Studio e Sviluppo di Modelli Digitali per Sistemi Ciberfisici Industriali

The aim of this doctoral thesis is to show how it is possible to digitize part of a production process through the development of the Digital Twin, in order to optimize its energy consumption. In the proposed solution, the Digital Twin was developed through a multi-physics modeling: its application to two different industrial processes validated its effectiveness. The first case study concerns the induction preheat of molds for shoe soles and their transportation, via autonomous electric vehicles, from an automated warehouse to a rotary machine which injects polyurethane directly into the molds. The second case study concerns the first phase of the cure cycle for resin in pre-preg composites of carbon car frames, where the molds are put under pressure and heated to 140°C for one hour. In both cases, the quality of the final product depends on the temperature of the mold, which is the main source of energy consumption. In order to realize the Digital Twin of the production process, the proposed solution does introduce an induction heating plate, including temperature sensors and input power control, which reduces energy consumption, increasing its efficiency up to 80-90%. Moreover, since the exact distribution of the resin at the end of the cure cycle is not known, the structural monitoring problem of composite materials has also been addressed. The proposed solution aims at placing optical fiber sensors directly inside the composite frame in order to monitor its structural integrity, both during the cycle itself and during the race; in this regard, the development of a Digital Twin for monitoring the cure cycle for resin is fundamental and present several advantages, including detection of pieces to be discarded during the production phase.

L’obiettivo di questa tesi di dottorato è quello di mostrare come sia possibile digitalizzare parte di un processo produttivo tramite lo sviluppo del Digital Twin (Gemello Digitale), al fine di ottimizzarne i consumi energetici. Nella soluzione proposta, il Digital Twin è stato sviluppato mediante una modellazione multifisica: la sua applicazione a due diversi processi industriali ne ha validato l’efficacia. Il primo caso studio riguarda il preriscaldamento ad induzione di stampi per le suole delle scarpe e il loro trasporto, tramite veicolo elettrico a guida autonoma, da un magazzino automatizzato ad una giostra automatica che inietta poliuretano negli stampi stessi. Il secondo caso studio riguarda la prima fase del ciclo di cura della resina in compositi pre-preg per telai di auto in carbonio, dove gli stampi vengono messi sotto pressione e riscaldati a 140 °C per un’ora. In entrambi i casi, la qualità del prodotto finale dipende dalla temperatura dello stampo, che è la principale fonte di consumo energetico. Nell’ottica di realizzazione del Digital Twin del processo produttivo, la soluzione qui proposta consiste nell’introduzione di un piano di riscaldamento ad induzione, comprensivo di sensori di temperatura e del controllo della potenza in ingresso, che riduce i consumi energetici, aumentandone il rendimento fino all’80-90%. Inoltre, poiché non è possibile conoscere esattamente l’uniforme distribuzione della resina al termine del ciclo di cura, è stato affrontato anche il problema del monitoraggio strutturale dei materiali compositi. La soluzione proposta mira all’inserimento di sensori in fibra ottica all’interno del telaio realizzato in materiale composito per monitorarne l’integrità strutturale sia durante il ciclo stesso che durante la gara; a tal proposito, sviluppare un Digital Twin per il monitoraggio del ciclo di cura della resina risulta fondamentale e presenta diversi vantaggi tra i quali l’individuazione dei pezzi da scartare in fase di produzione.