© 2020 AISS
image-857

Quality & Engineering

La rivista dell'Accademia Italiana del Sei Sigma

ISSN: 2533-1469 cartacea

ISSN 2724-5764 online

logo
Volume 3, Numero 2-3-4, Articolo 4
Titolo
NUOVI MODELLI DI INTELLIGENZA ARTIFICIALE PER L’OTTIMIZZAZIONE DEI TURBOCOMPRESSORI
Autori
Diego Carmine Sinitò, Emanuele Di Cecca, Antonio Festa, Michele Di Lecce, Vito Santarcangelo, Massimiliano Giacalone
Affiliazione
iInformatica S.r.l.s. – Trapani,Dien Group S.r.l. – Matera,Università Federico II di Napoli
Sommario
Scopo del presente lavoro è quello di presentare un’analisi innovativa per l’ottimizzazione della geometria variabile di un turbocompressore durante le attività di regolazione e manutenzione. Le officine coinvolte nella manutenzione dei turbocompressori trovano nell’esperienza (know-how) del singolo meccanico la chiave per la migliore taratura e messa a punto dei turbocompressori. Tramite l’utilizzo di moderni macchinari 4.0 è possibile testare ed acquisire una numerosa mole di dati utile per l’estrazione di conoscenza tramite Weka utilizzabile per la supervisione delle fasi manutentive, l’addestramento di nuova manodopera e l’automazione delle fasi dei processi aziendali.
Keywords
turbocompressore, Dien, geometria variabile, Weka, PHP, datamining, web application.
Title
NEW ARTIFICIAL INTELLIGENCE PROTOTYPES FOR THE OPTIMIZATION OF TURBOCHARGERS
Abstract
The aim of this work is to present an innovative analysis for the optimization of the variable geometry of a turbocharger during adjustment and maintenance activities. The workshops involved in the maintenance of the turbochargers find in the experience (know-how) of their own mechanics the right key to the best calibration and tuning of the turbochargers. Through the use of modern 4.0 machines, it is possible to test and acquire a large amount of data useful for the extraction of knowledge through Weka. This information can be used for the supervision of the maintenance phases, the training of new manpower and the automation of the business process phases.
Citare come
D C Sinitò, E Di Cecca, A Festa, M Di Lecce, et al., 2019, NUOVI MODELLI DI INTELLIGENZA ARTIFICIALE PER L’OTTIMIZZAZIONE DEI TURBOCOMPRESSORI, Quality & Engineering 3(2-3-4), pp 181-194
Create Website with flazio.com | Free and Easy Website Builder