Massimo PACELLA

Massimo PACELLA

Ricercatore Universitario

Settore Scientifico Disciplinare ING-IND/16: TECNOLOGIE E SISTEMI DI LAVORAZIONE.

massimo.pacella@unisalento.it

Dipartimento di Ingegneria dell'Innovazione

Centro Ecotekne Pal. O - S.P. 6, Lecce - Monteroni - LECCE (LE)

Ufficio, Piano terra

Telefono +39 0832 29 7812

Ricercatore Universitario ruolo a tempo indeterminato. Professore Aggregato.

Area di competenza:

Misurazione e Metrologia Meccanica. Metrologia Multisensore. Metodi statistici per il controllo della qualità; Monitoraggio segnali macchine utensili e sistemi meccanici; Analisi statistica dei dati di produzione;  Sviluppo di tecniche di intelligenza artificiale; Profile and Surface Monitoring; Design of Experiments (DoE).

Orario di ricevimento

Inviare un email (massimo.pacella@unisalento.it) per concordare il ricevimento.

Visualizza QR Code Scarica la Visit Card

Curriculum Vitae

--1998: Laurea con lode in Ingegneria Informatica presso la Facoltà di Ingegneria dell'Università degli Studi di Lecce discutendo la tesi di laurea in Processi di Produzione Robotizzati, dal titolo "Simulazione e valutazione di sistemi produttivi modellati attraverso la notazione UML". Abilitato all'esercizio della professione di Ingegnere.

--1999: Collaborazione con la Scuola Superiore Sant'Anna di Studi Universitari e di Perfezionamento, Pisa.

--2000: Assegno di Ricerca presso Dipartimento di Ingegneria dell'Innovazione, Università degli Studi di Lecce.

--2001: In servizio come Ricercatore Universitario presso la Facoltà di Ingegneria, Università degli Studi di Lecce. Afferenza al Dipartimento di Ingegneria dell'Innovazione.

--2003: Dottore di Ricerca, con giudizio Eccellente, in Tecnologie e Sistemi di Lavorazione presso la Scuola di Dottorato del Politecnico di Milano discutendo la tesi dal titolo "Il controllo di qualità per processi manifatturieri tramite l'impiego di un algoritmo neurale basato sulla Teoria della Risonanza Adattativa"(Tesi di Dottorato).

--2008: FULBRIGHT Scholarship Program 2009 Awarded by the J. William Fulbright Foreign Scholarship Board and the Bureau of Educational and Cultural Affairs of the United States Department of State.

--2009: Sabbatical at the Department of Industrial and Operations Engineering, University of Michigan - Ann Arbor MI-USA, ref. Prof. J. Jin, Director of Data Fusion Lab.

--2013: Abilitazione Scientifica Nazionale alle funzioni di Professore Associato nel settore concorsuale “Tecnologie e Sistemi di Lavorazione” (09/B1) con riferimento al Bando M.I.U.R. 2012 (DD n. 222/2012).

--2017: Abilitazione Scientifica Nazionale alle funzioni di Professore Associato nel settore concorsuale “Tecnologie e Sistemi di Lavorazione” (09/B1) con riferimento al Bando M.I.U.R. 2016 (DD n. 1532/2016).

Didattica

A.A. 2018/2019

CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)

Corso di laurea INGEGNERIA MECCANICA

Lingua ITALIANO

Crediti 9.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2017/2018

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

MANUFACTURING QUALITY (ING-IND/16)

Corso di laurea MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Lingua INGLESE

Crediti 9.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2018/2019

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso Percorso comune

A.A. 2017/2018

MANUFACTURING QUALITY (ING-IND/16)

Corso di laurea MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Lingua INGLESE

Crediti 9.0

Anno accademico di erogazione 2017/2018

Per immatricolati nel 2017/2018

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

A.A. 2016/2017

CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)

Corso di laurea INGEGNERIA MECCANICA

Crediti 9.0

Anno accademico di erogazione 2016/2017

Per immatricolati nel 2016/2017

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

MANUFACTURING QUALITY (ING-IND/16)

