Predictive Mantainance: design del servizio, del dato e sviluppo approcci integrati alla diagnostica delle macchine

Descrizione

Oggigiorno, grazie all’avvento delle nuove tecnologie IoT e ICT diffuse dall’avvento dell’Industra 4.0, le industrie manifatturiere possono facilmente raccogliere un grande numero di informazioni riguardo i loro prodotti e processo. Tali informazioni, possono essere sfruttate sia per miglioara la qualità degli stessi prodotti/processi, sia per valorizzare il know-how delle imprese, e attuare processi di servitizzazione, così da generare nuovo valore, grazie alle nuove tecnologie di intelligenza artificiale di big data analytics.
In questo ambito l’attività di ricerca di concentra sullo studio e definizione di metodi e strumenti volti a guidare lo sviluppo e l’implementazione di nuovi servizi di manutenzione predittiva, secondo un approccio CRISP (Cross-Industry Standard Process). 

Laboratori

Le attività di ricerca vengono svolte nel laboratorio di Virtual Reality e Virtual Prototyping.

Pubblicazioni
  1. Colasante, A., Ceccacci, S., Talipu, A., Mengoni, M. “A Fuzzy Knowledge-Based System for Diagnosing Unpredictable Failures in CNC Machine,” submetted to the International Journal of Advanced Manufacturing Technology
  2. Calabrese, M., Cimmino M., Manfrin, M., Fiume, F., Kapetis, D., Mengoni, M., Ceccacci, S., Frontoni, E., Paolanti, M., Carotta, A., Toscano, G. “AN EVENT BASED MACHINE LEARNING FRAMEWORK FOR PREDICTIVE MAINTENANCE IN INDUSTRY 4.0,” submetted to the ASME 2019 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference
Responsabile scientifico
Gruppo di lavoro