Il presente lavoro nasce dalle necessità ed opportunità della new space economy e della commercializzazione dello spazio. Pertanto, recuperando le informazioni presenti in rete ed in letteratura sono state formulate delle ipotesi e stime sui tempi e costi dei processi realizzativi. Il processo produttivo analizzato in questo studio presenta caratteristiche che lo collocano in una categoria specifica del panorama manifatturiero. Si tratta di produzioni caratterizzate da quantità limitate, combinata con un'e-levata personalizzazione di ciascun prodotto in base alle specifiche del cliente. L'obiettivo primario della ricerca è quantificare l'impatto della curva di apprendimento sul lead time produttivo e confrontare tre configurazioni di allocazione del personale meccanico: baseline 3+3, ridotta 2+2 e asimmetrica 2+4. Utilizzando AnyLogic come piattaforma di simulazione, è stato modellata la produzione di cento satelliti, con learning factor che variano dal 100% per il primo satellite al 69% per il centesimo. I risultati dimostrano che la configurazione 2+4, che concentra quattro operatori sull'assemblaggio strutturale e due sul cablaggio, rappresenta la soluzione ottimale in termini di riduzione di lead time di consegna, riducendo i costi totali senza incrementare le risorse impiegate. La configurazione 2+2 si rivela invece inefficace, aumentando il lead time senza generare risparmi economici. Lo studio dimostra che l'innovazione di processo, attraverso la riallocazione strategica delle risorse a costo zero, può generare miglioramenti competitivi significativi in contesti aziendali, fornendo evidenze quantitative per decisioni operative basate su dati piuttosto che su intuizioni.

PROGETTAZIONE DI UN SISTEMA DI ASSEMBLAGGIO, INTEGRAZIONE E TEST DI SATELLITE

CORALLO, VINCENZO
2024/2025

Abstract

Il presente lavoro nasce dalle necessità ed opportunità della new space economy e della commercializzazione dello spazio. Pertanto, recuperando le informazioni presenti in rete ed in letteratura sono state formulate delle ipotesi e stime sui tempi e costi dei processi realizzativi. Il processo produttivo analizzato in questo studio presenta caratteristiche che lo collocano in una categoria specifica del panorama manifatturiero. Si tratta di produzioni caratterizzate da quantità limitate, combinata con un'e-levata personalizzazione di ciascun prodotto in base alle specifiche del cliente. L'obiettivo primario della ricerca è quantificare l'impatto della curva di apprendimento sul lead time produttivo e confrontare tre configurazioni di allocazione del personale meccanico: baseline 3+3, ridotta 2+2 e asimmetrica 2+4. Utilizzando AnyLogic come piattaforma di simulazione, è stato modellata la produzione di cento satelliti, con learning factor che variano dal 100% per il primo satellite al 69% per il centesimo. I risultati dimostrano che la configurazione 2+4, che concentra quattro operatori sull'assemblaggio strutturale e due sul cablaggio, rappresenta la soluzione ottimale in termini di riduzione di lead time di consegna, riducendo i costi totali senza incrementare le risorse impiegate. La configurazione 2+2 si rivela invece inefficace, aumentando il lead time senza generare risparmi economici. Lo studio dimostra che l'innovazione di processo, attraverso la riallocazione strategica delle risorse a costo zero, può generare miglioramenti competitivi significativi in contesti aziendali, fornendo evidenze quantitative per decisioni operative basate su dati piuttosto che su intuizioni.
2024
DESIGN OF A SATELLITE ASSEMBLY, INTEGRATION AND TESTING SYSTEM
Lead Time
LVHM
File in questo prodotto:
File Dimensione Formato  
CORALLO_tesi.pdf.pdf

non disponibili

Dimensione 785.08 kB
Formato Adobe PDF
785.08 kB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/67989