Sintesi ed ottimizzazione di una pressa a ginocchiera per stampaggio di materiale plastico

L’elaborato affronta l’ottimizzazione di una pressa a doppia ginocchiera a 5 punti impiegata nello stampaggio a iniezione. Il processo di ottimizzazione coinvolge la sintesi dimensionale dei membri del meccanismo e la pianificazione della traiettoria del suo organo cedente. L’obiettivo finale è di ottenere una geometria del meccanismo ed una legge oraria che minimizzino il picco di coppia richiesto all’attuatore, oltre a rispettare i vincoli fisici dell’applicazione (ingombri, velocità massima, forza massima, ecc.). La soluzione ottima viene raggiunta applicando in serie l’algoritmo genetico e l’algoritmo SQP (programmazione quadratica sequenziale) ad un modello dinamico rigido del meccanismo. I due algoritmi vengono scelti in quanto efficaci nel risolvere un problema di ottimizzazione vincolato. Per quanto riguarda la loro applicazione in serie, l’algoritmo genetico permette l’esplorazione dello spazio di progettazione e l’individuazione di una soluzione "buona", a partire da questa l’algoritmo SQP trova l’ottimo locale. L’intero processo di modellazione ed ottimizzazione è implementato tramite il software MATLAB. I risultati sono validati con un software di analisi dinamica (SolidWorks Motion) ed in parte in maniera sperimentale. Infine, la soluzione attuale viene confrontata con quelle ottenute. Il confronto è descritto nel dettaglio nella Sezione 6.5 ed in forma riassuntiva nella Sezione 6.5.5.

Studio di fattibilità e realizzazione di un veicolo a guida automatica per linee di assemblaggio

Lo scopo del progetto di IMA Automation, segmento di IMA S.p.A., è progettare un sistema di automazione da collocare nei magazzini e nell’intera catena logistica, con il fine di aumentare la produttività sia all’interno dei propri magazzini che rappresentare una valida soluzione per i clienti, automatizzando la supply chain. Il lavoro di tesi è stato strutturato in una fase preliminare di ricerca e di studio sullo stato dell’arte, atto ad approfondire le peculiarità delle soluzioni attualmente in commercio, seguita da una intensa attività di progettazione. Nello specifico, l’iter progettuale ha preso in considerazione vari aspetti, a partire dai requisiti di progetto e lo studio dell’identificazione della tipologia di batteria, fino al dimensionamento elettrico dei moduli componenti l’hardware della macchina, programmazione della sensoristica e la progettazione del telaio.

Sviluppo ed applicazione di un algoritmo per la pallettizzazione e la saturazione del mezzo di trasporto: il caso Gruppo Montenegro S.r.l. - Food Division

L’elaborato di tesi è frutto di un percorso di tirocinio svolto in Gruppo Montenegro S.r.l., il cui obiettivo risiede nello sviluppo di un algoritmo per la pallettizzazione e la saturazione del mezzo di trasporto per la Divisione Food. Nello specifico viene proposto un algoritmo euristico elaborato nel linguaggio di programmazione Python. La divisione Food è costituita da tre categorie: Cannamela, Cuore e Vitalia.Queste comprendono prodotti molto eterogenei. Attraverso il coinvolgimento delle funzioni aziendali di Packaging e Qualità, sono stati stabiliti i vincoli da rispettare per la pallettizzazione dei prodotti. L’algoritmo proposto viene descritto suddividendo il processo in tre macro-step. La prima parte affronta il problema del 3D Bin Packing Problem, utilizzando e modificando un programma già presente in letteratura per soddisfare le esigenze della categoria Cannamela. Quest’ultima a differenza delle altre categorie, viene allestita in groupage preallestito poiché gli ordini Cannamela possono contenere quantità non-multiple rispetto alle quantità contenute nell’imballo secondario. La seconda parte dell’algoritmo si occupa della creazione dei pallet per le categorie Cuore e Vitalia. Attraverso l’utilizzo dell’algoritmo di clustering K-means sono state create famiglie di codici che permettessero l’allestimento di pallet con prodotti considerati simili. Di conseguenza, l’algoritmo per la pallettizzazione delle due categorie viene sviluppato ex-novo basandosi sulla percentuale di occupazione del prodotto nel pallet. L’ultima parte dell’algoritmo studia la possibilità di sovrapporre i pallet precedentemente creati. Infine, viene effettuata un’analisi di un periodo strategico confrontando i risultatidell’algoritmo Python con quelli dell’algoritmo presente nel gestionale aziendale. I risultati vengono poi analizzati in relazione a due impatti importanti per l’azienda:economici e ambientali.

Applicazione allo scenario italiano di un modello di costo dinamico per l'ottimizzazione del mix energetico e la gestione della rete elettrica

Nell’attuale contesto energetico di forte instabilità, prezzi e produttività subiscono continue variazioni a causa di fattori politici ed economici. Il sistema elettrico è chiamato a rispondere velocemente ai cambiamenti garantendo continuamente il soddisfacimento del fabbisogno di energia elettrica. Nel presente elaborato viene utilizzato un modello di costo dinamico, estratto dalla letteratura scientifica, con lo scopo di gestire efficientemente i flussi energetici e garantire una programmazione ottimale del mix produttivo. Viene analizzato lo scenario italiano mettendo in relazione produzione, trasmissione e domanda energetica. I dati utilizzati fanno riferimento, quanto più possibile, al contesto attuale. Coerentemente con la situazione reale i risultati ottenuti mettono in risalto le criticità e i punti di forza principali del sistema elettrico italiano delineando i possibili cambiamenti attuabili a medio termine.