Riassunto analitico
Il mercato in cui le aziende oggi sono chiamate ad operare è caratterizzato dal protrarsi di condizioni di incertezza, il prolungarsi della stagnazione della domanda, la crescente complessità determinata dall’iterazione di molteplici variabili (economiche, finanziarie, tecnologiche, …) i cui effetti non sono ne noti ne stabili nel tempo. In una simile situazione di complessità ed incertezza, l’adozione di strumenti e metodologie volte ad un maggiore controllo dei processi e della loro variabilità intrinseca gioca un ruolo fondamentale in qualsiasi contesto industriale. In quest’ottica il mio percorso di dottorato ha avuto lo scopo principale di studiare e sviluppare strumenti avanzati di supporto alle decisioni per le aziende manifatturiere. I lavori sviluppati durante i miei studi si sono focalizzati su due rami.
Il primo ramo riguarda lo sviluppo di un framework per la simulazione di processi stocastici a flusso continuo sfruttando un approccio ad eventi discreti. Questo lavoro si è posto l’obbiettivo di essere utile in ambiti industriali caratterizzati da un flusso di produzione continuo (es. settore del food & beverage) come in campi caratterizzati da un tasso di produzione così elevato che può essere approssimato ad un flusso continuo senza introdurre errori significativi (es linee automatiche di packaging).
Il secondo ramo riguarda lo sviluppo di un modello analitico per descrivere sistemi di alimentazione di linee di assemblaggio servite da “logistic trains”. Questo modello è stato sviluppato partendo dai principi su cui si basa la lean production e i sistemi a kanban a cui sono stati applicati avanzati concetti di teoria delle code al fine di minimizzare le materie prime e i semilavorati presenti sulle linee di assemblaggio e massimizzare il tasso di produttività di tali linee.
L’obbiettivo degli studi realizzati durante il percorso di dottorato è quello di fornire alle aziende manifatturiere strumenti e modelli basati su concetti avanzati di controllo della variabilità di processo.
|
Abstract
Nowadays, the global market in which companies compete is characterized by a set of uncertain conditions, the prolonged stagnation of demand, the increasing complexity determined by the iteration of multiple variables (economical, financial, technological, ...) whose effects are unknown and unstable over time. In such a situation of complexity and uncertainty, the adoption of tools and methodologies to better control processes and their inherent variability plays a major role in any industrial environment. Hence, in my doctoral program, the main purpose has been to study and develop advanced tools for supporting the decision-making process in manufacturing companies. The work developed during my studies have focused on two research fields.
The first research field concerns the development of a new framework for carrying out simulations of continuous-time stochastic processes by exploiting a discrete event approach. The application scope of this work mainly refers to industrial production processes executed on a continuous flow of material (e.g. food and beverage industry) as well as production processes working on discrete units but characterized by a high speed flow (e.g. automated packaging lines).
The second research field concerns the development of an analytical model of mixed-model assembly line served by a logistic train. This model has been developed by including the principles of “lean production” and “kanban systems” together with advanced concepts of queuing theory, with the aim of minimizing the amount of work-in-process and maximizing the production rate of such lines.
The main objective of my studies is to provide manufacturers with tools and models based on advanced concepts for the control of process variability.
|
