DIADEM - Dimostratori di DIAgnostica predittiva e Monitoraggio di componenti elettromeccanici per l’Industria 4.0 mediante lo sviluppo e l’applicazione di un innovativo sensore di DEformazione MEMS per misure non invasive ad altissima risoluzione
Il progetto è realizzato grazie ai Fondi europei della Regione Emilia-Romagna
Responsabile Scientifico: Prof. Giorgio Dalpiaz
Capofila: RAW Power s.r.l.
Partner del progetto:
- IN4 Hub
- UniMoRE INTERMECH - MO.RE.
- Consorzio futuro in ricerca
Finanziamento concesso: 499.475,96 €
Finanziamento destinato a Unife: 159.932,82 €
Durata: 24/30 mesi
Il progetto
Il progetto DIADEM ha come punto di partenza il progetto Moliere, che ha permesso di sviluppare un sensore di coppia/velocità e pressione basato su un sensore di deformazione MEMS ad altissima risoluzione e a costo ridotto. Nel progetto DIADEM si prevede di ampliare lo spettro delle possibili applicazioni di questa tecnologia attraverso l’installazione del sensore MEMS in una varietà di dimostratori, al fine di proporre tecniche innovative per il monitoraggio degli stessi. Infatti, grazie all’accurata e non invasiva misura della deformazione garantita dal sensore si potranno:
- stimare indirettamente parametri di funzionamento del componente monitorato
- diagnosticare l’eventuale insorgere di difetti.
In particolare, con il contributo delle aziende, si prevede di sviluppare quattro tipologie dimostratori: riduttori (ordinari ed epicicloidali), motori elettrici, pompe volumetriche e sistemi di fissaggio. In maggior dettaglio per le seguenti misure: coppia e velocità, variazioni campo magnetico rotante, velocità e pressione e stima del carico trasmesso.
Infine, per quanto riguarda la diagnostica real-time, sarà necessario sviluppare algoritmi di diagnostica dedicati per ogni componente, sia basati su tecniche di Machine Learning che su approcci Digital Twin.
Obiettivi e risultati attesi
Obiettivi
- Definizione della posizione ottimale dei sensori sulla struttura;
- Realizzazione dei Digital Twin;
- Sviluppo di tecniche volte alla stima di parametri di interesse a partire dalla misura di deformazione;
- Sviluppo di algoritmi di Machine Learning dediti a diagnostica e monitoraggio sulla base dei dati acquisiti in real-time;
- Sviluppo di tecniche di diagnostica real-time basate su Digital Twin, ossia capacità di correlare attraverso la misura puntuale il comportamento in zone non direttamente monitorabili del sistema;
- Realizzazione di un dimostratore dedicato ad ogni tipologia di componente monitorato/applicazione, ossia riduttore (ordinario e/o epicicloidale), motore elettrico, pompa volumetrica e sistemi di fissaggio (TRL 7).
Risultati attesi
- Collocazione ottimale dei sensori;
- Definizione dei sistemi di acquisizione necessari;
- Algoritmi di Machine Learning per la diagnostica e il monitoraggio;
- Digital Twin validati per ogni componente/applicazione;
- Algoritmi di diagnostica real-time basati su Digital Twin;
- Dimostratori che permettano di evidenziare il contributo del progetto DIADEM.