Industrial IoT, sensori, intelligenza artificiale e KPI: l’importanza di misurare per migliorare

Misurare ciò che avviene in azienda, in particolar modo nelle linee produttive, nella logistica e lungo la catena di fornitura, è essenziale per poi poter migliorarle. Il ruolo centrale di sensoristica e AI per migliorare i KPI di riferimento

Pubblicato il 23 Mar 2023

Data Platform_beanTech e Danieli Automation

In passato spesso imprenditori e manager usavano le loro ‘sensazioni’ per fare scelte e prendere decisioni. Un imprenditore o dirigente di successo era in molti casi proprio uno bravo a gestire e decidere secondo idee e sensibilità più azzeccate rispetto ad altre.

Oggi queste ‘sensazioni’ possono essere confermate o contraddette dai dati aziendali. Con il grande vantaggio di potersi muovere, nella produzione come sui mercati, facendo riferimento a informazioni e indicazioni oggettive, reali, precise.

Allo stesso modo, un tempo si poteva fare manutenzione di macchine e impianti solo se programmata in anticipo o in caso di guasto, a macchine ferme, mentre oggi sensori e dati premettono di fare manutenzione predittiva, con il vantaggio di tagliare i costi e non fermare la produzione per guasti e imprevisti.

Sono solo due esempi di quanto, nelle aziende di ogni settore e dimensione, sia ormai importante misurare per migliorare, attività, produzione, risultati. Sono i temi trattati al centro dell’incontro intitolato ‘Imperativo: Migliorare i KPI di produzione e il ciclo di vita degli asset. Dall’Industrial IoT all’AI per creare nuovo valore nella fabbrica’, uno dei numerosi appuntamenti in programma nella giornata dell’Industry 4.0 360 Summit, l’evento full digital organizzato da Innovation Post, Industry4Business e Internet4Things, tutte testate parte del Network Digital 360.

Un confronto, moderato da Maria Teresa Della Mura, direttrice di Internet4Things, che ha coinvolto Marco Catizone di Sick, Carlo Di Nicola di IFM, e Matteo Faggin, dirigente dello Smact Competence Center, il centro di competenze che ha sede a Venezia e strutture distribuite sul territorio in tutto il Nord-Est e il Tri-Veneto.

“Misurare ciò che avviene in azienda, e nelle linee produttive, ma non solo, anche in quelle logistiche e di fornitura, è ormai essenziale per poi poter migliorarle”, sottolinea Marco Catizone, “per migliorare attività, produzione, prestazioni e risultati”. Il ‘cosa misurare’ dipende “dagli obiettivi aziendali” – fa notare –, “che possono andare dal taglio dei costi produttivi al risparmio energetico”.

L’importanza di “raccogliere informazioni in base a obiettivi ben definiti” viene rimarcata anche da Carlo Di Nicola, che osserva: “digitalizzare l’impresa richiede di avere dati e informazioni agevolmente fruibili e pragmatici, in modo da perseguire e raggiungere determinati traguardi, e per digitalizzare bene, in maniera adeguata, occorre ‘conoscere’ le applicazioni e gli impianti. Questa conoscenza aumenta con l’uso e lo sviluppo dell’Industrial IoT e della sensoristica”.

Che dati raccogliere, con quale frequenza, con quali obiettivi

La situazione, in molte imprese, e più in generale nella manifattura italiana, è già cambiata negli ultimi anni, rispetto ai decenni precedenti, e Matteo Faggin rileva che “spesso in molti casi la raccolta dei dati c’è già, ora bisogna porsi il problema di cosa farne di tutti questi dati. È importante chiedersi, ad esempio, cosa raccolgo, con quale frequenza, con quali obiettivi. Tutto ciò è la premessa per iniziare a fare riflessioni e poi scelte data-driven. È proprio il percorso che, dalle semplici ‘sensazioni’ di un tempo, ci permette di arrivare a scelte e decisioni basate su dati e informazioni ben precise e concrete”.

I sensori dell’Industrial Iot si sono già molto evoluti nel corso degli anni, ormai, in molti casi e applicazioni, non si limitano più a registrare il funzionamento di singole macchine o impianti, ma sono diventati “come un centro di raccolta di informazioni multiple dal campo operativo, nel mondo manifatturiero come in quello bio-medicale e sanitario, sia che si tratti di dati provenienti da sistemi IO-Link sia che si tratti di dati diagnostici”, rileva Catizone.

Sensori e sistemi di visione per la Smart factory

Sensori estremamente evoluti sono ad esempio i sistemi di visione, che, attraverso tecnologie molto sofisticate di intelligenza artificiale, hanno sempre più capacità di rilevare e catturare dati e informazioni diverse.

