Applicazione degli strumenti di lean production alla logistica di magazzino: il caso Ima Tea&Herbs

L'elaborato valuta i benefici per un'azienda derivanti dall'introduzione di una flotta di AMR, di tray di movimentazione e di un sistema di tracciamento degli utensili tramite RFID

Factors affecting the mission time of an autonomous mobile robot: a theoretical and experimental investigation

I vantaggi dell’Industria 4.0 hanno stravolto il manufacturing. Ma cosa vuol dire "Industria 4.0"? Essa è la nuova frontiera del manufacturing, basata su princìpi che seguono i passi avanti dei sistemi IT e della tecnologia. Dunque, i suoi pilastri sono: integrazione, verticale e orizzontale, digitalizzazione e automazione. L’Industria 4.0 coinvolge molte aree della supply chain, dai flussi informativi alla logistica. In essa e nell’intralogistica, la priorità è sviluppare dei sistemi di material handling flessibili, automatizzati e con alta prontezza di risposta. Il modello ideale è autonomo, in cui i veicoli fanno parte di una flotta le cui decisioni sono rese decentralizzate grazie all'alta connettività e alla loro abilità di collezionare dati e scambiarli rapidamente nel cloud aziendale.Tutto ciò non sarebbe raggiungibile se ci si affidasse a un comune sistema di trasporto AGV, troppo rigido e centralizzato. La tesi si focalizza su un tipo di material handlers più flessibile e intelligente: gli Autonomous Mobile Robots. Grazie alla loro intelligenza artificiale e alla digitalizzazione degli scambi di informazioni, interagiscono con l’ambiente per evitare ostacoli e calcolare il percorso ottimale. Gli scenari dell’ambiente lavorativo determinano perdite di tempo nel tragitto dei robot e sono queste che dovremo studiare. Nella tesi, i vantaggi apportati dagli AMR, come la loro decentralizzazione delle decisioni, saranno introdotti mediante una literature review e poi l’attenzione verterà sull’analisi di ogni scenario di lavoro. Fondamentali sono state le esperienze nel Logistics 4.0 Lab di NTNU, per ricreare fisicamente alcuni scenari. Inoltre, il software AnyLogic sarà usato per riprodurre e simulare tutti gli scenari rilevanti. I risultati delle simulazioni verranno infine usati per creare un modello che associ ad ogni scenario rilevante una perdita di tempo, attraverso una funzione. Per questo saranno usati software di data analysis come Minitab e MatLab.

Synthetic data generation for the assessment of antimicrobial resistance through machine learning

As a consequence of the diffusion of next generation sequencing techniques, metagenomics databases have become one of the most promising repositories of information about features and behavior of microorganisms. One of the subjects that can be studied from those data are bacteria populations. Next generation sequencing techniques allow to study the bacteria population within an environment by sampling genetic material directly from it, without the needing of culturing a similar population in vitro and observing its behavior. As a drawback, it is quite complex to extract information from those data and usually there is more than one way to do that; AMR is no exception. In this study we will discuss how the quantified AMR, which regards the genotype of the bacteria, can be related to the bacteria phenotype and its actual level of resistance against the specific substance. In order to have a quantitative information about bacteria genotype, we will evaluate the resistome from the read libraries, aligning them against CARD database. With those data, we will test various machine learning algorithms for predicting the bacteria phenotype. The samples that we exploit should resemble those that could be obtained from a natural context, but are actually produced by a read libraries simulation tool. In this way we are able to design the populations with bacteria of known genotype, so that we can relay on a secure ground truth for training and testing our algorithms.

