This thesis focuses on automation systems, particularly Programmable Logic Controllers (PLCs) and their integration with Barcode Readers in Welding Ma- chine Automation. It explores the vital components of modern automation systems and their significance in various industries like automotive, aerospace, and manufacturing. The thesis highlights the extensive use of PLCs in control systems and manu- facturing automation through case studies. It showcases successful examples of barcode reader integration in welding machines, ensuring accurate identifica- tion, efficient tracking, and enhanced traceability of components for improved production efficiency and quality. The study also identifies emerging trends in barcode reader technology, such as advanced image processing, IoT integration, mobile scanning, and AI-driven barcode recognition. Additionally, it examines potential advancements in weld- ing machine automation, including collaborative robots, adaptive control algo- rithms, data analytics, and predictive maintenance for increased productivity and equipment reliability. Emphasizing Human-Machine Collaboration, the thesis stresses the importance of intuitive interfaces, AR support, and effective communication between operators and automated systems, promoting seamless collaboration and knowledge transfer. In conclusion, this thesis underscores the transformative impact of automation systems and barcode reader technology in welding machine automation. By em- bracing the latest trends, industries can achieve heightened efficiency, enhanced quality control, and improved traceability, revolutionizing modern manufacturing.

Questa tesi si concentra sui sistemi di automazione, in particolare sui Control- lori Logici Programmabili (PLC) e la loro integrazione con Lettori di Codici a Barre nell’Automazione delle Macchine da Saldatura. Esplora i componenti fon- damentali dei moderni sistemi di automazione e la loro importanza in diverse industrie come l’automotive, l’aerospaziale e la manifatturiera. La tesi mette in evidenza l’ampio utilizzo dei PLC nei sistemi di controllo e nell’automazione manifatturiera attraverso studi di caso. Mostra esempi di suc- cesso dell’integrazione dei lettori di codici a barre nelle macchine da saldatura, garantendo l’identificazione precisa, il monitoraggio efficiente e la tracciabilità migliorata dei componenti per un miglioramento dell’efficienza e della qualità della produzione. Lo studio identifica anche le tendenze emergenti nella tecnologia dei lettori di codici a barre, come l’elaborazione avanzata delle immagini, l’integrazione con Internet of Things (IoT), la scansione mobile e il riconoscimento intelligente dei codici a barre tramite intelligenza artificiale (AI). Inoltre, esamina possibili sviluppi nell’automazione delle macchine da saldatura, inclusi robot collabora- tivi, algoritmi di controllo adattativo, analisi dei dati e manutenzione predittiva per aumentare la produttività e la affidabilità delle apparecchiature. Mettendo in risalto la Collaborazione Uomo-Macchina, la tesi sottolinea l’importanza di interfacce intuitive, il supporto della Realtà Aumentata (AR) e una comuni- cazione efficace tra gli operatori e i sistemi automatizzati, promuovendo una collaborazione e un trasferimento di conoscenze senza soluzione di continuità. In conclusione, questa tesi evidenzia l’impatto trasformativo dei sistemi di au- tomazione e della tecnologia dei lettori di codici a barre nell’automazione delle macchine da saldatura. Abbracciando le ultime tendenze, le industrie possono raggiungere una maggiore efficienza, un miglior controllo qualità e una traccia- bilità migliorata, rivoluzionando la moderna manifattura.

Miglioramento della tracciabilità nelle linee di saldatura attraverso l'integrazione di lettori di codici basati su intelligenza artificiale nei sistemi di automazione

SEYEDHASSANIDOLATABAD, ALIREZA
2023/2024

Abstract

This thesis focuses on automation systems, particularly Programmable Logic Controllers (PLCs) and their integration with Barcode Readers in Welding Ma- chine Automation. It explores the vital components of modern automation systems and their significance in various industries like automotive, aerospace, and manufacturing. The thesis highlights the extensive use of PLCs in control systems and manu- facturing automation through case studies. It showcases successful examples of barcode reader integration in welding machines, ensuring accurate identifica- tion, efficient tracking, and enhanced traceability of components for improved production efficiency and quality. The study also identifies emerging trends in barcode reader technology, such as advanced image processing, IoT integration, mobile scanning, and AI-driven barcode recognition. Additionally, it examines potential advancements in weld- ing machine automation, including collaborative robots, adaptive control algo- rithms, data analytics, and predictive maintenance for increased productivity and equipment reliability. Emphasizing Human-Machine Collaboration, the thesis stresses the importance of intuitive interfaces, AR support, and effective communication between operators and automated systems, promoting seamless collaboration and knowledge transfer. In conclusion, this thesis underscores the transformative impact of automation systems and barcode reader technology in welding machine automation. By em- bracing the latest trends, industries can achieve heightened efficiency, enhanced quality control, and improved traceability, revolutionizing modern manufacturing.
2023
Enhancing Traceability in Welding Lines through the Integration of AI-Powered Code Readers with Automation Systems
Questa tesi si concentra sui sistemi di automazione, in particolare sui Control- lori Logici Programmabili (PLC) e la loro integrazione con Lettori di Codici a Barre nell’Automazione delle Macchine da Saldatura. Esplora i componenti fon- damentali dei moderni sistemi di automazione e la loro importanza in diverse industrie come l’automotive, l’aerospaziale e la manifatturiera. La tesi mette in evidenza l’ampio utilizzo dei PLC nei sistemi di controllo e nell’automazione manifatturiera attraverso studi di caso. Mostra esempi di suc- cesso dell’integrazione dei lettori di codici a barre nelle macchine da saldatura, garantendo l’identificazione precisa, il monitoraggio efficiente e la tracciabilità migliorata dei componenti per un miglioramento dell’efficienza e della qualità della produzione. Lo studio identifica anche le tendenze emergenti nella tecnologia dei lettori di codici a barre, come l’elaborazione avanzata delle immagini, l’integrazione con Internet of Things (IoT), la scansione mobile e il riconoscimento intelligente dei codici a barre tramite intelligenza artificiale (AI). Inoltre, esamina possibili sviluppi nell’automazione delle macchine da saldatura, inclusi robot collabora- tivi, algoritmi di controllo adattativo, analisi dei dati e manutenzione predittiva per aumentare la produttività e la affidabilità delle apparecchiature. Mettendo in risalto la Collaborazione Uomo-Macchina, la tesi sottolinea l’importanza di interfacce intuitive, il supporto della Realtà Aumentata (AR) e una comuni- cazione efficace tra gli operatori e i sistemi automatizzati, promuovendo una collaborazione e un trasferimento di conoscenze senza soluzione di continuità. In conclusione, questa tesi evidenzia l’impatto trasformativo dei sistemi di au- tomazione e della tecnologia dei lettori di codici a barre nell’automazione delle macchine da saldatura. Abbracciando le ultime tendenze, le industrie possono raggiungere una maggiore efficienza, un miglior controllo qualità e una traccia- bilità migliorata, rivoluzionando la moderna manifattura.
PLC
Automation
Welding Machines
Barcode Reader
PLC Communication
File in questo prodotto:
File Dimensione Formato  
Seyedhassanidolatabad_Alireza.pdf

accesso aperto

Dimensione 30.95 MB
Formato Adobe PDF
30.95 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/64054