Il processo di smontaggio: confronto tra algoritmi di ottimizzazione ispirati alla natura

4 INTRODUZIONE L’attenzione all’ambiente e all’impatto ambientale dei prodotti ha portato negli ultimi anni a prestare grande attenzione all’utilizzo di differenti metodologie di progettazione del prodotto che tengano conto di tutte le fasi del suo ciclo di vita con particolare attenzione alla fase di fine vita (End Of Life). In questo contesto, l’operazione di disassemblaggio risulta fondamentale per il recupero delle risorse a fine vita, ed ha anche grande importanza per le strategie di estensione della vita di utilizzo del prodotto. Fino ad oggi la filosofia di sviluppo dei nuovi prodotti veniva riassunta dalla frase “from cradle to gate” . Giunto al proprio fine vita, il prodotto potrà essere:  riutilizzato nei processi produttivi (totalmente o in parte);  essere scomposto in materiali componenti che possono essere riciclati per la produzione dello stesso tipo o di altri prodotti;  essere utilizzato a fini di recupero energetico (termovalorizzazione);  essere smaltito in discarica. Ultimamente si sta diffondendo anche l’espressione “from cradle to grave” ovvero “dalla culla alla tomba” che pone l’accento sulla rivalorizzazione del prodotto a fine vita sotto forma di rientro in circolo dei materiali riciclati. L’obiettivo di questo lavoro consiste nello sviluppo di una metodologia innovativa di analisi del processo di smontaggio di un prodotto, mirato alla ricerca della sequenza ottimale, che minimizzi i costi e i tempi complessivi del processo. In questo lavoro viene prestata molta attenzione agli algoritmi di ottimizzazione ispirati alla natura, in particolare agli algoritmi ACO (Ant Colony Optimization), GENETICO e BCO (Bees Colony Optimization), ritenuti di notevole potenza per applicazioni concernenti la determinazione di sequenze ottimali di smontaggio. Le procedure utili all’applicazione degli algoritmi sono state implementate in ambiente Matlab, un software che, grazie alla sua capacità di lavorare su matrici, ha consentito di individuare le sequenze ottimali di smontaggio in breve tempo e con un buon numero di parametri personalizzabili.