Referente scientifico:

Principali persone coinvolte:
PAGANO CLAUDIA
REBAIOLI LARA

Partner:
Mondragon Goi Eskala Politeknikoa (ES)
The University of Nottingham (UK)
Kungliga Tekniska Hoegskolan (SE)
TQC Ltd (UK)
Fundacion Tecnalia Research & Innovation (ES)
Petronor Inoovacion (ES)
Consiglio Nazionale delle Ricerche – STIIMA (IT)
UNINOVA – Instituto de Desenvolvimento de NovasTecnologias – Associacao (PT)

Tipologia: H2020-MSCA-GA814078

Anno fine: 2024

Anno inizio: 2019

Durata: 5

Costo complessivo: € 3.750.227,28

Finanziamento complessivo: € 3.750.227,28

Costo STIIMA: € 522.999,36

Finanziamento STIIMA: € 522.999,36

Digital Manufacturing and Design Training Network

Il progetto DiManD mira a migliorare la competitività industriale dell’Europa attraverso lo sviluppo e l’implementazione di un network di ricerca e alta formazione, multidisciplinare, multi professionale e cross-settoriale di alta qualità, nell’ambito del manifatturiero avanzato, digitalizzazione dei processi produttivi e sistemi cyber-fisici, con l’obiettivo ambizioso di formare i futuri professionisti dell’Industria 4.0. Il consorzio ha selezionato 14 giovani ricercatori, di cui 2 in STIIMA-CNR, che seguiranno un percorso di ricerca in ambito sia accademico che industriale, per diventare Dottori di ricerca, specialisti di sistemi cyber-fisici per il Manifatturiero Avanzato.
Le attività di ricerca sono focalizzate a:
– Creare un sistema di architetture e metodologie standardizzate per lo sviluppo di sistemi cyber-fisici di produzione e deproduzione e le relative infrastrutture informatiche
– Progettare e sviluppare sistemi di supervisione per l’adattamento autonomo del comportamento dei sistemi di produzione distribuiti, basati su sistemi autonomi context-aware.
– Applicare le tecnologie di big data analytics, sistemi cyber-fisici e data mining ai sistemi di produzione per consentire un’elaborazione più efficiente dei dati per scopi di monitoraggio, controllo, configurazione e diagnostica avanzata, fornendo allo stesso tempo sicurezza e riservatezza senza compromettere la necessità di condividere dati tra le diverse organizzazioni della catena di produzione.