Come si progetta una fabbrica capace di leggere i propri dati, aggiornare i propri modelli digitali e prendere decisioni più rapide e affidabili? È attorno a questa domanda che si è sviluppato MOTOWN – “Smart Production Planning and Control for Manufacturing of Electric Vehicle Powertrain in Industry 4.0 Environment”, progetto PRIN 2022 dedicato alla pianificazione e al controllo intelligente della produzione di componenti per powertrain elettrici.
Il progetto, ora concluso, ha affrontato una delle sfide centrali della manifattura avanzata per la mobilità elettrica: rendere più efficienti, flessibili e data-driven i sistemi produttivi impiegati nella realizzazione degli statori hairpin, componenti chiave dei motori elettrici. MOTOWN si è concentrato su tre obiettivi principali: supportare decisioni produttive consapevoli del contesto, costruire modelli digitali capaci di adattarsi automaticamente all’evoluzione del sistema e sincronizzare in modo efficace sistemi fisici e digitali.
Il risultato è un framework che integra process mining, simulazione a eventi discreti e intelligenza artificiale per supportare la pianificazione della produzione basata sui dati. Le soluzioni sviluppate includono regole di sequenziamento dei job e di controllo dei flussi per migliorare l’efficienza della linea, insieme a modelli predittivi di machine learning pensati per individuare in anticipo condizioni critiche, come possibili situazioni di deadlock.
Le metodologie sono state validate sia in ambiente simulativo sia attraverso un dimostratore fisico in scala di un sistema di produzione di statori, realizzato con componenti LEGO^(c)Mindstorm e controllori Raspberry Pi. Il modello, sincronizzato con l’ambiente digitale tramite protocollo MQTT, ha permesso di sperimentare l’integrazione tra dati di campo, modelli digitali e algoritmi decisionali.
MOTOWN ha coinvolto sei università italiane: Politecnico di Milano, Politecnico di Torino, Università degli Studi di Catania, Università degli Studi di Cagliari, Università degli Studi di Palermo e Università degli Studi di Roma “La Sapienza”, riunendo competenze in ambito manifatturiero, automazione e computing.
La conclusione di MOTOWN apre nuove prospettive verso sistemi produttivi di nuova generazione, nei quali digital twin, intelligenza artificiale e competenze umane possano collaborare in modo sempre più integrato. Il progetto contribuisce così alla trasformazione digitale della manifattura per la mobilità elettrica, fornendo strumenti per progettare fabbriche più intelligenti, connesse e resilienti.
Il progetto, coordinato dal Dipartimento di Meccanica, ha visto la partecipazione attiva del gruppo di ricerca composto da Nicla Firgerio e Lulai Zhu sotto la leadership del coordinatore di progetto Andrea Matta.
