Digital-Twin

La prima parte del corso introduce il concetto di digital twin. Dopo una breve introduzione storica ne vengono descritte le caratteristiche, le potenzialità e le criticità, portando sempre numerosi esempi di applicazioni industriali.
In una seconda parte del corso ci si concentrerà invece sull’approccio data driven e sul digital twin. Vengono quindi descritti concetti di base di probabilità e statistica necessari per approcciarsi ai dati. Si tratterà nel dettaglio la sinergia fondamentale tra sensoristica IoT e trattamento algoritmico dei dati digitali. Verranno descritte le principali tecniche di machine learning utilizzate nella replica digitale fornendo una guida pratica, tramite esempi tratti da use case industriali reali.
Si affronterà, infine, in maniera specifica un caso proposto dalla classe, elaborando la scelta della soluzione ottimale in base agli obiettivi, ai requisiti ed ai dati a disposizione.

LEARNING OUTCOME
Lo studente apprenderà nozioni generali sulle motivazioni e sulle potenzialità alla base del paradigma Digital Twin. Acquisirà la terminologia tecnica ed i concetti di base per potersi orientare nella scelta delle tecnologie e metodologie algoritmiche più indicate nella gestione di casi industriali, dalla definizione delle necessità specifiche al procedimento risolutivo.

 Data di inizio 

su richiesta

 Prezzo 

400€

 Durata 

8 ore

CERTIFICAZIONE DELLE COMPETENZE

rilasciata da MADE
Competence Center I4.0
 

PREREQUISITI
Sono prerequisiti non vincolanti una conoscenza delle nozioni di base di calcolo, statistica, e probabilità. Si consiglia una certa familiarità con il processo di produzione industriale e con la gestione del ciclo di vita del prodotto.

DOCENTE: Denise Maffione

BIBLIOGRAFIA
Riferimenti utili sono:
- Industry 4.0 and the digital twin, Deloitte(2017)
- Burkov, A., The Hundred-Page Machine Learning Book (2019)

IN COLLABORAZIONE CON AIZOON

Scuola di competenze 4.0

Digital-Twin