A lab-scale modeling architecture for testing digital twin and real-time simulation

In the recent years many technologies for data acquisition, storing and communication have been developed and have enabled the so called Industry 4.0 revolution. These new possibilities of exploiting data makes it possible to improve manufacturing systems performances with new management policies and tools. One big oppurtunity is the exploitation of real-time data for feeding real-time simulation tools and taking online data-driven decisions, allowing the production systems to react quickly to unexpected events. Research in this context focuses mainly on concepts definition and theoretical formulations. This thesis work populates the by now less rich literature about practical applications and case studies. Indeed, it is designed a novel architecture for building lab-scale models of manufacturing systems, able to fully exploit the capabilities offered by Industry 4.0. The developed models constitute a Cyber Physical Production System in all its parts: from the physical system to its digital twin. Two case studies are presented. In the first one, data measured real-time on the physical system are both visualized on a dashboard and saved into a database, showing the potentialities of information communication allowed by the developed architeture and by the Industry 4.0 technologies. The second one provides a practical application of online re-scheduling of a production system based on real-time simulation. Two policies are evaluated and the best performing one is automatically implemented on the physical system. The results of this case study show that, when online re-scheduling is enabled, better performaces are actually achieved

Negli ultimi anni diverse tecnologie per l'acquisizione, archiviazione e comunicazione di dati sono state sviluppate, permettendo la cosiddetta rivoluzione dell'Industria 4.0. Queste nuove possibilità di sfruttare i dati rende possibile migliorare le prestazioni dei sistemi di produzione grazie a nuovi strumenti e politiche di gestione. Una grande opportunità è lo sfruttamento di dati in tempo reale per inizializzare strumenti di simulazione e prendere online decisioni basate sui dati, permettendo ai sistemi di produzione di reagire immediatamente a eventi inaspettati. La ricerca in questo ambito è focalizzata principalmente su definizioni di concetti e su formulazioni teoriche. Questa tesi popola quella parte di letteratura, attualmente meno ricca, riguardante le applicazioni pratiche e i casi di studio. E' infatti sviluppata un'architettura per la costruzione di modelli di sistemi produttivi in scala da laboratorio, capaci di sfruttare appieno le possibilità offerte dall'Industria 4.0. I modelli sviluppati costituiscono un Cyber Physical Production System in tutte le sue parti: dal sistema fisico al suo gemello digitale. Due casi di studio sono dunque presentati. Nel primo caso dati misurati in tempo reale sul sistema fisico sono sia visualizzati su una dashboard, sia salvati in un database, mostrando così le potenzialità di comunicazione delle informazioni permesse dall'architettura sviluppata e dalle tecnologie dell'Industria 4.0. Il secondo caso riporta una applicazione pratica di rischedulazione online di un sistema di produzione basata sulla simulazione real-time. Due politiche sono valutate e la più efficace è automaticamente implementata sul sistema fisico. I risultati del caso di studio mostrano che, quando la rischedulazione online è permessa, sono effettivamente ottenute prestazioni migliori.