L’evoluzione del comparto dell’edilizia e delle soluzioni impermeabilizzanti ha imposto alle realtà industriali la ricerca di strategie di posizionamento distanti dalle logiche della pura competizione sul prezzo.
La necessità di sfuggire alla standardizzazione dei prodotti di massa ha guidato Volteco – PMI italiana che opera nel settore delle costruzioni e delle infrastrutture – verso un cambio di paradigma focalizzato sullo sviluppo di membrane innovative a base gomma e sulla contestuale internalizzazione dei processi produttivi attraverso un impianto di coestrusione unico nel proprio genere.
Sviluppare internamente tecnologie proprietarie ha rappresentato la risposta operativa per mantenere un controllo diretto sulle caratteristiche tecniche del prodotto, garantendo standard difficilmente replicabili dai competitor.
La pianificazione industriale si è orientata verso la digitalizzazione avanzata della linea per trasformare l’efficienza produttiva in un fattore cruciale di unicità sul mercato.
In questo percorso di innovazione strategica si inserisce la piattaforma “ADA – Amphibia Digital Analysis”, concepita per rispondere alle sfide della qualità e della flessibilità di fabbrica.
L’originalità del progetto e la solidità della sua architettura meccatronica hanno permesso a Volteco di aggiudicarsi il terzo posto nella categoria “Top Tech” dei MADE Future Industry Awards, confermando il valore della soluzione nel panorama dell’automazione applicata alle piccole e medie imprese.
Indice degli argomenti
Il progetto ADA: controllare il prodotto, non solo l’impianto
L’architettura meccatronica sviluppata per ottimizzare la linea di coestrusione ha ridefinito le logiche del monitoraggio industriale, spostando il focus dall’analisi dei macchinari alla valutazione diretta delle caratteristiche del materiale in tempo reale.
La linea produttiva è governata da un’infrastruttura di Cognitive Automation che estrae e analizza oltre 300 parametri di controllo originati dai PLC di fabbrica, relativi a pressioni, temperature e velocità di estrusione.
“La vera svolta ha riguardato il superamento del classico paradigma di controllo dei soli parametri di macchina. Abbiamo integrato i dati fisici dell’impianto con sistemi visivi per analizzare direttamente la conformità della membrana durante la lavorazione”, spiega Andrea Guderzo, Chief Strategy Officer di Volteco.
La struttura tecnologica della piattaforma ADA si fonda sulla correlazione sincrona tra le serie temporali raccolte dalla sensoristica industriale IoT e i flussi video ad altissima risoluzione generati da dispositivi di Machine Vision.
Una combinazione analitica che permette ad algoritmi di intelligenza artificiale di elaborare istantaneamente le informazioni per intercettare microscopici difetti superficiali, come buchi o tagli sul nastro impermeabilizzante, e identificare tempestivamente le derive di processo.
L’integrazione tra la componente d’ispezione ottica e l’apprendimento automatico consente di intervenire prima che le anomalie si traducano in scarti di produzione non recuperabili, garantendo la totale tracciabilità qualitativa del lotto.
Il percorso di innovazione: superare i fallimenti con la cultura del dato
L’ingegnerizzazione della piattaforma ha richiesto un lungo percorso di sperimentazione e sviluppo durato un decennio, caratterizzato da complesse fasi di test industriali e iniziali insuccessi sul campo.
Durante le prime fasi di operatività del nuovo impianto di coestrusione, la quota di scarti oscillava infatti tra il 40% e il 50%, una criticità che metteva a rischio la sostenibilità economica dell’investimento e l’efficienza della linea.
La svolta strategica si è compiuta a partire dal 2020, quando il management ha abbandonato i tentativi di ottimizzazione puramente meccanica per abbracciare una rigorosa cultura basata sull’analisi dell’informazione, decidendo di sensorizzare integralmente il processo manifatturiero.
“L’approccio ai progetti basati sulla data analytics richiede un cambio di mentalità, poiché l’obiettivo non è l’acquisto di una tecnologia per raggiungere un risultato predefinito, ma la strutturazione di un’infrastruttura capace di trasformare i dati grezzi in informazioni strategiche per guidare i processi”, afferma Guderzo.
L’introduzione di questa filosofia ha permesso all’azienda di raccogliere moli massicce di parametri ambientali e di macchina, creando la base conoscitiva necessaria per addestrare i modelli di intelligenza artificiale.
Attraverso lo studio sistematico delle correlazioni nascoste nei dati, il team di sviluppo ha potuto comprendere le dinamiche chimico-fisiche della coestrusione della gomma, trasformando un problema operativo in un vantaggio competitivo.
