Smart Manufacturing
Lo sviluppo di sistemi produttivi ad alta efficienza che consentano di minimizzare i costi di produzione, migliorare la produttività e la qualità del prodotto è universalmente riconosciuto come uno dei temi centrali dello Smart Manufacturing, in particolare nella visione dell’Industry 4.0. L’alta efficienza produttiva è condizione necessaria per la competitività di tutte le imprese, che devono raggiungere un miglioramento della performance, e raggiungere un elemento di differenziazione dai paesi a basso costo attraverso la realizzazione di prodotti di alta qualità, aspetto questo particolarmente significativo per il sistema produttivo veneto. Inoltre, sistemi ad elevata flessibilità applicativa consentono di mantenere inalterata la propria efficienza anche a fronte di una variabilità estrema della domanda, e di conseguire al tempo stesso una riduzione degli scarti (anche in chiave di sostenibilità ambientale) e dei consumi energetici derivanti da processi non efficienti (efficienza energetica). In questa ottica, è necessario sviluppare metodologie, tecnologie e strumenti integrati di manutenzione, controllo qualità, e logistica di produzione.
Il progetto PreMANI ambisce a dimostrare la capacità di penetrazione di tali tecniche in settori applicativi eterogenei, caratterizzati da esigenze molto diverse, facendo leva sugli aspetti metodologici di natura generale.
Il progetto intende sviluppare tecniche che possano affrontare il tema della predizione delle caratteristiche di funzionamento di macchine ed impianti, coniugando l’analisi della qualità (del prodotto) con quello dell’efficienza (degli impianti), in un contesto che viene descritto come Manifattura Predittiva. Le soluzioni sviluppate appartengono all’ambito del Digital Manufacturing, prevedendo la realizzazione di strumenti avanzati per il supporto alle decisioni, e di componenti a livello hardware (architetture di sensori dedicate, sistemi embedded a basso costo per l’utilizzo in tempo reale di modelli complessi di previsione), infrastrutturale (piattaforme IT basate su cloud), e algoritmico (con particolare enfasi sull’utilizzo di tecniche di machine learning).
Il progetto è particolarmente sfidante data la diversità di ambiti applicativi. Infatti, i settori industriali considerati rappresentano esempi paradigmatici di contesti operativi in cui viene richiesta sempre maggiore intelligenza (“smartness”) al singolo macchinario che deve operare in ambienti interconnessi (meccano-tessile, packaging, lavorazioni di precisione), e di sistemi di lavorazione complessi e articolati (fonderie, produzione industriale su grande scala, sistemi di produzione alimentare).
EnginSoft fornisce "SmartProdActive", uno strumento innovativo per diagnosticare in tempo reale la qualità, il consumo di energia e i costi del processo di produzione. EnginSoft ha sviluppato questa applicazione nell'ambito del progetto europeo 7PQ "MUSIC", creando un'applicazione di digitalizzazione per controllare e prevedere la qualità verticale per fonderie e iniezione di plastica. Durante il progetto PreMANI, l'obiettivo di EnginSoft è di sviluppare ulteriormente la piattaforma "SmartProdActive ", estendendola e generalizzandola per diventare un sistema trasversale per digitalizzare la produzione, testandone la scalabilità e flessibilità in altri settori.
CIELLE SRL, EDALAB SRL, ELECTROLUX ITALIA SPA, ENGINSOFT SPA, FONDERIA CORRÀ SPA, GALDI SRL, M3E ERL, M31 ITALIA SRL, RDS MOULDING TECHNOLOGY SPA, SIMNUMERICA SRL, SMIT SRL, SORDATO SRL, STATWOLF DATA SCIENCE SRL, T2I - TRASFERIMENTO TECNOLOGICO E INNOVAZIONE SCARL, UNIVERSITÀ DEGLI STUDI DI PADOVA, UNIVERSITÀ DEGLI STUDI DI VERONA, ZANARDI FONDERIE SPA.
Schema di finanziamento POR - Obiettivo "Incremento dell'attività di innovazione delle imprese" - Parte FESR fondo europeo di sviluppo regionale 2014 - 2020
“Progetto finanziato con il POR FESR 2014-2020 Regione del Veneto” - ASSE 1 “RICERCA, SVILUPPO TECNOLOGICO E INNOVAZIONE” AZIONE 1.1.4 “Sostegno alle attività collaborative di R&S per lo sviluppo di nuove tecnologie sostenibili, di nuovi prodotti e servizi”
Importo finanziamento: € 2.999.858,64
36 months
November 2017 - October 2020
Improvenet, I.R.S. Srl
Nicola Gramegna
19
Contatta il nostro team R&D per qualsiasi informazione.
Chiedi informazioniAlcune nostre competenze nella ricerca e nel trasferimento tecnologico
Research project
RLW is emerging as a promising joining technology for sheet metal assembly due to benefits on several fronts including reduced processing time, (50-75%) and decreased factory floor footprint (50%), reduced environmental impact through energy use reduction (60%), and providing a flexible process base for future model introduction or product change.
Research project
ExaNeSt studies architectural solutions to store and share data in a unified manner. A prototype of a physical platform and rack systems, needed to realiza European exascale systems, are developed.
Research project
The ReCaM-project demonstrates at TRL 7 a set of integrated tools for the rapid and autonomous reconfiguration of agile production systems