Keywords: Condition monitoring; testing; technical diagnostics; prognostics and health management; fault detection; fault diagnosis; risk assessment; reliability, safety and security; maintainability; condition-based maintenance; innovation models and assessment; technology audit; quality models and management; quality assessment; accreditation; certification; standardization; conformity.
Tematiche ed obiettivi
Tematiche: la linea di ricerca A3 è focalizzata sullo sviluppo e la caratterizzazione di modelli, metodi, strumenti e dispositivi per la misurazione, la valutazione e gestione dell’affidabilità, della qualità e dell’innovazione anche mediante tecniche di Intelligenza Artificiale, machine learning and data science. Le caratteristiche distintive di questa linea di ricerca sono: misure per garantire i livelli richiesti di RAMS (Reliability, Availability, Maintainability and Safety), attività di gestione dei processi di qualità e innovazione, applicazione di tecniche statistiche di controllo dei processi, analisi e gestione dell’affidabilità, diagnostica e prognostica, sistemi di monitoraggio e manutenzione, test di laboratorio, audit e valutazione della qualità.
Obiettivi
- Scientifici: avanzamento dello stato dell’arte nelle tecniche, metodi e strumenti di misurazione per la diagnostica e la prognostica e per la gestione della qualità e dell’innovazione anche mediante tecniche di AI.
- Industriali: sviluppo di nuovi metodi, tecniche e strumenti di misurazione volti a garantire i requisiti RAMS e supportare il miglioramento della qualità in molteplici settori applicativi.
- Sociali: migliorare la soddisfazione e il benessere delle persone, principalmente attraverso la sicurezza, la qualità dei prodotti e l’innovazione e quindi di supporto alle attività Industry 4.0 e 5.0.
Relazione annuale del responsabile - 2024
Le attività di ricerca che caratterizzano la linea A3 tipicamente coprono ambiti applicativi molto eterogenei tra loro. Per l’edizione 2024 del Forum Nazionale delle Misure, le unità operative del GMEE hanno presentato su questa linea 40 memorie brevi (di cui 5 selezionate per la relazione ad invito), praticamente raddoppiando i contributi rispetto alle passate edizioni.
La ripartizione per tematica vede per quest’anno una prevalenza di contributi su temi legati all’innovazione (45%) nei quali sono stati proposti nuovi metodi e sistemi di misura, seguite (32%) da memorie focalizzate su misure a supporto della valutazione della qualità e dell’affidabilità di prodotti, dispositivi e processi. Il rimanente 23% è dedicato al testing, al monitoraggio e il testing di componenti e sistemi per molteplici settori applicativi. Per quanto riguarda le metodologie adottate, è evidente il crescente ricorso a tecniche di intelligenza artificiale come machine learning e deep learning.
È significativo evidenziare il buon numero di collaborazioni tra le diverse unità operative distribuite sul territorio nazionale. In particolare, 9 contributi derivano da attività di ricerca condotte congiuntamente da due o più Unità GMEE. Inoltre, 4 memorie sono state realizzate in collaborazione con altri centri di ricerca nazionali, e una memoria è frutto di una partnership con un’azienda del settore. Infine, 3 memorie sono il risultato di collaborazioni con università straniere, a testimonianza della vivacità e del dinamismo scientifico del gruppo GMEE, nonché della sua capacità di instaurare e mantenere solide relazioni internazionali.