Edge computing per lo smart manufacturing, i benefici dell’analisi dati in locale per i nuovi modelli di fabbrica intelligente | Internet 4 Things

Direttore Responsabile: Maria Teresa Della Mura

CERCA
MENU
Direttore responsabile: Maria Teresa Della Mura

.Smart Manufacturing

Edge computing per lo smart manufacturing, i benefici dell’analisi dati in locale per i nuovi modelli di fabbrica intelligente

Quali sono le principali applicazioni dell’edge computing per lo smart manufacturing? Michele Vario, OEM & New Business Sales Director di Wonderware Italia, fa il punto sull’evoluzione in atto

L’analisi dati remotizzata ai margini della rete aziendale è una condizione necessaria, ma non sufficiente, per abilitare modelli produttivi più moderni ed efficienti, versatili e sostenibili. Molte aziende negli ultimi anni hanno abbracciato questa rivoluzione, spinte dai progressi registrati sul fronte delle tecnologie IoT e cloud, ma anche dalla necessità di far fronte a una concorrenza internazionale sempre più agguerrita, che negli scorsi decenni ha spinto il comparto manifatturiero a ridurre progressivamente i prezzi e la marginalità. Oggi sentiamo parlare sempre più spesso dei benefici dello spostare l’analisi dati ai margini della rete aziendale, ma quali sono in concreto i benefici dell’edge computing per lo smart manufacturing?

Edge computing per lo smart manufacturing, così l’Industrial IoT prende forma

Gli impianti produttivi di nuova concezione sono ecosistemi complessi che producono un flusso continuo di dati. Una parte di questi record deve essere analizzata in tempi brevissimi – per innescare allarmi e automatismi utili a ridurre la difettosità dei prodotti o migliorare la sicurezza degli operatori. Un’altra parte, invece, può essere inviata al cloud o al datacenter on premise per essere rielaborata in tempi successivi e conservata a norma. Fino a qualche anno fa non era possibile operare questa distinzione, con il risultato che tutti i dati venivano inviati al datacenter congestionando le reti aziendali a detrimento delle performance complessive degli ambienti analitici. «Per ridurre i limiti di banda e la latenza, migliorare la sicurezza e l’affidabilità dei sistemi, oggi le risorse di elaborazione di computer, gateway e altri dispositivi multiuso vengono sempre più spesso posizionate sull’edge, ovvero sul perimetro della rete», spiega Michele Vario, OEM & New Business Sales Director di Wonderware Italia.

Nella sua Worldwide Edge Spending Guide, IDC stima che entro il 2024 il 25% delle aziende integrerà le data analytics sull’edge con le applicazioni cloud per abilitare i nuovi approcci di Industrial IoT. Lo stesso analista stima che il numero di processi operativi remotizzati crescerà dall’attuale 20% al 90% del totale, determinando la progressiva convergenza tra tecnologie informatiche (IT) e tecnologie operative (OT).

Le 10 applicazioni dell’edge computing per lo smart manufacturing

Le aziende iniziano a dare la priorità non solo all’estrazione di informazioni dalle nuove fonti di dati, ma anche all’integrazione dell’intelligenza nei processi operativi e nei flussi di lavoro utilizzando le funzionalità proprie dell’edge computing per lo smart manufacturing. «In questo modo – prosegue il manager – si favorisce il potenziamento della collaborazione tra tutti gli attori aziendali. Con l’adozione di strumenti evoluti si punta poi all’interconnessione macchinari, persone e prodotti, per abilitare nuove logiche di gestione della produzione e pianificazione della supply chain che si fondano su sistemi in grado di prendere decisioni in autonomia». Le applicazioni realizzabili sono numerose. Vario, però, indica una “top 10” di quelle più diffuse:

  1. Ottimizzazione della produzione: preparazione e settaggio dei parametri dei macchinari e gestione operativa ottimizzata.
  2. Manutenzione preventiva: monitoraggio di uno o più parametri per programmare eventuali interventi di manutenzione.
  3. Manutenzione predittiva: monitoraggio di uno o più parametri per anticipare l’insorgenza di eventuali guasti attraverso l’elaborazione di modelli e pattern ricorsivi.
  4. Controllo qualità: monitoraggio della qualità della produzione attraverso l’analisi delle immagini e dei filmati relativi alle diverse fasi della produzione.
  5. Quality prediction: applicazione di algoritmi statistici ai dati rilevati sullo shopfloor per prevedere la qualità del prodotto finito.
  6. Material handling: monitoraggio dei prodotti durante gli spostamenti interni.
  7. Sicurezza sul lavoro: monitoraggio della posizione e degli spostamenti delle persone nell’ambiente di lavoro.
  8. Energy management: acquisizione sistematizzata e analisi dei dati per finalità di monitoraggio dei consumi energetici.
  9. Energy prediction: applicazione di algoritmi di Intelligenza Artificiale ai dati rilevati sullo shopfloor per stimare quanta energia sarà consumata per produrre un determinato lotto.
  10. Digital Twin: creazione di un clone digitale di un macchinario o di un impianto, per intervenire in caso di anomalia o guasto o per attività di simulazione.

«Sebbene molte delle funzionalità concretizzate dall’edge computing fossero possibili anche prima, in passato erano economicamente proibitive per la maggior parte dei processi controllati – sottolinea il manager –. Oggi, invece, i progressi ottenuti a livello di tecnologie di elaborazione dati e infrastrutture offrono anche alle aziende più piccole lo spunto per innescare processi virtuosi di ottimizzazione dell’efficienza operativa».

Il dato al centro dell’evoluzione in atto nella fabbrica

Nelle sue Predictions, Forrester sottolinea il valore dell’edge computing per lo smart manufacturing non solo nel migliorare l’efficienza operativa della fabbrica ma, più in generale, nel potenziare l’efficacia delle strategie di business. «Il dato rappresenta sicuramente l’elemento abilitante dell’evoluzione in atto: la transizione da modelli di business centrati sui prodotti verso nuovi modelli che includono i prodotti come parte di un’offerta più ampia di servizi evoluti. Questi scenari si fondano sulla capacità di monitorare da remoto macchinari e linee di produzione, per ottimizzare i processi operativi, ridurre i fermi non preventivati e le non conformità, anticipare i guasti dei componenti soggetti a usura». Questo significa, in buona sostanza, aumentare la marginalità e garantire maggior certezza dei ricavi. Il presupposto fondamentale per abilitare questi scenari è la tecnologia, certo, ma «altrettanto importanti sono le competenze – conclude Vario –. Non solo le proprie, ma anche quelle dei partner che si sceglie di avere a fianco. In Wonderware crediamo nel potenziale illimitato della tecnologia per fornire alle persone gli strumenti di cui hanno bisogno per trasformare il loro business. Alle aziende che si affidano a noi mettiamo a disposizione la nostra esperienza nei diversi aspetti della digital transformation, soluzioni tecnologiche best in class come Aveva e Stratus, piani personalizzati di formazione e tutto il supporto tecnico necessario per ottenere i migliori risultati. La forza di Wonderware risiede proprio nella capacità che abbiamo di creare un ecosistema virtuoso che coinvolge il cliente stesso, il partner tecnologico e il system integrator portando le competenze necessarie, quelle che permettono di raggiungere gli obiettivi più ambiziosi di trasformazione digitale».

 

 

Immagine da Shutterstock

CLICCA QUI per scaricare il White Paper: "Automazione di fabbrica: come usare l'IIoT tra sensori e soluzioni" 

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