Corso di laurea MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Crediti 9.0

Anno accademico di erogazione 2016/2017

Per immatricolati nel 2016/2017

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

A.A. 2015/2016

CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)

Corso di laurea INGEGNERIA MECCANICA

Crediti 9.0

Anno accademico di erogazione 2015/2016

Per immatricolati nel 2015/2016

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

QUALITY ENGINEERING (ING-IND/16)

Corso di laurea MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Crediti 6.0

Anno accademico di erogazione 2015/2016

Per immatricolati nel 2014/2015

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

A.A. 2014/2015

CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)

Corso di laurea INGEGNERIA MECCANICA

Crediti 9.0

Anno accademico di erogazione 2014/2015

Per immatricolati nel 2014/2015

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

QUALITY ENGINEERING (ING-IND/16)

Corso di laurea MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Crediti 6.0

Anno accademico di erogazione 2014/2015

Per immatricolati nel 2013/2014

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

A.A. 2013/2014

CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)

Corso di laurea INGEGNERIA MECCANICA

Crediti 9.0

Anno accademico di erogazione 2013/2014

Per immatricolati nel 2013/2014

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Torna all'elenco
CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)

Corso di laurea INGEGNERIA MECCANICA

Settore Scientifico Disciplinare ING-IND/16

Anno accademico 2017/2018

Anno accademico di erogazione 2018/2019

Anno 2

Semestre Primo Semestre (dal 24/09/2018 al 21/12/2018)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

È auspicabile avere conoscenze di statisitca di base.

La crescente disponibilità dati di misura e il progressivo aumento della capacità di calcolo disponibile a bordo macchina, rende oggi possibile adottare approcci innovativi per monitorare (attraverso la segnalazione di un allarme in caso di comportamento anomalo) e migliorare continuativamente (attraverso l’analisi sperimentale), la qualità dei processi produttivi in ambito manifatturiero. In questo scenario, il corso di “Controllo e Miglioramento di Processo” intende fornire l’insieme di contenuti necessari a progettare e gestire il controllo statistico di processo, nonché il miglioramento continuo delle tecnologie, attraverso un approccio che unisce la conoscenza tecnologica del processo di base alle più recenti tecniche statistiche di modellazione/monitoraggio dei dati di misura, e di pianificazione sperimentale.

Dopo il corso lo studente dovrebbe essere in grado di

*Conoscere le tecniche di controllo statistico di processo in aziende manifatturiere e di processo.

*Conoscere i metodi e le tecniche di progettazione degli esperimenti e di analisi dei dati sperimentali.

*Conoscere le tecniche avanzate di modellazione/monitoraggio di dati di misura.

Il corso prevede una parte monografica su temi di controllo di processo basato su dati funzionali. I temi specifici sono decisi ogni anno, ed ogni tema è assegnato per condurre un concreto progetto di controllo e miglioramento di processo. L’esame finale consiste nella discussione del progetto sviluppato.

Programma esteso

1. Il controllo statistico di processo in aziende manifatturiere e di processo: tecniche di SPC (Statistical Process Control) (18 ore)

  • Introduzione al controllo statistico di processo. Problemi derivanti dalle carte di controllo di Shewhart.
  • Carte di controllo per variabili: Carte di controllo Xbar-R e Xbar-S. Carte di controllo I-MR. Linee guida per l'applicazione delle carte di controllo.
  • Progettazione di strumenti di controllo della qualità in relazione ai limiti di specifica. Carte di controllo a limiti modificati.

 

2. Progettazione di carte di controllo in presenza di dati autocorrelati (9 ore)

  • Carte EWMA, tecniche ARIMA e controllo statistico di processo. Applicazioni a problemi di usura.
  • Progettazione di carte di controllo per un insieme di caratteristiche di qualità: carte di controllo multivariate.

 

3. Capability Analysis (18 ore)

  • Analisi di capacità del processo attraverso istrogrammi e carte di probabilità. Indici di capacità di processo.
  • Analisi della capacità del processo con le carte di controllo.
  • Studio della capacità di strumenti e di sistemi di misura.
  • Stima dei limiti di tolleranza naturale del processo.

