Direttore Responsabile: Maria Teresa Della Mura

CERCA
MENU
Direttore responsabile: Maria Teresa Della Mura

.Industry 4.0

Monitoraggio industriale e Industrial Internet of Things

Il monitoraggio è uno dei primi passi verso la digitalizzazione e la trasformazione delle fabbriche. L'Industrial Internet of Things consente di accedere, analizzare, utilizzare e monetizzare tutti i dati presenti all’interno di questo ecosistema

I sistemi aziendali, e di conseguenza tutti gli asset e i dispositivi presenti all’interno di un’industria, sono una ricca fonte di dati non utilizzati. Il monitoraggio è uno dei primi passi che porta verso la digitalizzazione e la trasformazione delle fabbriche. Spesso il termine monitoraggio è associato all’IoT e in ambito industriale è denominato IIoT – Industrial Internet of Things. Esso consente di accedere, analizzare, utilizzare e monetizzare tutti i dati presenti all’interno di questo ecosistema. Al centro è necessario avere una piattaforma IIoT flessibile, la quale può fornire numerosi modi per eseguire queste operazioni e aumenta notevolmente le possibilità di trarne valore. Dall’ottimizzazione di ciò che viene lavorato e come viene eseguito, alla trasformazione di come mantenere e vendere i prodotti: esistono modi intelligenti per ottenere più valore, più velocemente.

A maggior ragione, in questo periodo contingente, è sempre più necessario avere una visione globale di tutto ciò che riguarda l’industria e magari poterlo fare anche a distanza.

Come gestire a distanza l’installazione, il collaudo, la diagnostica e l’assistenza delle macchine e degli impianti di un’azienda manifatturiera?

Sfruttando le tecnologie di realtà immersiva e IoT per abilitare e rendere più efficace il remote field service, operando sul campo con tecnici in loco e un esperto, fisico o virtuale, da remoto. Le tecnologie abilitanti da introdurre sono per esempio:

  • realtà aumentata
  • servizi di IoT per il monitoraggio degli asset
  • intelligenza artificiale, per poter analizzare i dati raccolti e generare nuovi insight

Realtà aumentata

La realtà aumentata è l’integrazione e il potenziamento delle possibilità che ci vengono offerte dai nostri sensi tramite dispositivi ad alta tecnologia. Ciò permette di aggiungere al mondo reale informazioni virtuali di ogni genere sovrapponendo un modello digitale alla realtà.

Le aziende hanno la necessità di introdurre tali tecnologie per visualizzare e migliorare la visione dell’utente applicando al mondo reale un overlay digitale capace di trasmettere informazioni immediate e facilmente comprensibili. È possibile inoltre istruire o guidare l’utente per raggiungere più velocemente il proprio obiettivo attraverso istruzioni grafiche o procedure real-time.

La realtà aumentata permette di manipolare le informazioni digitali tramite semplici interazioni e implementare una innovativa ed efficiente analisi dei progetti.

I benefici che l’azienda ne può trarre sono molteplici, ad esempio:

  • incrementare le abilità del lavoratore
  • diminuire il tasso di turnover
  • diminuire il numero di posti di lavoro non occupati
  • aggiornamento continuo delle competenze

I driver che portano le aziende ad affrontare questi temi sono disparati e spesso determinati da ciò che il mercato richiede: i prodotti e le aree di lavoro diventano sempre più complesse; installazioni e collaudi devono essere garantiti nonostante situazioni contingenti come quella attuale imposta da restrizioni sanitarie; il service è chiamato a essere sempre di più coinvolto nel business con il cliente e l’accesso alle informazioni e alla creazione dei contenuti deve essere garantito quasi in real-time; esiste un aumento delle richieste dei clienti e le conseguenti aspettative di immediatezza portano a essere in un mercato sempre più competitivo.

Queste tecnologie possono essere applicate in qualsiasi contesto che può abbracciare tutta la filiera di un’organizzazione aziendale.

  • Design: design collaborativo, design digitale, interfaccia aumentata
  • Manufacturing: istruzioni per i lavori di manutenzione, monitoraggio delle prestazioni, istruzioni di lavoro per operatore o montaggio
  • Sell&Market: dimostrazione del prodotto virtuale, augmented brand experience, ottimizzazione dello spazio al dettaglio
  • Service: manuali di servizio e istruzioni, ispezione e verifica del servizio, competenza a distanza
  • Training: formazione specifica per il lavoro, formazione sulla sicurezza, coaching esperto
  • Operate: Head-up display, manuale operatore aumentato, interfaccia aumentata

Oltre alle tecnologie appena descritte, è necessario avere un livello di aggregazione dei dati in grado di permettere di eseguire l’accentramento di tutte le informazioni che possono essere utili ai diversi livelli di dettaglio.

Le principali tecnologie abilitanti in ambito Industrial IoT sono:

  • la connessione e la raccolta dei dati in tempo reale, i quali divengono cruciali per essere efficaci in tutte le attività di monitoraggio
  • comprensione da remoto del corretto utilizzo del macchinario
  • monitoraggio e previsione delle condizioni di potenziale guasto o richiesta manutentiva
  • visione artificiale per controllo qualità
  • monitoraggio e supporto alle attività di installazione e collaudo.

