Facoltà: Ingegneria Gestionale - classe LM-31
Collocazione: 21853
Autore: Freni Giovanni
Data: 24/10/2023
Titolo: Il miglioramento dei processi di Manufacturing grazie all'adozione dell'Artificial Intelligence.
Relatore: Creazza Alessandro
Correlatore: Cannas Violetta Giada
Autorizzazione per la consultazione: NO
Le tesi si possono consultare unicamente in sede
La tesi si propone di evidenziare il ruolo sempre più rilevante che l’Intelligenza Artificiale ha nei processi di Manufacturing, facendo in particolare riferimento ad uno Use Case di rilevamento delle anomalie durante il processo di Manifattura Additiva, nato dalla collaborazione tra Accenture e HPE Coxa. Lo Use Case è stato sviluppato presso il MIXIC, acronimo di Milan Industry X Innovation Center, un centro d’innovazione di Accenture a Milano. Qui opera il team di Innovation che, lavorando con soluzioni innovative e demo, aiuta i clienti a risolvere i problemi legati ai processi aziendali attraverso soluzioni basate sull’innovazione, accompagnandoli durante tutto il processo di transizione digitale. L’obiettivo della tesi è quello di ridurre gli sprechi di materiale durante il processo di manifattura additiva, utilizzando l’intelligenza artificiale per rilevare eventuali anomalie presenti sul pezzo prima che questo sia finito. In tal modo si evita che esso venga buttato alla fine del processo a causa del mancato rilevamento di un eventuale difetto, causando oltre che uno spreco di materiale anche una conseguente perdita di denaro. Il processo di manifattura additiva è una nuova tecnica di produzione che permette di creare oggetti in formato tridimensionale aggiungendo il materiale strato su strato. L’elaborato si sviluppa in 4 capitoli. Il primo capitolo è introduttivo e tratta principalmente la storia del Manufacturing e la sua evoluzione nel tempo durante le quattro rivoluzioni industriali, ponendo l’attenzione sulla più recente Industria 4.0. Proprio durante quest’ultimo periodo nasce la Produzione Additiva che risulterà fondamentale nell’analisi del problema e nei conseguenti obiettivi finali della tesi. Il secondo capitolo è incentrato su Accenture, in particolare sulla sua storia e sulle sue principali competenze. L’ultimo paragrafo di questo capitolo è dedicato al MIXIC, luogo in cui ho svolto lo stage ed in cui è stato sviluppato lo Use Case di rilevamento delle anomalie. Nel terzo capitolo viene fatta una panoramica sull’intelligenza artificiale, spiegando cosa sia e trattando la sua storia dagli inizi fino ai giorni nostri, con la nascita dei suoi sottoinsiemi denominati Machine Learning e Deep Learning. Viene inoltre spiegato come l’intelligenza artificiale viene utilizzata nel settore manifatturiero. L’ultimo capitolo, il quarto, racconta HPE COXA, un’azienda operante nel settore dell’automotive che con Accenture ha sviluppato lo Use case. Viene trattata la tecnologia della manifattura additiva spiegando cos’è e quali sono le tecniche ed i materiali utilizzati. Viene inoltre analizzato il Proof of Concept (PoC), spiegando il suo funzionamento e il percorso seguito durante lo sviluppo con le criticità riscontrate, esplicando quale sia il valore aggiuntivo per il business nell’adottare questa nuova tecnologia.
