TAPPES - Tecnologie abilitanti e sistemi di automazione adattivi per le fabbriche orientate alla produzione personalizzata, efficiente e sostenibile (DIT.AD008.160)

Thematic area

Engineering, ICT and technologies for energy and transportation

Project area

Structure responsible for the research project

Institute of industrial technologies and automation (STIIMA)

Project manager

ANDREA BALLARINO
Phone number: 0223699914
Email: andrea.ballarino@cnr.it

Abstract

Flessibilità ed efficienza sono caratteristiche fondamentali ed imprescindibili per mantenere la competitività dell'industria italiana nel mercato globale. Da un lato, i sistemi di produzione moderni richiedono sempre più crescenti livelli di adattività, in quanto devono essere in grado di operare in contesti dinamici, caratterizzati da una forte fluttuazione della domanda in termini di mix produttivi e di volumi richiesti, e dalla richiesta di prodotti altamente differenziati per caratteristiche e quantità.
Dall'altro, i costi di produzione, il consumo di risorse e l'impatto ambientale sono oggetto di forte e crescente attenzione per una loro riduzione complessiva. In particolar modo, la minimizzazione dei costi energetici rappresenta un target fondamentale da indirizzare, al fine di contenere i costi operativi, con conseguente riduzione dell'impatto sul prezzo finale del prodotto e maggiore competitività sul mercato. Il reparto industriale è responsabile per una significativa percentuale del consumo energetico ed è quindi chiamato a contribuire agli obiettivi di riduzione dei consumi, migliorando in primis l'efficienza energetica dei propri processi.

Goals

§ Sistemi di controllo energy-aware in tempo reale, mediante adozione ed estensione di tecniche di controllo predittivo e model-based su architetture distribuite (DMPC) e sviluppo di sistemi dinamici di ottimizzazione in tempo reale (DRTO) del processo produttivo.
§ Tecnologie di identificazione dinamica per ottimizzazione energy-aware di sistemi distribuiti, mediante adozione di paradigma Cyber Physical Systems.
§ Sistemi avanzati di supporto alle decisioni, mediante integrazione through process e monitoraggio integrato in tempo reale dei parametri di processo e consumo energetico
§ Sviluppo di tecniche di machine learning a supporto della soluzione di problemi di ottimizzazione (e.g. learning su branch & bound, metaheuristics, etc)
§ Tecniche di identificazione modelli black-box, con particolare riferimento a machine learning e deep learning su sequenze e serie temporali
§ Bayesian deep learning per previsione probabilistica di serie temporali (e.g. consumo energetico, previsione prezzo energia, etc)
§ Software avanzati di schedulazione operativa della produzione, in grado di ottimizzare contestualmente i criteri produttivi ed il profilo di consumo energetico, a livello sistema

Start date of activity

09/09/2020

Keywords

tecnologie, abilitanti, sostenibilità

Last update: 15/10/2024