ALGORITMI E TECNICHE DI ANALISI DI BIG DATA FINALIZZATE ALLA MANUTENZIONE PREDITTIVA

This thesis work is part of big data analytics. It sets out the theoretical basis for preventive maintenance, which encompasses the methodologies of analysis and synthesis of data for the formulation of algorithms to optimize production times and production process management. The importance of the data lies in the fact that they allow to create models of prediction of the future through inductive algorithms, which understand the behavior of systems allowing systems to be constantly adapted and improved to the needs expressed by their users.. The thesis work concerns in particular the implementation and experimentation of a predictive maintenance system that uses data from sensors positioned on board the machine to implement an algorithm that in non-functioning conditions can indicate to the operator to intervene immediately to restore the correct working conditions of the machine.

Questo lavoro di tesi si inserisce nell’ambito della big data analytics. In esso vengono esposte le basi teoriche della manutenzione predittiva, che racchiude le metodologie di analisi e sintesi dei dati per la formulazione di algoritmi di ottimizzazione dei tempi di produzione e della gestione del processo produttivo. L’importanza dei dati sta nel fatto che consentono di creare modelli di predizione del futuro tramite algoritmi induttivi, che comprendono il comportamento di sistemi permettendo di adeguare e migliorare costantemente i sistemi alle esigenze espresse dai loro utilizzatori. Il lavoro di tesi riguarda in particolare l'implementazione e la sperimentazione di un sistema di manutenzione predittiva che utilizzi i dati provenienti dai sensori posizionati a bordo macchina per implementare un algoritmo che in condizioni di non funzionamento possa indicare all'operatore di intervenire immediatamente per ripristinare le corrette condizioni di lavoro della macchina.