- Docente: Riccardo Accorsi
- Crediti formativi: 6
- SSD: ING-IND/17
- Lingua di insegnamento: Inglese
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
-
Corso:
Laurea Magistrale in
Automation engineering (cod. 6711)
Valido anche per Laurea Magistrale in Advanced Automotive Engineering (cod. 9239)
Conoscenze e abilità da conseguire
Students learn the general criteria and methods aimed at managing and optimizing production systems and operations, and improve their skills in developing decision-support systems (DSS) and tools for Industrial and manufacturing environments.
Contenuti
- Introduzione e Background Teorico Sistemi Produttivi: Nomenclatura, Keywords, Sistemi ed entità, Processi e Decisioni in ambito di Produzione.
Approccio Metodologico
- Progettazione Gestione della Produzione: Approccio Entità-Metodi-Decisione-Performance; Classificazione problemi decisionali e relativa gerarchia.
- Sviluppo di Sistemi/Applicazioni di Supporto alle Decisioni in ambito Produttivo: Gestione ed Organizzazione Dati di Domanda e Produzione, Excel Datasheets, Linguaggi di Programmazione per l'Ottimizzazione matematica ed il supporto alle decisioni (AMPL).
- Sostenibilità Ambientale: Decision-making su problemi di gestione ed ottimizzazione della produzione vincolati alla riduzione degli impatti ambientali dei consumu energetici di produzione ed emissioni GHGs.
Topic e Applicazioni
- Production & Inventory Management: Modelli di Ottimizzazione per la gestione del Resource Requirement Planning; Modelli di Ottimizzazione per il Make-or-Buy. Gestione Fabbisogno dei Materiali; Optimal Master Production Schedule (O-MPS); Optimized Material Requirement Planning (O-MRP); Lot-sizing Problem; Integrated production & Inventory Management Optimization Problems (Multiple-Items, Varying Demand, Backlogs).
- Production Optimisation: Tecniche di ottimizzazione del processo produttivo e delle risorse di produzione; Metodi e modelli ottimi ed euristici di Scheduling dei task produttivi con diverse configurazioni di Layout. Algoritmi e modelli ottimali per lo scheduling di produzione. Ottimizzazione sequenza di setup.
Testi/Bibliografia
Appunti delle lezioni (redatti via tablet dal docente) saranno stampati in pdf e resi disponibili a valle di ogni lezione. Bibliografia e supporti allo studio (Slides, References, Training Code, Excel Files) verranno forniti durante lo svolgimento del corso tramite la piattaforma UniBo Virtuale (virtuale.unibo.it). Testi aggiuntivi per approfondimenti sono disponibili su richiesta ed hanno carattere addizionale e di approfondimento.
Metodi didattici
In presenza.
Applicazioni numeriche ed esercitazioni saranno utilizzati per favorire il coinvolgimento e l'interazione diretta tra i partecipanti al corso e l'apprendimento dei metodi quantitativi necessari ad affrontare problemi pratici del settore industriale.
L'apprendimento sarà inoltre condotto tramite lavori di gruppo in aula ed ore di supervisione progetto collegiali.
Modalità di verifica e valutazione dell'apprendimento
L'esame finale consta nella consegna e discussione di progetto da svolgersi in gruppi di 2-3 persone. Il progetto prevede la progettazione e lo sviluppo di un'applicazione di supporto alle decisioni (DSS) scritta nei Linguaggi AMPL (+ VBA or Python) tramite l'Interfaccia MS Excel o MS Access.
Il progetto sarà accompagnato da un documento volto alla descrizione dell'applicazione sviluppata, della base dati analizzata e dei risultati numerici ottenuti.
Parte del voto sarà conseguenza anche della partecipazione attiva dello studente durante il corso.
Alcuna conoscenza informatica pregressa è considerata come obbligatoria o raccomandata, ma proattività e curiosità alla materia sono ampliamente incoraggiate.
Nonostante brevi cenni saranno forniti nel corso delle lezioni, sono da considerarsi propedeutiche basi di Gestione della Produzione, Metodi e Modelli di gestione a Fabbisogno e Scorta, JIT e Kan ban system, produzione push vs. pull, e nomenclatura dei sistemi produttivi (BOM, Task, Ciclo di Fabbricazione, Risorsa, etc.).
Orario di ricevimento
Consulta il sito web di Riccardo Accorsi
SDGs



L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.