{"id":870547,"date":"2016-05-20T09:56:48","date_gmt":"2016-05-20T08:56:48","guid":{"rendered":"https:\/\/www-dev.fagorautomation.com\/il-progetto-europeo-fatima-capitanato-da-aotek\/"},"modified":"2022-09-07T11:39:39","modified_gmt":"2022-09-07T10:39:39","slug":"il-progetto-europeo-fatima-capitanato-da-aotek","status":"publish","type":"post","link":"https:\/\/www-dev.fagorautomation.com\/it\/il-progetto-europeo-fatima-capitanato-da-aotek\/","title":{"rendered":"Il progetto Europeo FATIMA capitanato da AOTEK"},"content":{"rendered":"

Il governo basco ha approvato il progetto FATIMA<\/strong> che, all’interno del programma nazionale ELKARTEK, sar\u00e0 guidato da AOTEK<\/strong>, l\u2019unit\u00e0 di Ricerca e Sviluppo di Fagor Automation<\/a>, in collaborazione con i centri tecnologici ETIC ed IDEKO, e l’Universit\u00e0 di Mondragon<\/a>.\"FATIMA\"Questo progetto fa uso di tecniche di Intelligenza Artificiale<\/strong> e di apprendimento supervisionato applicato a grandi quantit\u00e0 di dati, anche non omogenei, meglio definito col termine \u201cBIG DATA\u201d.<\/p>\n

Il progetto \u00e8 passato al livello TRL4 di validazione del prototipo.<\/p>\n

Il problema che si cerca di risolvere \u00e8 quello di ottimizzare l’esecuzione dei programmi da lavorare in HSC (Alta Velocit\u00e0) nei controlli numerici FAGOR. Matematicamente, questo \u00e8 un problema di non facile soluzione, in cui vi sono notevoli complessit\u00e0 negli algoritmi di ricostruzione della geometria originale e la gestione di un gran numero di blocchi per cercare di raggiungere una velocit\u00e0 di lavorazione elevata.<\/p>\n

Per ridurne la complessit\u00e0, lo studio \u00e8 stato suddiviso in due problematiche. Una prima parte consta nel calcolo e simulazione di traiettorie teoriche e su un modello di macchina; questo modello \u00e8 semplificato in un modello lineare, ma non necessariamente unidimensionale.<\/p>\n

Ne segue un lavoro di analisi di una serie di pezzi (programmi) rappresentativi, che vengono eseguiti con diverse combinazioni di parametri macchina (diverse accelerazioni, jerk, etc..). Per dare una idea della complessit\u00e0 del lavoro, sono stati utilizzati diversi computers in parallelo, su cui girava il simulatore CNC8065 Fagor; dopo diverse settimane di simulazione, sono stati ottenuti pi\u00f9 di 2 terabyte di dati da analizzare.
\n\"figure
\nL’analisi di questi dati da parte di FAGOR e dei partner al progetto (IDEKO, ETIC, MGEP) determiner\u00e0 quali siano le caratteristiche dei programmi pi\u00f9 importanti per ottenere la lavorazione meccanica pi\u00f9 veloce e migliore.<\/p>\n

La seconda parte dello studio si occupa di ottenere il miglior modello possibile della macchina, in termini di lavorazione HSC. Dopo aver selezionato i programmi pi\u00f9 rappresentativi, ed utilizzando alcune tra le combinazioni di parametri ricavati nella fase precedente, i programmi saranno eseguiti su una macchina fornita dal centro IDEKO. Durante queste prove, i dati dei movimenti reali sono memorizzati mediante accelerometri e sensori; la quantit\u00e0 di dati che viene memorizzata \u00e8 molto grande, ma inferiore a quella ottenuta con la simulazione \u2013 occorrerebbero mesi per eseguire alla velocit\u00e0 reale tutti i programmi che sono stati simulati nella fase precendente del progetto.<\/p>\n

L’obiettivo finale del progetto \u00e8 ottenere un algoritmo di Intelligenza Artificiale che permetta una scelta dei parametri ottimali per la macchina e per il pezzo da eseguire<\/strong>, prima ancora di lanciare l\u2019esecuzione stessa della lavorazione; ed ovviamente integrare questo algoritmo nei CNC Fagor.<\/p>\n

Si tratta di obiettivi molto ambiziosi, con un notevole grado di innovazione rispetto allo stato dell\u2019arte attuale dei CNC disponibili sul mercato, con la piena integrazione tra le tecniche di analisi \u201cBIG DATA\u201d, ma allo stesso tempo, molto concentrato sulle necessit\u00e0 dei clienti FAGOR.<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"

Il governo basco ha approvato il progetto FATIMA che, all’interno del programma nazionale ELKARTEK, sar\u00e0 … <\/a><\/p>\n","protected":false},"author":1,"featured_media":843217,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[317],"tags":[2554],"class_list":["post-870547","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-otros-it","tag-intelligenza-artificiale","generate-columns","tablet-grid-50","mobile-grid-100","grid-parent","grid-33","resize-featured-image"],"acf":[],"featured_media_src_url":"https:\/\/www-dev.fagorautomation.com\/wp-content\/uploads\/fatima-1.jpeg","wpml_current_locale":"it_IT","wpml_translations":[],"_links":{"self":[{"href":"https:\/\/www-dev.fagorautomation.com\/it\/wp-json\/wp\/v2\/posts\/870547","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www-dev.fagorautomation.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www-dev.fagorautomation.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www-dev.fagorautomation.com\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www-dev.fagorautomation.com\/it\/wp-json\/wp\/v2\/comments?post=870547"}],"version-history":[{"count":0,"href":"https:\/\/www-dev.fagorautomation.com\/it\/wp-json\/wp\/v2\/posts\/870547\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www-dev.fagorautomation.com\/it\/wp-json\/wp\/v2\/media\/843217"}],"wp:attachment":[{"href":"https:\/\/www-dev.fagorautomation.com\/it\/wp-json\/wp\/v2\/media?parent=870547"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www-dev.fagorautomation.com\/it\/wp-json\/wp\/v2\/categories?post=870547"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www-dev.fagorautomation.com\/it\/wp-json\/wp\/v2\/tags?post=870547"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}