Connessione e raccolta dei dati

L’IoT sta ora cambiando l’approccio alla progettazione delle infrastrutture di rete e sta guidando lo sviluppo di una nuova generazione di servizi e applicazioni. IoT si riferisce principalmente alla possibilità di interconnettere una rete di smart object che sono fondamentalmente nodi con interfaccia di rete di qualsiasi tipo e moduli come sensori o attuatori a bordo, generando una rete pervasiva e diffusa di reti seguendo lo stesso paradigma di Internet. Anche se questo scenario si basa su Internet per fornire connettività, non significa solo un numero enorme di nodi collegati a Internet, ma implica ridefinire il modo in cui le applicazioni vengono create e come i dati vengono raccolti, trasportati ed elaborati. È un grande cambiamento quello coinvolge tutti i livelli ICT e porta a nuove sfide, come operare in un ambiente altamente eterogeneo e progettare sistemi distribuiti. L’obiettivo è sviluppare applicazioni, basate sull’interazione tra oggetti, persone e sistemi intelligenti e una logica distribuita, in grado di fornire servizi a livello locale e anche tramite Internet.

I dati raccolti dal campo, generati da operatori, sensori, macchinari, ecc. generano un patrimonio spesso nascosto con il quale è possibile generare nuove analisi e nuovo business sia per una visualizzazione diversa rispetto ad uno standard ma anche per possibili previsioni. La manutenzione, spesso obiettivo dell’utilizzo di analisi di dati per migliorarne l’efficienza, migliora la produttività e la competitività agendo su questi fattori:

  • aumento dell’efficienza
  • miglioramento della qualità
  • riduzione dei costi di produzione
  • miglioramento del livello di servizio e dei tempi di risposta del mercato

Le principali politiche di manutenzione sono:

  • correttiva o incidentale: problema delle fermate non programmate dovute agli eventi di guasto
  • preventiva ciclica: riduce il problema delle fermate non programmate, ma introduce il problema dello spreco di ricambi e di manodopera
  • preventiva sulla base di determinate condizioni (condition monitoring): riduce lo spreco dei ricambi e della manodopera, ma introduce il problema dell’impostazione di soglie e quindi di interpretazione dei dati
  • predittiva: risolve i problemi dell’interpretazione dei dati utilizzando algoritmi d’intelligenza artificiale e può quindi fornire indizi anticipati sulle cause di malfunzionamento

Alert detection

Mediante il condition monitoring è possibile, da subito, monitorare in tempo reale la linea, rilevando e segnalando le anomalie funzionali automaticamente e in tempo reale, anche non gestite e modellate nei sistemi di controllo (PLC)

Analitica predittiva

Questo tipo di analisi permette di trasformare i dati raccolti in capacità di prevedere eventi, anticipando la necessità di ricambi o materiale d’usura. Esso permette di prevenire i fermi di macchina o di impianto. Questa analisi necessita d’altro canto di una mole di dati sufficienti per poter addestrare degli algoritmi d’intelligenza artificiale in grado di essere sufficientemente capaci di predire tali situazioni.

L’approccio del progetto in questo caso si ispira allo standard CRISP-DM (Cross Industry Standard Process Data Mining), che sfrutta i concetti tipici dei progetti di data science.

Le fasi principali sono:

  1. comprensione commerciale (definizione delle esigenze del cliente)
  2. comprensione dei dati (studio dei dati)
  3. preparazione dei dati (analisi dei dati e selezione delle funzionalità)
  4. modellazione (implementazione e test del modello)
  5. valutazione della fase V. (raccolta dei risultati)
  6. distribuzione (messa in produzione)

IIoT, dai dati alle soluzioni

Tutte queste tecnologie devono dar frutto a un engage evoluto per chi utilizza e opera nel mondo industriale. In particolare, il supporto per il service.

L’aggiunta di sistemi IoT consente di anticipare le esigenze del cliente, ottimizzando ulteriormente tempi e costi di intervento. Consente di avere le informazioni abilitanti alla gestione remota di operazioni più complesse quali il supporto a installazione e collaudo.

Possono essere consultate delle dashboard dedicate di supporto per il monitoring, il troubleshooting, la visualizzazione degli insight derivati dagli analytics e l’avviamento in modo da gestire gli eventi in tutta sicurezza e conformità con le richieste del cliente. Sono fruibili delle interfacce dedicate al collaudo macchina, con monitoraggio real time, reportistica in grado di gestire un piano di collaudo, dei relativi lanci, prestazioni di ogni lancio, ecc.

 

CATEGORIE:
Cloud
Dai dati dell'Osservatorio Industria 4.0 la fotografia dell'I4.0 nel nostro paese: con Industrial IoT e Analytics che trascinano il mercato, con il...
23 Giugno 2017
Vai all'articolo