TECNOLOGIE AVANZATE PER LA PRODUZIONE MECCANICA

Il corso si prefigge un duplice obiettivo, che consiste nel trasferire allo studente le conoscenze relative sia ai processi manifatturieri avanzati, tradizionali e innovativi, sia alle tecniche più recenti di programmazione e controllo della produzione.

Conoscenza e comprensione 

Al completamento dell’attività formativa lo studente acquisirà conoscenze e capacità di comprensione su due distinti fronti:

1)     Principali processi di formatura dei metalli (bulk e sheet metal forming), nonché alcuni temi d’avanguardia relativi alle metodologie statistiche e di machine learning per la selezione ottima dei parametri di processo.

2)     Problemi di pianificazione di breve termine della produzione (scheduling), principali layout di sistema produttivo, tecniche di modellazione e risoluzione dei problemi di scheduling.

Il raggiungimento di tali conoscenze sarà supportato dal materiale didattico messo a disposizione dal docente e dai libri di testo segnalati.

Capacità di applicare conoscenza e comprensione

Al termine del corso lo studente sarà in grado di applicare le conoscenze e le capacità di comprensione di cui sopra in maniera professionale, grazie ai numerosi casi studio industriali introdotti dal docente e risolti durante il corso. Egli possiederà da un lato le competenze adeguate per identificare le tipologie di processo di metal forming più idonee alla realizzazione di un manufatto, nonchè le tecniche innovative di simulazione e ottimizzazione (RSM e machine learning) dei processi stessi, dall’altro sarà in grado di identificare i layout dei sistemi produttivi reali, modellarne matematicamente il comportamento e ottimizzare i problemi decisionali di pianificazione della produzione di breve termine.

Le competenze acquisite sono spendibili nell’ambito della gestione della qualità in organizzazioni dei settori civile, industriale e dei servizi, in accordo con gli obiettivi 9,11,12 dell’Agenda 2030 delle Nazioni Unite per lo sviluppo sostenibile

Oltre alle lezioni frontali, un’intensa attività pratica di laboratorio caratterizzerà il corso in questione. Gli studenti saranno coinvolti nello sviluppo di una serie di project works supportati dalla supervisione del docente e di esperti della materia.

Il corso prevede le seguenti attività:

-       Lezioni frontali

-       Esercizi numerici

-       Sviluppo e implementazione di project works relativi alla progettazione e l’ottimizzazione dei processi e al decision-making nei sistemi produttivi.

Le conoscenze relative alla Tecnologia Meccanica sono propedeutiche al corso. Propedeuticità "FORMALE". E’ inoltre opportuno ma non necessario avere una buona conoscenza dei linguaggi di programmazione e dei software scientifici normalmente in uso in ambito universitario, quali: MS Excel, Matlab.

I contenuti del corso si possiono suddividere in tre distinte categorie, come segue:

Sezione I: Advanced Manufacturing Processes

• Introduzione generale e classificazione dei processi produttivi
• Proprietà fondamentali e comportamento dei materiali nei processi manifatturieri
• Note sui trattamenti termici dei materiali metallici
• Processo e attrezzature per la laminazione
• Processo e attrezzature per la forgiatura
• Processo e attrezzature per l’estrusione e la trafilatura
• Formatura delle lamiere
• Nozioni fondamentali della prototipazione rapida
• Computer aided manufacturing
• Computer integrated manufacturing

Sezione II: Advanced Manufacturing Systems

• Introduzione al sequencing e allo scheduling
• Singla machine scheduling
• Parallel machine scheduling
• Flow shop scheduling
• Single/mixed model assembly line balancing and sequencing

Contenuti trasversali:

>Progettazione degli esperimenti (DOE)

• Response Surface Methodology (RSM)
• Piani degli esperiemnti completi o frazionati

> Machine learning e Reti neurali artificiali.

>Algoritmi di ottimizzazione

• Ottimizzazione con algoritmi avanzati
• Algoritmi evoluzionari nature-inspired.

Più in dettaglio, la prima sezione tratta dei processi di formatura dei materiali metallici, alcuni dei quali saranno investigati attraverso il confronto tra metodi analitici e numerici. L’ottimizzazione dei processi produttivi è un fattore chiave nei contesti produttivi di ultima generazione. A tal proposito, la progettazione statistica degli esperimenti (DOE) e le tecniche di machine learning saranno impiegate per lo sviluppo di modelli predittivi preliminari alla successiva fase di ottimizzazione in cui i parametri di processo ottimi saranno selezionati attraverso opportuni algoritmi di calcolo. La seconda sezione è dedicata allo studio e implementazione e delle tecniche avanzate di programmazione e controllo della produzione. Nello specifico si studieranno le strategie di pianificazione della produzione di medio e breve termine riferite ai sistemi produttivi flessibili e alle linee di assemblaggio. Per la risoluzione ottima dei rispettivi problemi decisionali saranno utilizzati algoritmi euristici ed evoluzionari.

[1]. Kalpakjian S., Schmid S.R., Manufacturing Engineering & Technology, Pearson College,  ISBN-10 : 0133128741, ISBN-13 : 978-0133128741.

[2]. Kenneth R. Baker, Dan Trietsch, Principles of Sequencing and Scheduling, John Wiley & Sons Inc. ISBN-10 : 047039165, ISBN-13 : 978-047039

Some contents will be also derived from:

[3]. Raymond H. Myers, Douglas C. Montgomery, Christine M. Anderson-Cook, “Response surface methodology”, Wiley.

[4]. Kalpakjian S., Schmid S.R., Manufacturing Processes for Engineering Materials, Pearson College, ISBN-10 : 0132272717, ISBN-13 : 978-0132272711.

[5]. Kapil Gupta e Munish Kumar Gupta “Optimization of Manufacturing Processes”, Springer-Verlag, ISBN-10 : 3030196372, ISBN-13 : 978-3030196370.

Il corso si svolge secondo le seguenti modalità:

-       Lezioni frontali;

-       Esercizi numerici sui differenti argomenti;

-       Project works (simulazioni numeriche, design of experiments, modellazione matematica, ottimizzazione)

Valutazione degli studenti:

-       Valutazione del project work (50%)

-       Discussione orale sugli. Argomenti del corso e del project work (50%)

A garanzia di pari opportunità e nel rispetto delle leggi vigenti, gli studenti interessati possono chiedere un colloquio personale in modo da programmare eventuali misure compensative e/o dispensative, in base agli obiettivi didattici ed alle specifiche esigenze. È possibile rivolgersi anche al docente referente CInAP (Centro per l’integrazione Attiva e Partecipata - Servizi per le Disabilità e/o i DSA) del proprio Dipartimento.

Q1: Quante sono le componenti energetiche che caratterizzano il processo di estusione?

Q2: Qual'è la differenza tra open-die e closed-die forging?

Q3: Cos'è un RSM?

Q3: Quanti parametri di controllo devono essere settati per un algoritmo Particle swarm optimization?