MIMOS.it - Movimento Italiano Modellazione e Simulazione ...Marta Rinaldi, Eng., Ph.D. Sim-food, Parma, 22 Aprile 2015 15 of 16 L’analisi si è concentrata sullo studio di soluzioni

Dipartimento di Ingegneria IndustrialeUniversità degli studi di Parma

Marta Rinaldi, Eng., Ph.D. 1 of 16Sim-food, Parma, 22 Aprile 2015

Marta Rinaldi, Eng., Ph.D.

Dipartimento di Ingegneria Industriale, Università degli Studi di Parma [email protected]



1. Il contesto

2. Analisi del sistema attuale

3. Descrizione del modello di simulazione implementato

4. Analisi “WHAT IF” e valutazione degli interventi migliorativi

5. Conclusioni e sviluppi futuri



Emilia Romagna = Italian FOOD VALLEY

Alta densità di:

• Multinazionali in ambito Food and beverage

• Stabilimenti produttivi dell’Industria alimentare

• Prodotti alimentari tipici, famosi in tutto il mondo



Allevamento di bovini da latte, il cui latte è conferito ad un caseificio che produce Parmigiano Reggiano

Stabilimento produttivo di Parmigiano-Reggiano

Allevamento di bovini da latte



Disciplinare di Produzione Parmigiano-Reggiano:

• Due mungiture giornaliere

• Ogni mungitura deve essere svolta in un

tempo massimo di 4 ore

Obiettivo dello studio

Analisi del sistema tramite simulazione ad

eventi discreti con lo scopo finale di

migliorare il sistema attuale:

- Ridurre il tempo dedicato alle operazioni di

mungitura

- Aumentare il numero di capi

FASI DEL LAVORO:

1. Analisi del sistema attuale

2. Creazione di un modello simulativo per la riproduzione dello scenario “AS IS”

3. Valutazione delle performance dello scenario “AS IS”

4. Identificazione delle soluzioni migliorative

5. Analisi “WHAT IF” e valutazione degli interventi migliorativi apportati

Rispetto vincoli del Disciplinare

Allevamento di bovini da latte



La stalla è suddivisa in settori per ospitare quattro differenti gruppi:

I gruppi vengono prima convogliati in sala d’attesa uno alla volta e in seguito entrano in sala di mungitura in 2 gruppi da

otto per riempire due pettini.



Dati di INPUT:

Per ogni capo (da database, circa 2 rilevazioni/gg per 10 giorni): 1. Gruppo (Stanche, Gravide, primipare, Pluripare)2. Durata mungitura3. Litri latte prodotti

Dati rilevati sul campo, per gruppo (10 rilevazioni): 1. Tempi di spostamento dai box alla sala di attesa2. Tempo di ingresso nelle postazioni di mungitura3. Operazione di lavaggio e preparazione alla

mungitura4. Operazione di attacco per la mungitura5. Operazione di stacco per la mungitura6. Tempo di uscita dalle postazioni di mungitura7. Tempi di spostamento dalla sala di mungitura ai

box



GravidePrimipare

Stanche

Pluripare

Sala d’attesa

Sala di mungitura

Analisi dati di INPUT:• Dati estratti da database(operazioni automatiche)• Rilevazioni sul campo

(operazioni manuali e tempi di spostamento)

Impostazione delle logiche di spostamento e di mungitura

Assegnazione casuale dei tempi rilevati, tramite sorteggio

Raccolta dati di output della simulazione e analisi dei risultati



Munti 172 capi

Tempo medio mungitura: 2 ore 35 minuti

Totale litri prodotti: circa 2000

l/mungitura

Validazione del modello



Rispetto vincoli del Disciplinare

Aumentare il numero di capi/produttività totale

della stalla

Ridurre il tempo dedicato alle operazioni di

mungitura

Necessita di interventi radicali

Ottenibile con semplici integrazioni della

configurazione attuale

1 2



Configurazioni To Be #1

Sala di mungitura con due pettini da dodici postazioni

Da 8 a 12 postazioni

1. Tempo di ingresso nelle postazioni di mungitura

2. Operazione di lavaggio e preparazione alla mungitura

3. Operazione di attacco per la mungitura 4. Operazione di stacco 5. Tempo di uscita dalle postazioni di mungitura



Munti 172 capi



l/mungitura

- 23 min Scenario “AS IS”



Configurazioni To Be #2

Da 8 a 12 postazioniSpostamento in zona centrale

rispetto ai box

Tempi di spostamento dai box alla sala di attesa e

viceversa

Sala di mungitura centrale con due pettini da dodici postazioni

1

2



Munti 172 capi



l/mungitura

- 31 min Scenario “AS IS”

- 8 min Scenario #1



L’analisi si è concentrata sullo studio di soluzioni che non richiedessero cambiamenti radicali all’interno dell’azienda agricola.

Entrambe le soluzioni studiate consentono un risparmio di tempo che permetterebbero di migliorare la gestione della stalla, in quanto gli addetti potrebbero dedicarsi ad altre mansioni.

Soluzione migliorativa: CONFIGURAZIONE 1

Conclusioni

Valutazione performance sistema “AS IS” in altre stagioni

Valutazione dell’introduzione di diversi sistemi di mungitura nel rispetto dei vincoli del disciplinare

Sviluppi futuri



Marta Rinaldi, Eng., Ph.D.

e-mail: [email protected] phone: +39 0521 905387

Grazie per l’attenzione

Documents

MIMOS.it - Movimento Italiano Modellazione e Simulazione ...Marta Rinaldi, Eng., Ph.D. Sim-food, Parma, 22 Aprile 2015 15 of 16 L’analisi si è concentrata sullo studio di soluzioni