95639 - INDUSTRY 4.0

Conoscenze e abilità da conseguire

The general objective of this course is to provide the general conceptual and technological framework that characterise Industry 4.0, focusing in particular on Internet of Things (IoT), Industrial IoT and Computer Vision and their application in digital transformation contexts. At the end of the course, a student: - has a global understanding about the big picture related to Industry 4.0 - knows the main principles, technologies and standards about Internet of Things (IoT) and Industrial IoT, integrated with contents delivered by other courses (e.g. service oriented architectures, API, web, cloud) - knows some main state-of-the art directions in this context. Examples are Web of Things, Digital Twins - knows the main application domains and concrete case studies concerning the application of IoT and Industrial IoT - knows the main topics in the field of computer vision (e.g. object detection and classification) and their applications - knows state-of-the art approaches and technologies in the context of computer vision, with reference to both classic techniques for image representation and deep learning based solutions - is able to analyse and evaluate the application of the models and technologies, as well as to build projects and prototype technologies, given a Digital Transformation context/problem - understands the technical and business vocabulary and the core topics revolving around IoT and Industry 4.0 - is able to effectively read and understand technical and specific papers and studies on IoT and Industry 4.0, to fluently discuss related topics in a technical and professional environment, and to deliver the focus information in a clear and fluent manner also laying down explicative texts.

Contenuti

Il corso copre i concetti fondamentali, le tecnologie, i driver, i trend e le implicazioni di Industry 4.0 e della Trasformazione Digitale in ambito industriale. Vengono affrontate le tecnologie di base dell’IoT (sensing, processing, comunicazione), le architetture industriali scalabili e gli standard di interoperabilità, l’integrazione di tecniche di AI e data analytics, nonché paradigmi avanzati come Digital Twins, Web of Things e Industry 5.0. Oltre agli aspetti tecnici, il corso analizza le implicazioni organizzative e di business della trasformazione digitale, attraverso lezioni, attività di laboratorio e un caso di studio reale.

Obiettivo Formativo Generale (Learning Goal)

• Gli studenti comprendono la storia, i driver interdisciplinari, le basi tecnologiche e lo stato attuale di Industry 4.0 e della Trasformazione Digitale industriale; sono in grado di riconoscere pattern ricorrenti, valutare modelli di business technology-driven e formulare stime ragionate sui trend futuri.

Obiettivo di Competenza Generale (Competency Goal)

• Gli studenti sono in grado di ideare, progettare, implementare e presentare soluzioni e prototipi IoT nel contesto della Trasformazione Digitale, di Industry 4.0 e dell’Industrial IoT.

Obiettivi Formativi Specifici (Conoscenze)

• Comprendere il concetto di resource-constrainedness nei sistemi Industry 4.0 e riconoscere metodi e approcci adeguati per sensing, identificazione, elaborazione e comunicazione in contesti a risorse limitate.

• Conoscere il panorama tecnologico dell’Industrial IoT, inclusi sistemi embedded, protocolli di comunicazione, gestione e rappresentazione dei dati, tecniche di AI e standard di interoperabilità.

• Comprendere modelli e architetture di riferimento, il concetto di Digital Twin, i principi del Web of Things e i paradigmi emergenti di Industry 5.0 e human-centered systems.

Obiettivi di Competenza Specifici (Abilità)

• Progettare e implementare prototipi funzionali di sistemi IoT end-to-end, integrando sensing, comunicazione, elaborazione dati e componenti edge/cloud.

• Valutare trade-off architetturali e tecnologici (es. edge vs. cloud, protocolli, standard) in scenari di Industrial IoT.

• Prendere decisioni informate in progetti di Trasformazione Digitale, mettendo in relazione scelte tecnologiche e esigenze di business, e comunicando in modo strutturato le soluzioni proposte.

 

Non sono richiesti presequisiti o competenze specifiche in ambito IoT, è preferibile avere competenze di base di programmazione, sistemi distribuiti e machine learning per i laboratori. 

Testi/Bibliografia

Il materiale didattico fornito è la fonte primaria per lo studio individuale.

Metodi didattici

L’insegnamento combina lezioni frontali, attività laboratoriali e analisi di casi reali per integrare aspetti teorici, tecnologici e applicativi dell’Industry 4.0.

• Lezioni frontali per introdurre modelli teorici, tecnologie, architetture e standard di riferimento.

• Laboratori pratici orientati allo studio ed analisi di prototipi IoT

• Analisi e discussione di casi studio per collegare le scelte tecnologiche alle implicazioni organizzative e di business.

Modalità di verifica e valutazione dell'apprendimento

La valutazione si basa su una combinazione di prova scritta e lavoro progettuale, finalizzata a verificare sia le conoscenze teoriche sia le competenze applicative. Sono previste le seguenti modalità di valutazione:

• Prova scritta con domande aperte, volta a valutare la comprensione dei concetti fondamentali, delle architetture, degli standard e dei trade-off tecnologici nell’ambito di Industry 4.0 e dell’Industrial IoT.

L’esame consiste in 8 domande, ciascuna valutata con un punteggio massimo di 4 punti. La valutazione si basa sulla completezza, chiarezza, organizzazione e sul livello di comprensione generale dei concetti trattati nel corso evidenziato nelle risposte.

Il punteggio totale, con un massimo di 32 punti, viene convertito direttamente nel voto finale. I punteggi superiori a 30 punti vengono registrati con lode.

Orario di ricevimento

Consulta il sito web di Samuele Burattini