Smart retrofit solution for the industrial sector: sustainable digitalisation on legacy machines

Authors: Ilaria Pietrangeli
Cited by: 0

Abstract

Questo lavoro presenta una metodologia sistematica e un'architettura modulare di Smart Retrofit (SRA) per digitalizzare macchinari legacy attraverso hardware, software e un livello di comunicazione interoperabili che consentono l'acquisizione dei dati, l'analisi e il supporto alle decisioni centrato sull'essere umano. L'approccio è stato progressivamente affinato attraverso esperimenti preliminari, concretizzato in un toolkit dedicato (Smart Retrofit Toolkit, SRT) e successivamente applicato in implementazioni pilota sviluppate nell'ambito del progetto europeo AIDEAS. Esso è stato inizialmente reso operativo nell'AIDEAS Smart Retrofitter (AI-SR) e validato su banchi di prova industriali e di laboratorio. Presso PAMA S.p.A., AI-SR è stato applicato a grandi macchine utensili, dimostrando capacità di monitoraggio non invasivo mediante sensori, monitoraggio in tempo reale, analisi basate su intelligenza artificiale e miglioramenti misurabili sia dal punto di vista operativo sia ambientale; la scalabilità è stata verificata su una seconda macchina attraverso un rapido trasferimento dei modelli e l'utilizzo di un'ontologia condivisa. Presso D2 Technology, AI-SR è stato implementato su un banco prova con un database configurabile e un'interfaccia utente articolata in tre pannelli dedicati al monitoraggio, all'analisi dei dati storici e alla simulazione di scenari. Infine, presso IKERLAN, un Simulatore di Dati in Tempo Reale ha digitalmente sottoposto a retrofit un banco prova biella-manovella, trasmettendo dati per la valutazione quasi in tempo reale delle condizioni operative mediante modelli statistici e di intelligenza artificiale. Nel complesso, la metodologia, l'architettura SRA, il toolkit SRT e il sistema AI-SR dimostrano che lo smart retrofit rappresenta un percorso efficiente e sostenibile per raggiungere le funzionalità proprie dell'Industria 4.0 e 5.0 senza la necessità di sostituire completamente le apparecchiature esistenti.

Fields of Study & Subjects

Digital Transformation in Industry Industrial Automation and Control Systems Impact of AI and Big Data on Business and Society

Publication details

Journal / source
Università Politecnica delle Marche (Università Politecnica delle Marche)
Publication date
19 March 2026
Language
EN
Document type
Thesis