L’AI che sostituisce “occhi e orecchie”
L’efficacia dell’architettura digitale ha consentito di superare le modalità di controllo tradizionali, storicamente basate sull’osservazione empirica e sulla sensibilità sensoriale del personale di linea.
Prima dell’introduzione del sistema ADA, il monitoraggio della stabilità del processo di coestrusione dipendeva in larga misura dall’ispezione visiva e dall’interpretazione dei segnali acustici ambientali da parte degli operatori, i quali cercavano di intercettare le anomalie dalle vibrazioni o dai rumori della macchina.
La digitalizzazione avanzata ha permesso di codificare questo patrimonio di competenze umane non scritte in modelli predittivi, digitalizzando i criteri di valutazione e rendendoli oggettivi e costanti.
“L’impianto prima era controllato da persone che guardavano con gli occhi e ascoltavano con le orecchie se c’erano rumori strani. Abbiamo fatto partire questo nuovo sistema e ci ha dato istantaneamente un aumento del 30% della qualità del prodotto”, spiega Guderzo.
L’algoritmo di deep learning opera integrando i flussi di dati continui, fungendo da supervisore invisibile ma onnipresente che analizza ogni millimetro di membrana estrusa, intercettando con precisione “buchi o tagli” sulla membrana. Anomalie che prima venivano scoperte solo quando la deriva di processo era già in fase avanzata.
Questa automazione cognitiva non elimina l’apporto umano, ma lo eleva a compiti di supervisione ad alto valore aggiunto, liberando gli operatori dal monitoraggio manuale e standardizzando i criteri di conformità lungo tutti i turni di lavoro.
L’impatto economico e operativo: come la gestione del dato azzera gli sprechi
Il rollout operativo della piattaforma tra il 2021 e il 2022 ha introdotto un cambiamento misurabile nelle performance dello stabilimento, consolidando l’affidabilità della linea di coestrusione attraverso metriche di efficienza e redditività chiare.
La resa produttiva complessiva si è stabilizzata al 94%, un traguardo accompagnato da un abbattimento degli scarti di lavorazione pari al 37%. I volumi di materiale non conforme, che nella fase iniziale del ciclo di vita dell’impianto toccavano punte critiche, si attestano oggi su una media strutturale compresa tra il 5% e il 6%.
L’efficacia degli algoritmi predittivi ha influito direttamente sulla continuità operativa, dimezzando i tempi di fermo macchina grazie alla capacità del sistema di anticipare i disallineamenti critici delle componenti meccaniche e l’usura delle matrici.
“I benefici industriali si sono tradotti in una capacità di assorbimento del mercato straordinaria, permettendo all’azienda di sostenere un raddoppio esatto dei volumi di produzione senza gravare sui costi operativi o sulla stabilità qualitativa della membrana”, evidenzia Guderzo.
Il ritorno sull’investimento ha confermato la sostenibilità economica del progetto, posizionando la data analytics come asse portante della redditività aziendale.
L’automazione cognitiva come leva di un’innovazione sostenibile e replicabile
La validazione dei risultati ottenuti sul campo dimostra come la trasformazione dei processi industriali richieda una stretta convergenza tra competenze eterogenee, superando la tradizionale compartimentazione dei reparti aziendali.
Lo sviluppo della piattaforma ADA è stato coordinato attraverso la costituzione di un team multidisciplinare, all’interno del quale ingegneri di processo, chimici esperti nei materiali polimerici e specialisti IT hanno lavorato in sinergia secondo i paradigmi della metodologia agile.
Questo approccio flessibile e collaborativo, supportato dalle competenze tecnologiche di beanTech e dall’affiancamento strategico del Competence Center MADE, ha permesso di mappare le variabili di produzione e di configurare un’infrastruttura capace di adattarsi progressivamente alle reali esigenze della fabbrica.
“La scalabilità dell’architettura si fonda sul principio di trasferibilità di un modello basato sulla sequenza logica del vedere, imparare e reagire, una struttura concettuale che può trovare applicazione in qualunque contesto manifatturiero caratterizzato da lavorazioni ad alta complessità”, conclude Guderzo.
L’esperienza dell’azienda veneta evidenzia che l’automazione cognitiva non rappresenta un traguardo accessibile soltanto alle grandi multinazionali, ma costituisce una leva d’innovazione sostenibile e replicabile anche per le piccole e medie imprese, ridisegnando il rapporto tra l’intuizione dell’operatore e l’oggettività del dato digitale.
