IMET2AL - Progetto Genamic Model prEdictive ConTrol Tools for evolutionAry pLants
Responsabile:
Ricerca
-
Data inizio: 01/01/2014
Durata: 16 mesi
Sommario
Il progetto IMET2AL si propone di sviluppare un prototipo software evolutivo, basato sulle idee della genomica, per l’impiego del controllo predittivo basato su modello, o Model Predictive Control (MPC). Lo scopo è quello di coadiuvare l’ingegnere dell’industria nello studio e nel progetto di sistemi di controllo per sistemi di produzione della fabbrica automatica caratterizzati da un comportamento in rapida evoluzione. Le soluzioni sviluppate sono ottimizzate rispetto a indici di prestazioni quali il flusso della produzione, i picchi di potenza elettrica assorbita e l’energia totale consumata dall’impianto, con l’obiettivo di garantire al sistema di produzione il comportamento desiderato.
I principali risultati attesi dal progetto IMET2AL sono:
I principali risultati attesi dal progetto IMET2AL sono:
- La condivisione, tra i partner del progetto, delle conoscenze relative all’impiego di tecniche avanzate di controllo predittivo e il loro impiego nell’industria manifatturiera.
- Lo sviluppo di una piattaforma software in grado di coadiuvare l’ingegnere della produzione nel progetto del sistema di automazione basandosi su un modello astratto di controllo, derivato dalle idee della genomica per caratterizzare l’intero sistema produttivo in base al suo comportamento evolutivo.
Risultati del progetto ed eventuali pubblicazioni scientifiche/brevetti
- Cataldo A., R. Scattolini, “Modeling and model predictive control of a de-manufacturing plant”. 2014 IEEE Multi-conference on Systems and Control, October 8-10 October 2014, Antibes, France, pp. 1855-1860.
- Cataldo A., R. Scattolini Logic control design and discrete event simulation model implementation for a de-manufacturing plant. Automazione-plus on-line journal, www.automazione-plus.it, November 2014, http://automazione-plus.it/logic-control-design-and-discrete-event-simulation-model-implementation
- Cataldo A., A. Perizzato, R. Scattolini: “Production scheduling of parallel machines with model predictive control”, submitted.