Modeling and Design of Phase Shifted Full Bridge Isolated DC-DC ZVS Converter with Peak Current Mode Control

Nowadays, there is a boom in the use of electrification. Electric vehicles are gaining interest worldwide due to various factors, including climate and environmental awareness. In this thesis, a step-down isolated power supply for electric tractors is investigated, specifically the phase-shifted full-bridge (PSFB) DC-DC with synchronous rectification and zero-voltage switching (ZVS). This converter was selected for its high-power capacity with high efficiency. A 3500 W PSFB converter with peak current control (PCCM) is designed and modeled in MATLAB. The input voltage range is from 550 V to 820 V and the output voltage range is limited to 9 V to 16 V with a maximum output current of 250 A. All components were commercially designed and selected, including magnetics for the high-frequency transformer and inductors, taking into account loss calculations. Zero voltage switching for the lagging leg is achieved at 13% to 100% load. The proven efficiency of the converter is around 90

Efficientamento dell'attività di repackaging e del flusso logistico interno in uno stabilimento produttivo. Il caso Whirlpool EMEA S.p.A.

Tra le finalità della logistica vi è la riduzione del Material Handling che ha come ambizione la consegna diretta del materiale dal fornitore alle linee di produzione. Il presente lavoro di tesi ha come obiettivo quello di attaccare determinate perdite messe in luce dal Cost Deployment Logistico, attraverso un progetto mirato, all’interno dello stabilimento produttivo di Whirlpool EMEA S.p.A. a Melano. Le perdite in questione riguardano l’inefficienza del flusso logistico interno relativo alle linee che producono piani cottura gas. In particolare, il Kaizen messo in atto va ad eliminare dal ciclo di lavoro dei repacker, alcune operazioni di riconfezionamento interno, che vengono riassegnate, in funzione della conformazione del packaging primario e secondario delle famiglie di componenti, rispettivamente agli operatori tuggeristi e carrellisti. In questo modo viene da un lato evitato il tocco superfluo di un operatore con conseguente riduzione del tempo di movimentazione totale di alcune famiglie di componenti, dall’altro vi è un maggior bilanciamento della saturazione di tutte le figure coinvolte nel processo di consegna materiale in senso lato. Il progetto ha portato dunque a una ridistribuzione delle attività tra gli operatori logistici coinvolti con conseguente necessità di un relayout delle aree picking gas. Grazie al progetto è stato diminuito il monte ore necessario all’attività di repackaging con corrispondente risparmio economico annuo. Il lavoro si è occupato anche dell’implementazione di un’automazione: due robot AMR. Gli AMR robot, oltre a permettere il raggiungimento degli obiettivi economici, hanno portato ad una migliore configurazione del ciclo dei tuggeristi, che risulta ridotto in termine di percentuale di operazioni a non valore aggiunto (NVAA).

Sviluppo di Metodi di Soft Labeling per la Multi-Document Summarization in Ambito Legale

In questo elaborato viene trattata l’analisi del problema di soft labeling applicato alla multi-document summarization, in particolare vengono testate varie tecniche per estrarre frasi rilevanti dai documenti presi in dettaglio, al fine di fornire al modello di summarization quelle di maggior rilievo e più informative per il riassunto da generare. Questo problema nasce per far fronte ai limiti che presentano i modelli di summarization attualmente a disposizione, che possono processare un numero limitato di frasi; sorge quindi la necessità di filtrare le informazioni più rilevanti quando il lavoro si applica a documenti lunghi. Al fine di scandire la metrica di importanza, vengono presi come riferimento metodi sintattici, semantici e basati su rappresentazione a grafi AMR. Il dataset preso come riferimento è Multi-LexSum, che include tre granularità di summarization di testi legali. L’analisi in questione si compone quindi della fase di estrazione delle frasi dai documenti, della misurazione delle metriche stabilite e del passaggio al modello stato dell’arte PRIMERA per l’elaborazione del riassunto. Il testo ottenuto viene poi confrontato con il riassunto target già fornito, considerato come ottimale; lavorando in queste condizioni l’obiettivo è di definire soglie ottimali di upper-bound per l’accuratezza delle metriche, che potrebbero ampliare il lavoro ad analisi più dettagliate qualora queste superino lo stato dell’arte attuale.