INDUSTRIAL INFORMATICS

Conoscenza e capacità di comprensione: Al completamento del corso, il discente avrà acquisito: conoscenza delle caratteristiche fondamentali dei dispositivi di calcolo orientati all'automazione industriale e dunque utilizzati in ambito industriale; conoscenza dei principali standard di riferimento per la programmazione di tali dispositivi e per lo sviluppo di applicazioni industriali; conoscenza delle caratteristiche principali degli ambienti di sviluppo per la programmazione di dispositivi industriali e per lo sviluppo di applicazioni industriali; conoscenza dei principali standard di riferimento per la definizione di modelli di informazioni in ambito industriale e per la realizzazione dello scambio dati tra applicativi basati sui paradigmi di comunicazione client/server e publisher/subscriber. Conoscenza dell'utilizzo delle tecnologie ICT nell'industria moderna. Conoscenza del gemello digitale e dei vantaggi dell'utilizzo di applicazioni basate su di esso nella gestione della fabbrica del futuro. Conoscenza di problematiche di manutenzione predittiva e relativa soluzione con tecniche di intelligenza artificiale e machine learning.

Capacità di applicare conoscenza e comprensione: Il corso permetterà di acquisire capacità di progettazione e sviluppo di programmi di controllo industriali tramite il supporto degli appropriati ambienti di sviluppo. Il corso permetterà inoltre di acquisire capacità di progettazione e sviluppo di sistemi distribuiti per la realizzazione di applicazioni orientate al monitoraggio, al controllo, alla supervisione e manutenzione di processi industriali. Al termine del corso, lo studente sarà in grado di selezionare le soluzioni tecnologiche appropriate nella gestione dei processi distribuiti industriali.

Autonomia di giudizio: Nello sviluppo di applicazioni distribuite per il monitoraggio, controllo, supervisione e manutenzione dei processi industriali, lo studente sarà in grado di effettuare autonomamente le opportune scelte progettuali sulla base delle specifiche richieste. Tale capacità è affinata attraverso esercitazioni pratiche durante il corso e lo svolgimento di opportuni esercizi in sede di esame.

Abilità comunicative: Lo studente rafforzerà il linguaggio tecnico della programmazione dei dispositivi di calcolo orientati all'automazione industriale, e dello sviluppo di applicazioni distribuite real-time e sarà in grado di interagire con i colleghi di lavoro per discutere le scelte progettuali effettuate nella risoluzione di un problema di controllo,  supervisione e manutenzione di processi industriali. A tale scopo, durante le ore di laboratorio, gli studenti saranno divisi in piccoli gruppi per affinare la capacità di lavorare in gruppo.

Capacità di apprendimento: Lo studente sarà in grado di ampliare autonomamente le proprie conoscenze di informatica industriale attraverso l’approfondimento dei testi di riferimento, su articoli di riviste scientifiche specializzate e tramite gli spunti offerti dalle attività seminariali organizzate all’interno dell’insegnamento.

Il corso si basa essenzialmente su lezioni frontali, che includono lo svolgimento al calcolatore di esercizi da parte del docente. Il corso prevede anche esercitazioni pratiche svolte dagli studenti. Tali esercitazioni vengono svolte nelle aule multimediali dell'Ateneo. Ad ogni studente viene assegnato un compito che deve essere svolto al calcolatore o su un PLC fornito  dal docente. Il docente supervisiona il lavoro degli studenti fornendo le spiegazioni e gli aiuti didattici necessari per il completamento dei compiti assegnati.
Le modalità di svolgimento dell'insegnamento appena descritte permettono il raggiungimento degli obiettivi formativi prefissati, che includono l’acquisizione di conoscenze e la capacità di applicare la conoscenza.

• Conoscenza base della programmazione utilizzando il linguaggio di programmazione C
• Concetti base di programmazione ad Oggetti e conoscenza linguaggio Java/JavaScript
  
• Conoscenza delle architetture dei calcolatori e Sistemi Operativi
• Conoscenza di base di data analytics e machine learning

Parte I - Sviluppo di Applicazioni nei Controllori a Logica Programmabile (PLC)

• L’automazione nei processi Industriali; sistemi di controllo e monitoraggio dei processi industriale. Il Controllore a Logica Programmabile (PLC). Architettura dei PLC. 
• Programmazione dei PLC. Standard IEC 61131-3. Caratteristiche principali. Tipi di Dati. Variabili. Funzioni, Function Blocks e Programmi. Risorse. Task. Configurazioni. Linguaggio di Programmazione Ladder Diagram (LD).
• Sviluppo di Applicazioni basate sullo standard IEC 61131-3
• Ambienti di Sviluppo per PLC. Il Caso di Studio: Ambiente Siemens TIA Portal Step 7.
• Esercitazioni in Aula sulla programmazione dei PLC utilizzando l'Ambiente di Sviluppo Siemens TIA Portal.

Parte II - Sviluppo di Applicazioni Distribuite

• Lo standard OPC UA: Storia ed evoluzione. Lo standard OPC UA: Information Model e AddressSpace. I modelli OPC UA Client/Server e Publisher/Subscriber. Modello Client/Server: OPC UA Communication Stack, Canale Sicuro, Session, Subscription, Monitored Items, OPC UA Services. Modello Publisher/Subscribe: middleware, architettura del sistema di comunicazione, modalità di configurazione lato publisher e lato subscriber.
  
• Sviluppo di Applicazioni Distribuite basate sullo standard OPC UA utilizzando stack di comunicazione open-source.

Parte III - Sviluppo di Applicazioni basate su Gemello Digitale (Digital Twin)

• Introduzione al Gemello Digitale
• Soluzioni e piattaforme esistenti
• Il Digital Twins Definition Language (DTDL)
• L'implementazione Microsoft del DTDL sulla piattaforma Microsoft Azure Digital Twin
• Sviluppo di programmi basatai sul DTDL e sulla piattaforma Microsoft Azure Digital Twin.
• Sviluppo di applicazioni di manutenzione predittiva. Introduzione al problema della manutenzione predittiva. Tecniche basate su data analytics e machine learing per la risoluzione di problemi di manutenzione predittiva. Esempi pratici di soluzioni di manutenzione predittiva utilizzando la piattaforma Azure Machine Learning (ML Studio).
  

[1] P.Chiacchio, "PLC e Automazione Industriale", McGraw Hill.

[2] R.W.Lewis, "Programming industrial control systems using IEC 1131-3", IEE Control Engineering Series 50.

[3] W.Mahnke, S.H.Leitner, M.Damm, “OPC Unified Architecture”, Springer Verlag, ISBN 978-3-540-68899-0, 2009.

[4] Dispense del docente presenti sul portale utilizzato durante il corso

[5] S.V.Nath, P. van Schalkwyk, "Building Industrial Digital Twins", Packy

[6] Patrick Jahnke, "Machine Learning Approaches for Failure Type Detection and Predictive Maintenance", Master Thesis, June 19, 2015. Available online.