Apprendimento autonomo e indotto: analisi delle curve di apprendimento per la produzione di un componente in fibra di carbonio. Il caso Automobili Lamborghini.

Questo studio esamina i processi e le curve di apprendimento a partire dal monitoraggio della produzione di un componente in fibra di carbonio. Tale studio si concentra su un modello di curva di apprendimento che descrive dati reali raccolti dalla produzione di un nuovo componente presso l'azienda bolognese Automobili Lamborghini S.p.A., leader nel settore automotive per la produzione di auto sportive di lusso con componenti in fibra di carbonio. Questa ricerca ਠil risultato di un tirocinio di cinque mesi presso il dipartimento Pre-Serie del Centro Compositi di tale azienda. Lo scopo della tesi ਠlo studio di una curva che descriva l'effetto dell'apprendimento autonomo e indotto sul miglioramento della produttività  per un componente composito. Questo tipo di approccio ਠnuovo nella letteratura scientifica. Il nuovo componente di cui ਠstato effettuato il monitoraggio del processo produttivo ਠil tetto in carbonio a vista del modello Lamborghini coupà© Aventador SVJ Livery. Il processo di produzione ਠfortemente manuale e consiste principalmente in un processo di laminazione e di altre minori operazioni di assemblaggio. Per cinque settimane sono stati rilevati i tempi di esecuzione di ogni operazione svolta da quattro operatori differenti. Tali dati ad alto livello di dettaglio sono poi stati aggregati e hanno condotto ad un'analisi significativa. I modelli di curve di apprendimento pi๠importanti presenti in letteratura sono stati testati sui dati raccolti, successivamente sono stati creati nuovi possibili modelli di curve, e infine ਠstata identificata la curva di apprendimento con minor MSE. Questo modello bivariato, testato su un dataset reale, considera sia il volume di produzione sia le ore di formazione come variabili indipendenti. Il risultato raggiunto ਠassai importante per i processi decisionali e la pianificazione della produzione per componenti compositi in ambito automotive. Si suggerisce, tuttavia, di testare il modello ottenuto in altri settori e per processi differenti, approfondendo cosଠla validità  della ricerca.