Rosa, Simone
(2022)
Analisi dei segnali vibratori di una macchina utensile per brocciatura.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Ingegneria meccanica [LM-DM270] - Forli', Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
La manutenzione predittiva è un elemento chiave dell’industria 4.0. Il monitoraggio in continuo delle condizioni di un asset infatti, si sposa alla perfezione con gli elementi fondamentali di quest’ultima quali Big Data ed Internet of Things. Nonostante la popolarità di cui gode da diversi anni non è facile trovare applicazioni concrete di manutenzione basata su condizione (Condition Based Maintenance CBM), in particolare per il monitoraggio dll’utensile nelle operazioni di broccaitura. Questo lavoro si suddivide in due sezioni principali. Nella prima parte si cerca di riassumere brevemente lo sviluppo delle strategie di manutenzione fino allo stato attuale per poi fornire un quadro della diffusione della manutenzione predittiva in ambito industriale e dei suoi benefici. Nella seconda parte viene presentata un’analisi dei segnali vibratori acquisiti da una macchina utensile per brocciatura ad elevata produttivià, al fine di verificare la fattibilità un sistema che riconosca eventuali danni all’utensile basandosi unicamente sulle vibrazioni.
Abstract
La manutenzione predittiva è un elemento chiave dell’industria 4.0. Il monitoraggio in continuo delle condizioni di un asset infatti, si sposa alla perfezione con gli elementi fondamentali di quest’ultima quali Big Data ed Internet of Things. Nonostante la popolarità di cui gode da diversi anni non è facile trovare applicazioni concrete di manutenzione basata su condizione (Condition Based Maintenance CBM), in particolare per il monitoraggio dll’utensile nelle operazioni di broccaitura. Questo lavoro si suddivide in due sezioni principali. Nella prima parte si cerca di riassumere brevemente lo sviluppo delle strategie di manutenzione fino allo stato attuale per poi fornire un quadro della diffusione della manutenzione predittiva in ambito industriale e dei suoi benefici. Nella seconda parte viene presentata un’analisi dei segnali vibratori acquisiti da una macchina utensile per brocciatura ad elevata produttivià, al fine di verificare la fattibilità un sistema che riconosca eventuali danni all’utensile basandosi unicamente sulle vibrazioni.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Rosa, Simone
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Manutenzione predittiva,Brocciatura,Vibrazioni,Tool Condition Monitoring,Machine Learning
Data di discussione della Tesi
24 Marzo 2022
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Rosa, Simone
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Manutenzione predittiva,Brocciatura,Vibrazioni,Tool Condition Monitoring,Machine Learning
Data di discussione della Tesi
24 Marzo 2022
URI
Gestione del documento: