Fondata nel 2018, tramite uno spin off del Politecnico di Milano, Miraitek ha messo a punto una piattaforma di monitoraggio macchine pensata fin dall’inizio in ottica industry 4.0.

La tecnologia di Miraitek raccoglie, legge e analizza i dati di funzionamento degli impianti produttivi, trasformandoli in informazioni utili a massimizzare l’efficienza delle risorse produttive. La piattaforma Miraitek è stata studiata per assolvere a questi compiti in modo estremamente semplice, tanto che l’implementazione del sistema sulle varie realtà non richiede di fatto programmazione ma solo la configurazione dei parametri del sistema.

La piattaforma, inoltre, è praticamente agnostica sia verso la rete di connessione (che può essere a cavo o wireless), sia verso la collocazione dei computer di elaborazione, che possono essere on premise (anche edge computer) o su cloud, e anche in quest’ultimo caso non ci sono limitazioni e il sistema funziona con tutti i cloud commercialmente disponibili. Dal punto di vista della struttura, la piattaforma Mirai è formata da due parti: un gateway da installare a bordo macchina, o comunque in fabbrica, che si interfaccia con i PLC del cliente (di qualsiasi marca) e si occupa di raccogliere i dati in tempo reale; e un’applicazione di analisi che gira sul server, e riceve i dati tramite un broker MQTT. Il server può essere indifferentemente un edge server posizionato on premise, così come un sistema cloud di qualsiasi fornitore.

Sulla piattaforma tecnologica di base, Miraitek ha costruito 3 prodotti specifici. Il primo è Mirai4Machine, che è il sistema base per la raccolta dati e il monitoraggio remoto dei macchinari. Pensato per essere integrata con facilità su asset diversi per tipologia ed età, è un prodotto scalabile e molto flessibile.

Monitorare i consumi

Il secondo prodotto è un modulo aggiuntivo da collegare a Mirai4Machine, e consente di realizzare il monitoraggio dei consumi energetici dei macchinari. I dati relativi al consumo energetico vengono monitorati e inseriti nel calcolo delle prestazioni dell’impianto di produzione. Inoltre, i costi relativi all’assorbimento energetico vengono utilizzati nei modelli di ottimizzazione della produzione, secondo le metodologie suggerite dalle ricerche del Manufacturing Group della School of Management del Politecnico di Milano.

Tramite Mirai4Energy è quindi possibile monitorare i consumi dei sistemi elettrici e pneumatici degli apparati produttivi, archiviare ogni dato per poter procedere ad analisi dello storico delle performance dei macchinari, e infine coinvolgere gli operatori, responsabilizzandoli circa l’efficienza energetica delle macchine sotto il loro controllo.

Manutenzione predittiva

Mirai4Maintenance è un secondo modulo aggiuntivo di Mirai4Machine, specializzato nell’analisi dei dati ottenuti dai dispositivi monitorati. La sua finalità è di realizzare interventi di manutenzione predittiva che permetteranno di allungare la vita utile dell’impianto, tramite l’utilizzo di algoritmi di machine learning. Con Mirai4Maintenance, i dati di funzionamento delle stazioni di produzione raccolti dal campo in tempo reale tramite Mirai4Machine vengono analizzati e usati per ridurre drasticamente guasti, allarmi e fermate dei macchinari.

Interessante il fatto che Mirai possa fornire la sua piattaforma sia ai produttori di macchine, che lo possono usare per allestire un servizio di gestione e manutenzione remota per i propri clienti, sia direttamente agli utenti finali, fornendo loro un unico sistema chiavi in mano in grado di gestire con un’unica interfaccia macchinari di produttori diversi.

Abbiamo discusso le caratteristiche della piattaforma, i dettagli di implementazione e i vantaggi dati dall’uso dei prodotti Mirai con Sergio Cassinelli, General Manager di Miraitek, in una videointervista durante il recente SPS di Parma. La potete vedere qui sotto.

 

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

*

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.