Sensori sofisticati permettono ad esempio “misure diagnostiche, attraverso informazioni elaborate in maniera adeguata è possibile arrivare anche alla manutenzione predittiva, che è una delle tante nuove caratteristiche e dei vantaggi che troviamo in una Digital e Smart factory”, sottolinea Di Nicola.

Utilizzando sistemi di visione, ad esempio, è già possibile ‘entrare’, virtualmente – ma sembra di farlo fisicamente – negli impianti di produzione, nelle linee di montaggio, anche in singoli prodotti e manufatti. È possibile ‘vedere’ parti di impianto o prodotto anche a distanza, recuperare in tempo reale le informazioni necessarie per il suo funzionamento e la manutenzione, capire cosa non va e perché. Per dare risposte e soluzioni secondo i nuovi canoni dell’Industria 4.0: precise, efficienti e veloci.

Lo slogan del Competence center: osserva, impara, fai

“Utilizziamo questi sistemi di Industrial IoT, intelligenza artificiale e sensori nei vari laboratori e Live Demo che abbiamo aperto e sviluppato sui territori”, spiega Faggin di Smact Competence Center. Che osserva: “come centro di competenza abbiamo uno slogan significativo, rivolto alle imprese: osserva, impara, fai”.

L’attività di ‘osservazione’ – di come, perché, con chi innovare – viene fatta appunto nelle Live Demo decentrate, tra Bolzano e Verona, Padova e Trento, dove gli addetti ai lavori possono prima imparare a usare le nuove tecnologie, per poi metterle in pratica nella propria realtà aziendale e industriale.

Attività data-driven e strumenti di localizzazione

Sensori e dati risultano essenziali per migliorare l’efficienza dei processi produttivi e operativi, per capire e migliorare anche cosa avviene tra una macchina e l’altra. In questo ambito, assumono sempre maggiore importanza anche gli strumenti di localizzazione, come ad esempio la tecnologia ultra-wide-band, che permettono di avere un quadro preciso e mappato dei vari flussi all’interno del ciclo produttivo. Dall’arrivo delle materie prime e dei materiali, da parte della catena di fornitura, ai vari passaggi all’interno dell’azienda, per arrivare al prodotto finale e finito.

La produzione dell’Industria 4.0 “non è più una produzione in catena seriale, come è avvenuto in passato per tanto tempo”, fa notare Faggin, “ma è una combinazione di lavorazioni modulari, spesso localizzate in punti diversi dell’impianto, e in momenti diversi dalle fase produttiva”.

La localizzazione precisa di tutto ciò – attraverso sistemi data-driven – migliora la gestione delle operazioni, e anche la loro sicurezza. “IFM è una realtà nata 50 anni fa proprio come fornitore di sensori”, spiega Di Nicola, “e oggi comprende oltre 300 softwaristi e 50 data scientist, e fare innovazione in questo campo significa creare e mettere a disposizione nuove soluzioni che siano semplici e pragmatiche da usare”.

Informazioni ‘gerarchiche’ per i vari livelli operativi

Le dashboard dell’Industrial IoT “devono essere semplici, utili e gerarchiche”, aggiunge Di Nicola, “gerarchiche nel senso che devono dare le giuste informazioni a utenti di livelli diversi, dal manutentore al gestore dell’intero processo o impianto”. Partendo dal sensore, si studia la soluzione su misura per quella specifica esigenza, si crea una gerarchia di dashbording e un’architettura tecnologica in grado di portare valore aggiunto.

Dati aziendali e intelligenza artificiale si devono incrociare e sovrapporre in modo sempre più funzionale, ma anche facile e accessibile: “in questo ambito, abbiamo sviluppato un’applicazione, che si chiama Data science tool box”, spiega Di Nicola, “con cui l’utente in azienda può usare l’AI in modo molto semplice e pragmatico. Questo perché servono sempre più nuovi strumenti che mettano l’intelligenza artificiale davvero in mano all’azienda e all’utente finale, che non dipendano più, come è stato in precedenza, da analisi consulenziali che possono richiedere molto tempo. L’AI in azienda deve essere qualcosa di rapido, immediato, alla portata di tutti”.

L’audio in podcast

Qui di seguito l’audio della sessione in podcast

Valuta la qualità di questo articolo

C
Stefano Casini

Giornalista specializzato nei settori dell'Economia, delle imprese, delle tecnologie e dell'innovazione. Dopo il master all'IFG, l'Istituto per la Formazione al Giornalismo di Milano, in oltre 20 anni di attività, nell'ambito del giornalismo e della Comunicazione, ha lavorato per Panorama Economy, Il Mondo, Italia Oggi, TgCom24, Gruppo Mediolanum, Università Iulm. Attualmente collabora con Innovation Post, Corriere Innovazione, Libero, Giornale di Brescia, La Provincia di Como, casa editrice Tecniche Nuove. Contatti: stefano.stefanocasini@gmail.com

email Seguimi su

Articoli correlati

Articolo 1 di 5