Design and implementation of a multi-agent system in an industrial environment for monitoring plant status and providing intelligent and predictive information

La tesi di progetto, intitolata 'Design and implementation of a multi-agent system in an industrial environment for monitoring plant status and providing intelligent and predictive information', presenta un approccio completo alla progettazione di un sistema multi-agente (MAS) per il monitoraggio e l'analisi predittiva di impianti industriali. Condotta presso lo stabilimento industriale di SPEA S.p.A. a Volpiano (TO), in collaborazione con i dipartimenti di ricerca e sviluppo di SPEA e del Politecnico di Torino, questa ricerca mira a ottimizzare l'efficienza e l'affidabilità dell'impianto attraverso meccanismi intelligenti di analisi e previsione dei dati in tempo reale. Il framework MAS sviluppato all'interno della tesi introduce una soluzione avanzata per la gestione delle operazioni dell'impianto mediante il monitoraggio continuo degli stati delle macchine, la raccolta di dati di produzione e l'esecuzione di analisi sistematiche per identificare modelli e prevedere potenziali problemi. Basato sul software Archimede di SPEA, il sistema è organizzato in più livelli operativi: il livello Macchina, che gestisce gli stati delle singole macchine; il livello Impianto, che aggrega i dati per una panoramica completa dell'impianto; e un potenziale livello Aziendale, che mira a unificare i dati in più sedi. All'inizio dell'architettura del sistema multi-agente c'è Agent001, un agente responsabile dell'estrazione dei dati, che raccoglie i dati sulle prestazioni della macchina dal software proprietario di SPEA, RunPack, e li organizza in un database MongoDB. In risposta alle prime valutazioni delle prestazioni, è stato introdotto un agente aggiuntivo, Agent002, per monitorare l'attività e i timestamp di comunicazione di RunPack sulle macchine SPEA. Questa aggiunta ha migliorato l'efficienza del sistema e, in modo critico, ha consentito una segnalazione più accurata dello stato della macchina. L'architettura interna è stata arricchita con agenti statistici progettati per compilare statistiche di output giornaliere e fornire informazioni sullo stato della macchina, portando alla creazione di uno StatusStatisticAgent, un agente specializzato nel monitoraggio dello stato sia a livello di macchina che di impianto. La tesi si concentra anche sullo sviluppo di un altro agente a livello di macchina, che insieme all'agente statistico a livello di impianto supporta l'elaborazione e la visualizzazione efficienti dei dati, che vengono poi forniti a una piccola applicazione web basata su React. Questa applicazione è divisa in due pagine; la prima, quella principale, a livello di Plant visualizza tutti gli stati delle macchine in tempo reale e consente all'utente di vedere l'ultimo stato macchina insieme all'ultimo timestamp elaborato. Nella seconda pagina, invece, che è specifica per ogni macchina a cui si accede, c'è una rappresentazione dettagliata dei tempi di risposta della macchina insieme a grafici che danno una panoramica in tempo reale degli stati critici e non critici che si sono verificati negli istanti di tempo più recenti.