Avviso MIUR n. 1735 del 13/07/2017
AVVISO PER LA PRESENTAZIONE DI PROGETTI DI RICERCA INDUSTRIALE E SVILUPPO SPERIMENTALE NELLE 12 AREE DI SPECIALIZZAZIONE INDIVIDUATE DAL PNR 2015-2020

FLET4.0
Gestione ottimizzata della flotta attraverso la manutenzione intelligente I4.0 (FLET4.0)
Progetto cofinanziato dall’Unione europea – SIE, PON Ricerca e Innovazione 2014-2020
Le attività di ricerca si focalizzano sul processo di gestione della flotta dei propulsori aerei in servizio. L’obiettivo è lo sviluppo di un sistema di gestione delle informazioni acquisite tramite attività di Health Monitoring e di Fleet Mangement, integrato con i dati provenienti dal depot (ratei di scarto e di riparazione), dati di tipo logistico (lead time approvvigionamenti e di conduzione dei repair) e dati ingegneristici (modifiche e manuali) per elaborare una strategia di sbarchi che abbia il minimo impatto sull’operatività della flotta, ridurre i lead time di approvvigionamento, ottimizzare la gestione dei magazzini.
Il progetto intende definire un nuovo approccio metodologico al processo di manutenzione all’esterno della fabbrica al fine di fornire agli operatori nuovi strumenti basati sulle tecnologie di Internet of Things, così da massimizzare l’efficienza dei sistemi e sfruttare interamente le informazioni disponibili nelle diverse aree del processo aziendale di produzione.
Sarà sviluppato un’ambiente di realtà aumentata insieme ad una architettura basata sui webservice, che integri le informazioni provenienti dai reparti di progettazione e produzione e supporti l’addetto nelle operazioni di manutenzione remota.
In ambito spaziale, l’assetto satellitare viene continuamente osservato con una pletora di sensori per evitare che qualche componente o sotto-sistema vada a finire in uno stato di funzionamento non ottimale, se non deleterio, per l’intera missione.
La definizione di un processo metodologico composto da un insieme di algoritmi ed applicazioni di analisi dei dati, finalizzati a monitorare in maniera continua lo stato di salute di una piattaforma orbitante (o deep-space) a livello dei singoli componenti sottosistemi, risulta dunque fondamentale per assolvere tali scopi.
SI realizzerà quindi un sistema che permetterà di identificare in modo preventivo le necessità e le opportunità di intervento per migliorare i processi di failure isolation e di troubleshooting.
Inoltre, si ritiene altrettanto importante la definizione di un piano di cross-fertilizzazione tra le industrie spaziale, aeronautica e ferroviaria, facendo appunto perno sulle metodologie di health monitoring automatiche.
Maintenance Planner Module: creazione di un algoritmo che fornisca un piano di sbarchi motore ed un piano manutentivo applicabile ad una flotta di motori aeronautici che massimizzi la loro disponibilità presso l’utilizzatore finale e minimizzi i tempi e i costi dell’intervento.
Forecast & Strategy Module: sviluppo del Forecast & Strategy Module che definisce la lista di parti di ricambio e le relative tempistiche di procurament.
Integrated Management System: i due precedenti sistemi saranno integrati per costituire un ‘integrated management system’ che definisca determini il tempo necessario ad effettuare un determinato intervento in base all’effettiva disponibilità della fabbrica.
Service-Oriented Architecture (SOA). L’obiettivo è realizzare una Service-Oriented Architecture (SOA) che renda efficiente il processo di manutenzione, attraverso tecnologie di Internet delle cose (IoT) in ambito ferroviario.
Sistemi di terra per l’health monitoring di piattaforme e sensori spaziali (orbitanti o deep space). Un sistema per l’analisi dei flussi di telemetria da satellite e l’individuazione pre-emptive di comportamenti (“pattern”) identificabili come sintomo di possibili anomalie. Gli strumenti in oggetto sono destinati al miglioramento, alla semplificazione del processo “industriale” di monitoraggio dello stato dei sistemi spaziali.
Lo scopo è creare un modello di simulazione iterativo che consenta di integrare tutte le informazioni descritte, al fine di fornire una previsione di piani di sbarco ed indicazioni di tipo logistico e strategico, integrate con la pianificazione delle attività del depot.
I risultati intendono creare le condizioni tecnologiche per erogare un servizio di manutenzione ad un cliente remoto, utilizzando specifiche tecnologie visuali per il trasferimento delle informazioni e sfruttando contemporaneamente la connettività a Internet.
Gli output e le interazioni con il sistema cliente/manutentore remoto avvengono con tecnologie immersive, di realtà aumentata, dispositivi indossabili e embedded.
Il progetto migliorerà i metodi attualmente in uso dagli ingegneri operazionali dei satelliti, tenendo conto che il numero di parametri da verificare sta continuamente crescendo, implementando un sistema di controlli automatici sui parametri di telemetria auto-apprendendo il comportamento “normale” del satellite dai dati storici registrati e disponibili a terra.
La strategia prevede il miglioramento degli algoritmi individuati come baseline nell’attività di analisi delle anomalie (e quindi manutenzione predittiva) e lo studio della loro applicabilità e lo studio dell’interfaccia uomo-macchina, che comprende la valutazione dell’infrastruttura MMI (Man-Machine Interface) che consenta anche la realizzazione di sessioni di validazione da parte degli utenti finali.
Project manager: Antonio Zilli, Distretto Tecnologico Aerospaziale Scarl, antonio.zilli@dtscarl.it
Responsabile tecnico-scientifico: Prof. P. Pontarandolfo, Politecnico di Bari
Budget totale: 7,7M€
Inizio progetto: Novembre 2018
Durata: 42 mesi
Per maggiori informazioni: antonio.zilli@dtascarl.it
Partner: DTA scarl, Blackshape Spa, ENGINSOFT Spa, Planetek srl, AvioAero srl, Politecnico di Bari, Università del Salento, Politecnico di Torino, Eka srl, Mermec Spa.