 

4. Metodi e tecniche di progettazione degli esperimenti e di analisi dei dati sperimentali (27 ore)

  • Il ciclo del miglioramento dei processi attraverso una metodologia sperimentale; fase di analisi mediante esperimenti; identificazione di alternative; implementazione; misura dei risultati.
  • Tecniche DOE (Design Of Experiments) per la progettazione degli esperimenti: piani fattoriali; risoluzione di piani fattoriali; piani fattoriali frazionati; piani con blocking; la tecnica del confounding per piani fattoriali. Quadrati Latini.
  • Metodo ANOVA (analisi della varianza) ad una e due vie; analisi di regressione per i modelli lineari.
  • Il problema dell’acquisizione della conoscenza attraverso esperimenti iterativi analizzati statisticamente. Tecniche RSM (Response Surface Methodology).

 

5. Tecniche avanzate di modellazione/monitoraggio di dati di misura (9 ore)

  • Dati funzionali: misura di profili e superfici lavorate attraverso l’uso di macchine di misura a coordinate (CMM).
  • Introduzione alle tecniche di regressione per dati funzionali e progettazione delle relative carte di controllo.
  • Introduzione ai metodi di riduzione dimensionale di dati multivariati e progettazione delle relative carte di controllo.

Testi consigliati:

  • D. C. Montgomery: “Controllo statistico della qualità” – seconda edizione, McGraw-Hill, 2006.
  • D. C. Montgomery: “Progettazione e Analisi degli Esperimenti”, McGraw-Hill, 2005.
  • Dispense relative alle lezioni rese disponibili dal docente.

 

Ulteriore bibliografia di approfondimento:

  • D. C. Montgomery: “Design and Analysis of Experiments, Student Solutions Manual”, 5th Edition, J. Wiley, 2002.
  • R. H. Myers, D. C. Montgomery: “Response Surface Methodology: process and product optimization using designed experiments”, 2nd Edition, J. Wiley, 2002.
  • N. R. Draper, H. Smith: “Applied Regression Analysis”, 3rd Edition, J. Wiley, 1998.
  • Articoli tratti da riviste scientifiche di riferimento resi disponibili dal docente.
CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)
MANUFACTURING QUALITY (ING-IND/16)

Corso di laurea MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Settore Scientifico Disciplinare ING-IND/16

Anno accademico 2018/2019

Anno accademico di erogazione 2018/2019

Anno 1

Semestre Secondo Semestre (dal 04/03/2019 al 04/06/2019)

Lingua INGLESE

Percorso Percorso comune (999)

Sufficiency probability theory and statistics.

This course provides students with the analytical and management tools necessary to solve manufacturing quality problems and implement effective quality systems. Topics include quality systems and standards, the Six Sigma problem solving methodology, process capability analysis, measurement system analysis, gauge R & R, ANOVA, statistical process control, and geometric tolerances.

Learning Outcomes

*Introduce the basic definitions of quality, quality improvement, and other quality engineering terminology

*Understand the need for and gain an overview of EN 9100 certification

*Understand the international vocabulary of metrology

*Know the fundamentals of metrology devices

*Understand chance and assignable causes of variability in a process

*Calculate and properly interpret process capability ratios

*Understand some key aspects related to geometric requirements

Examination: oral. The exam consists in the presentation and discussion of the case-study assignment results by project groups. Case Study assignments should be completed in teams of 1 or 2. Teams of 3 may be allowed provided a request is made in advance to the instructor.

Office Hours: By appointment; contact the instructor by email or at the end of class meetings.

Programma esteso

1. Quality Management System (4 hours)

Quality planning. Quality assurance. Quality control and improvement. PDCA methodology (Plan-Do-Check-Act) and other fundamental quality management principles. Six Sigma overview. The DMAIC (Define-Measure-Analyze-Improve-Control) problem solving process. Quality standards (ISO 9000, ISO 9001, ISO 9004).

