingegneria Industriale e Scienze MatematicheDepartment: [040004] Dipartimento Ingegneria Industriale e Scienze Matematiche
Anno di corsoDegree programme year : 2 - Primo Semestre
Anno offertaAcademic year: 2023-2024
Anno regolamentoAnno regolamento: 2022-2023
Obbligatorio
Crediti: 6
Ore di lezioneTeaching hours: 48
TipologiaType: B - Caratterizzante
Settore disciplinareAcademic discipline: ING-INF/04 - AUTOMATICA
ITALIANO
Italian
Conoscenze sui sistemi produttivi e sull’organizzazione aziendale, sull’automazione industriale e sui sistemi digitali di supporto alla produzione.
Knowledge of production systems and business organization, industrial automation and digital production support systems.
Lezioni di aula, 36 ore
Esercitazioni in aula, 12 ore; per ogni argomento verranno effettuate esercitazioni in aula.
Classroom lessons, 36 hours
Classroom exercises, 12 hours; classroom exercises will be carried out for each topic.
L’insegnamento consente allo studente di acquisire le conoscenze e le competenze sui sistemi automatici di manutenzione preventiva necessari per una gestione intelligente dei livelli di sicurezza, di affidabilità e continuità di servizio nelle imprese che puntano ad innovare i propri processi produttivi.
Capacità di applicare conoscenze e comprensione.
Lo studente sara` in grado di affrontare tematiche di modellazione e di analisi dei componenti i sistemi produttivi per la diagnosi dei possibili guasti. Queste capacita` permetteranno di acquisire una serie di abilita` professionalizzanti, quali:
1) la capacità di individuare metodologie digitali per modellare gusti e malfunzionamenti;
2) la capacità di individuare metodologie di prognosi intelligente per superare problemi dovuti ai guasti e malfunzionamenti nei sistemi di automazione;
3) la capacita` di analizzare criticamente dati sperimentali, lavorando in team con altri elementi coinvolti nello studio del problema.
Competenze trasversali.
Attraverso lo svolgimento di esercizi individuali e di esercitazioni guidate con l’ausilio di strumenti software dedicati, lo studente acquisisce e sviluppa: la capacita` di valutare autonomamente il proprio livello di preparazione, con riferimento alla conoscenza completa ed adeguata degli argomenti proposti; l’autonomia nell’impostare e risolvere problematiche di modellazione, identificazione e analisi; le capacita` di problem solving nonche ́ le proprie capacita` comunicative nel formulare e descrivere correttamente le soluzioni trovate ai problemi proposti.
Knowledge and Understanding.
The course allows the student to acquire the knowledge and skills on automatic preventive maintenance systems necessary for an intelligent management of the levels of safety, reliability and continuity of service in companies that aim to innovate their production processes.
Capacity to apply Knowledge and Understanding.
The student will be able to
deal with the modeling and analysis of dynamical systems, in different contexts of the mechanical industry, and characterization of dynamic models through experimental tests.
This ability will allow to acquire a number of professional skills, such as:
1. the ability to build a dynamic model of a system and to analyze the main dynamic properties;
2. the ability to identify a dynamic system from experimental data which describe physical systems of the mechanical industry sector;
3. the ability to critically analyze experimental data, working in teams with others involved in the problem study.
Transversal Skills.
By carrying out individual exercises and participating in problem sessions, performed in the class with the support of software tools, student acquires and develops: the ability to assess autonomously the completeness and adequacy of their preparation about the proposed topics; autonomy in setting and solving modelling, analysis and control problems; their ability to communicate by formulating and properly describing the solutions to the problems under consideration.
• Principi di funzionamento dei sistemi di diagnosi e gestione guasti:
terminologia della diagnosi, definizione di manutenibilità e affidabilità di un sistema;
• Rilevamento e diagnosi dei guasti mediante tecniche di identificazione e analisi del segnale, rilevamento guasti mediante Principal Component Analysis (PCA) ed elementi di diagnosi dei guasti al fine di isolarli;
• Gestione dei guasti e manutenzione: tipologie di manutenzione, correttiva, preventiva, predittiva. Classificazione dei tempi. Prognosi guasti (metodi e tecniche data-driven, knowledge based o ibridi). Approccio mediante Digital Twin. Stima della RUL, supervisione e gestione del guasto, casi d’uso;
• Automazione robotica e segnali, caratteristiche dei sensori e tipologie di segnale, acquisizione e trattamento dati;
• Sistemi autonomi - AGV Automated guided Vehicles (cosa sono, storia), Smart warehouses (magazzini automatizzati) e produzione flessibile, gestione dei flussi e dei materiali;
• Robotica collaborativa e mobile – Cobot industriali e collaborativi: Navigazione, localizzazione e standard di sicurezza.
Operating principles of fault diagnosis and management systems:
terminology of diagnosis, definition of maintainability and reliability of a system;
• Fault detection and diagnosis using signal identification and analysis techniques, fault detection using Principal Component Analysis (PCA) and fault diagnosis elements in order to isolate them;
• Fault management and maintenance: types of maintenance, corrective, preventive, predictive. Times classification. Failure prognosis (data-driven, knowledge-based or hybrid methods and techniques). Approach using Digital Twin. RUL estimation, fault supervision and management, use cases;
• Robotic automation and signals, sensor characteristics and signal types, data acquisition and processing;
• Autonomous systems - AGV Automated guided Vehicles (what they are, history), Smart warehouses (automated warehouses) and flexible production, flow and materials management;
• Collaborative and mobile robotics – Industrial and collaborative cobots: Navigation, localization and safety standards.
Il livello di apprendimento degli studenti viene valutato attraverso una prova orale. La prova consiste nel rispondere a domande riguardanti i temi trattati nel corso con l’eventuale presentazione dei risultati di un progetto sviluppato autonomamente.
Criteri di valutazione dell'apprendimento.
Per superare con esito positivo l'esame, lo studente deve dimostrare, attraverso la prova orale, di aver ben compreso i concetti trattati nel corso ed in particolare di aver acquisito le competenze sull'analisi e gestione dei guasti su casi d’uso di particolare interesse.
Criteri di attribuzione del voto finale.
Attribuzione del voto finale in trentesimi sulla base delle conoscenze e capacità dimostrate dallo studente e misurate tramite la prova orale.
Learning Evaluation Methods.
The level of learning of the students is assessed through an oral exam. The test consists in answering questions concerning the topics covered in the course with the possible presentation of the results of an autonomously developed project.
Learning Evaluation Criteria.
To successfully pass the exam, the student must demonstrate, through the oral exam, that he has well understood the concepts covered in the course and in particular that he has acquired the skills on the analysis and management of failures on particular use cases interest.
Final Mark Allocation Criteria.
Attribution of the final grade out of thirty on the basis of the knowledge and skills demonstrated by the student and measured through the oral exam.
R. Isermann, M. Munchhof, Identification of Dynamical Systems, Springer, Berlin, 2011
slide del docente
R. Isermann, M. Munchhof, Identification of Dynamical Systems, Springer, Berlin, 2011
teacher slides
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2023-2024
Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427