Il processo di schiumatura è una delle fasi più importanti nella fabbricazione di un frigorifero: la schiuma, infatti, svolge sia una funzione strutturale sia una funzione di coibentazione termica. Quest’ultima è cruciale non solo per soddisfare gli standard qualitativi del prodotto, ma anche per garantire i requisiti in termini di efficienza energetica del prodotto.
L’obiettivo del progetto consiste nello sviluppare algoritmi di Machine Learning, in grado di individuare eventuali anomalie del processo di schiumatura, che possano quindi alterare gli standard qualitativi del frigorifero.
Gli output derivanti dall’analisi dei dati costituiranno poi un set di informazioni utili sia al reparto Qualità, per definire dei settaggi migliorativi per il macchinario, sia al reparto Manutenzione, per intervenire in caso di malfunzionamenti.