 

2. EN 9100 – Quality System for Aerospace Manufactures (5 hours)

How to identify and interpret the requirements of EN 9100. The structure of EN 9100. The sequence of a certification audit. Quality management system implementation issues.

 

3. Metrology principles (27 hours)

International Vocabulary of Metrology (VIM) and the Guide to the expression of Uncertainty in Measurement (GUM) – basic and general concepts and associated terms. Quantities and units. Measurement. Devices for measurement. Properties of measuring devices. Principle of uncertainty calculation: types A and B uncertainties. Key dimensional metrology standards. Deformations and mechanical causes of errors. Marble, V-blocks, gauge blocks, and dial gauges. Vernier calipers. Micrometer or Palmer. Example of a laboratory model. Coordinate-measuring machine (CMM). Commonly-used geometric models in dimensional metrology. Description of styli and types of probing. Software and computers supporting the CMM. Statistical issues in geometric feature inspection using CMMs. Sample size. Sample location. Measurement errors. Introduction to measurement by optical methods.

 

4. Statistical Process Control (SPC) (18 hours)

Modeling process quality: describing variation. Important continuous distributions. Probability plots. Some useful approximations. Control chart for variables: chance and assignable causes of quality variation. Statistical basis of the control chart. Implementing SPC in a control chart for Xbar and R. Control charts for Xbar and S. The control chart for individual measurements. Procedures for Xbar, R and S charts. Case studies: applications of variables control charts.

 

5. Measuring Methods and Gauges (18 hours)

Process and measurement system capability analysis. Process capability analysis using a histogram or a probability plot. Process capability ratios. Estimating the natural tolerance limits of a process. Tolerance limits based on the normal distribution. Nonparametric tolerance limits. Gauge and measurement systems capability studies. Isolate the components of variability in the measurement system. Accuracy and precision of a measurement system. The ANOVA (Analysis of Variance) approach for analyzing measurement data.

 

6. Geometric tolerances (9 hours)

Fundamentals of Dimensional and Geometrical Tolerances According to ISO, CSA (Canada), and ANSI (USA). Geometric Product Specification (GPS) standard covering ISO/TR 14638. Envelope requirement according to ISO 8015. Maximum material principle according to ISO 2692-1988. Form tolerances. Flatness tolerances. Straightness tolerance. Roundness. Cylindricity. Orientation tolerances. Parallelism (straight line/straight line). Parallelism plane/plane (plane/straight line) on CMM. Angularity. Positioning tolerances. Tolerance of single radial flap (radial runout). Tolerance of single axial flap (axial runout).

All lecture notes, data sets, solutions, and tutorials are available on the course web page.

Grous A. (2011). Applied Metrology for Manufacturing Engineering. Wiley.

Montgomery D. C. (2013). Introduction to Statistical Quality Control, 7th Edition, Wiley.

MANUFACTURING QUALITY (ING-IND/16)
MANUFACTURING QUALITY (ING-IND/16)

Corso di laurea MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Settore Scientifico Disciplinare ING-IND/16

Anno accademico 2017/2018

Anno accademico di erogazione 2017/2018

Anno 1

Semestre Secondo Semestre (dal 01/03/2018 al 01/06/2018)

Lingua INGLESE

Percorso PERCORSO COMUNE (999)

Sufficiency probability theory and statistics.

This course provides students with the analytical and management tools necessary to solve manufacturing quality problems and implement effective quality systems. Topics include quality systems and standards, the Six Sigma problem solving methodology, process capability analysis, measurement system analysis, gauge R & R, ANOVA, statistical process control, and geometric tolerances.

Learning Outcomes

*Introduce the basic definitions of quality, quality improvement, and other quality engineering terminology

*Understand the need for and gain an overview of EN 9100 certification

*Understand the international vocabulary of metrology

*Know the fundamentals of metrology devices

*Understand chance and assignable causes of variability in a process

*Calculate and properly interpret process capability ratios

*Understand some key aspects related to geometric requirements

Examination: oral. The exam consists in the presentation and discussion of the case-study assignment results by project groups. Case Study assignments should be completed in teams of 1 or 2. Teams of 3 may be allowed provided a request is made in advance to the instructor.

Office Hours: By appointment; contact the instructor by email or at the end of class meetings.

Programma esteso

1. Quality Management System (4 hours)

Quality planning. Quality assurance. Quality control and improvement. PDCA methodology (Plan-Do-Check-Act) and other fundamental quality management principles. Six Sigma overview. The DMAIC (Define-Measure-Analyze-Improve-Control) problem solving process. Quality standards (ISO 9000, ISO 9001, ISO 9004).

 

2. EN 9100 – Quality System for Aerospace Manufactures (5 hours)

How to identify and interpret the requirements of EN 9100. The structure of EN 9100. The sequence of a certification audit. Quality management system implementation issues.

 

3. Metrology principles (27 hours)

International Vocabulary of Metrology (VIM) and the Guide to the expression of Uncertainty in Measurement (GUM) – basic and general concepts and associated terms. Quantities and units. Measurement. Devices for measurement. Properties of measuring devices. Principle of uncertainty calculation: types A and B uncertainties. Key dimensional metrology standards. Deformations and mechanical causes of errors. Marble, V-blocks, gauge blocks, and dial gauges. Vernier calipers. Micrometer or Palmer. Example of a laboratory model. Coordinate-measuring machine (CMM). Commonly-used geometric models in dimensional metrology. Description of styli and types of probing. Software and computers supporting the CMM. Statistical issues in geometric feature inspection using CMMs. Sample size. Sample location. Measurement errors. Introduction to measurement by optical methods.

 

4. Statistical Process Control (SPC) (18 hours)

Modeling process quality: describing variation. Important continuous distributions. Probability plots. Some useful approximations. Control chart for variables: chance and assignable causes of quality variation. Statistical basis of the control chart. Implementing SPC in a control chart for Xbar and R. Control charts for Xbar and S. The control chart for individual measurements. Procedures for Xbar, R and S charts. Case studies: applications of variables control charts.

 

5. Measuring Methods and Gauges (18 hours)

Process and measurement system capability analysis. Process capability analysis using a histogram or a probability plot. Process capability ratios. Estimating the natural tolerance limits of a process. Tolerance limits based on the normal distribution. Nonparametric tolerance limits. Gauge and measurement systems capability studies. Isolate the components of variability in the measurement system. Accuracy and precision of a measurement system. The ANOVA (Analysis of Variance) approach for analyzing measurement data.

 

6. Geometric tolerances (9 hours)

Fundamentals of Dimensional and Geometrical Tolerances According to ISO, CSA (Canada), and ANSI (USA). Geometric Product Specification (GPS) standard covering ISO/TR 14638. Envelope requirement according to ISO 8015. Maximum material principle according to ISO 2692-1988. Form tolerances. Flatness tolerances. Straightness tolerance. Roundness. Cylindricity. Orientation tolerances. Parallelism (straight line/straight line). Parallelism plane/plane (plane/straight line) on CMM. Angularity. Positioning tolerances. Tolerance of single radial flap (radial runout). Tolerance of single axial flap (axial runout).

All lecture notes, data sets, solutions, and tutorials are available on the course web page.

Grous A. (2011). Applied Metrology for Manufacturing Engineering. Wiley.

Montgomery D. C. (2013). Introduction to Statistical Quality Control, 7th Edition, Wiley.

MANUFACTURING QUALITY (ING-IND/16)
CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)

Corso di laurea INGEGNERIA MECCANICA

Settore Scientifico Disciplinare ING-IND/16

Anno accademico 2016/2017

Anno accademico di erogazione 2016/2017

Anno 1

Semestre Secondo Semestre (dal 01/03/2017 al 02/06/2017)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)
MANUFACTURING QUALITY (ING-IND/16)

Corso di laurea MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Settore Scientifico Disciplinare ING-IND/16

Anno accademico 2016/2017

Anno accademico di erogazione 2016/2017

Anno 1

Semestre Secondo Semestre (dal 01/03/2017 al 02/06/2017)

Lingua INGLESE

Percorso PERCORSO COMUNE (999)

MANUFACTURING QUALITY (ING-IND/16)
CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)

Corso di laurea INGEGNERIA MECCANICA

Settore Scientifico Disciplinare ING-IND/16

Anno accademico 2015/2016

Anno accademico di erogazione 2015/2016

Anno 1

Semestre Secondo Semestre (dal 29/02/2016 al 03/06/2016)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)
QUALITY ENGINEERING (ING-IND/16)

Corso di laurea MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Settore Scientifico Disciplinare ING-IND/16

Anno accademico 2014/2015

Anno accademico di erogazione 2015/2016

Anno 2

Semestre Secondo Semestre (dal 29/02/2016 al 03/06/2016)

Lingua INGLESE

Percorso PERCORSO COMUNE (999)

QUALITY ENGINEERING (ING-IND/16)
CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)

Corso di laurea INGEGNERIA MECCANICA

Settore Scientifico Disciplinare ING-IND/16

Anno accademico 2014/2015

Anno accademico di erogazione 2014/2015

Anno 1

Semestre Secondo Semestre (dal 02/03/2015 al 29/05/2015)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)
QUALITY ENGINEERING (ING-IND/16)

Corso di laurea MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Settore Scientifico Disciplinare ING-IND/16

Anno accademico 2013/2014

Anno accademico di erogazione 2014/2015

Anno 2

Semestre Secondo Semestre (dal 02/03/2015 al 06/06/2015)

Lingua INGLESE

Percorso PERCORSO COMUNE (999)

QUALITY ENGINEERING (ING-IND/16)
CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)

Corso di laurea INGEGNERIA MECCANICA

Settore Scientifico Disciplinare ING-IND/16

Anno accademico 2013/2014

Anno accademico di erogazione 2013/2014

Anno 1

Semestre Secondo Semestre (dal 03/03/2014 al 31/05/2014)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

CONTROLLO E MIGLIORAMENTO DI PROCESSO (ING-IND/16)

Proposta Lavoro di Tesi o Attività di Stage in collaborazione con Bosch CVIT s.p.a. Modugno (Ba) .

Title:
Algorithm development for advanced fleet data analysis page1image5312

Description:
Fleet validation is a very important step of a calibration project, since provides the possibility to test calibration robustness in a wide range of different hardware (i.e., different vehicles) and driving conditions (i.e., driving pattern, environmental conditions, etc.).
During fleet validation activity a huge amount of data is gathered, that needs to be post- processed in order to provide information about system performances and eventual deviations from desired behaviour.
Scope of this work is to develop algorithms for statistical analysis designed for specific validation fleet requirements. Focus on capability of robustly detecting deviations and additional info for root-cause analysis.
Main tasks

  • -  Define statistical analysis approach according to validation fleet data specific requirements

  • -  Screen and apply advanced statistical analysis algorithms for enhancing information extraction from big amount of recorded data, with focus on root-cause analysis

  • -  Prove of concept: application of developed scripts on data from a validation fleet

 

Adopted tools: 

Matlab/Simulink, Microsoft Excel/Word/Powerpoint,

 

Requirements
For thesis work: Master Degree Thesis in Mechanical Engineering (or similar one matching skills required for the task)
For stage activity: Bachelor / Master graduated Engineer in Mechanical Engineering (or similar one matching skills required for the task) 

Temi di ricerca

Attività Scientifica

 

I principali interessi di ricerca riguardano la moderna metrologia, la simulazione di sistemi e il controllo della qualità in ambito manifatturiero, includendo lo sviluppo di tecniche di intelligenza artificiale e metodi di statistica applicata. In particolare, la sua principale attività di ricerca è orientata allo studio di metodi e tecniche innovative per l’elaborazione dei dati di misura per il controllo della produzione, fornendo contributi anche in diversi campi affini, come ad esempio nella simulazione e configurazione di processi produttivi.