Big data for manufacturing, la piattaforma per estrarre valore dai dati industriali

Si chiama ‘Big data for manufacturing’, abbreviato in BD4M, è la nuova piattaforma per estrarre valore dai Big data dell’Industria 4.0. Il progetto ha messo insieme le risorse e opportunità di diversi protagonisti dell’innovazione: capofila è la Bonfiglioli, con il Competence center Bi-Rex di Bologna e, tra gli altri, Sacmi, Robopac, Mep, Ima, BitBang, Poggipolini, Università di Ferrara e di Bologna.

Pubblicato il 23 Feb 2022

Manager,Engineer,Analyzing,And,Control,Automation,Robot,Arms,Machine,On


Si chiama ‘Big data for manufacturing’, abbreviato in BD4M, è la nuova piattaforma per estrarre valore dai Big data dell’Industria 4.0. Il progetto ha messo insieme le risorse e opportunità di diversi protagonisti dell’innovazione: capofila è la Bonfiglioli, con il Competence center Bi-Rex di Bologna e, tra gli altri, Sacmi, Robopac, Mep, Ima, BitBang, Poggipolini, Università di Ferrara e di Bologna.

La piattaforma di analytics punta a realizzare diversi obiettivi in termini di efficienza e smart factory. Innanzitutto: monitorare la qualità del processo produttivo; evidenziare comportamenti e correzioni nelle fasi operative; espandere il contenuto semantico dei dati; fare valutazioni diagnostiche predittive.

“La piattaforma innovativa è già stata testata su 4 casi d’uso industriali, dando importanti risultati”, sottolinea Marco Govoni di Bonfiglioli: accessibilità a tutte le informazioni sui flussi di produzione; informazioni e aggiornamenti disponibili in real time o near-real time, in modo da consentire processi decisionali più veloci.

E poi anche: identificazione di pattern sulla macchina e sulla linea produttiva; monitoraggio della qualità per le attività di produzione e assemblaggio.

“BD4M riguarda la creazione di una piattaforma per i Big data di generale applicabilità in ambito Industry 4.0”, rileva Govoni, “che permette lo stoccaggio, l’analisi e la visualizzazione dei dati provenienti da macchine automatiche e linee di produzione”.

È una piattaforma modulare “e installabile in praticamente qualsiasi ambiente computazionale, dall’Edge al Cloud, e per svilupparla sono utilizzate anche tecnologie Open source”, spiega Mauro Tortonesi, docente dell’Università degli Studi di Ferrara e coordinatore scientifico del progetto BD4M.

Risultati e benefici del progetto Big data for manufacturing

Che aggiunge: “potrà anche funzionare come supporto alle analisi basate su soluzioni di machine learning evolute, e fare da supporto a workload dinamici che processano dati variabili nel tempo”.

Guardando allo scenario più generale della manifattura italiana, molte grandi aziende e organizzazioni “hanno ormai superato l’approccio a silos, cioè hanno lavorato sull’integrazione di dati che provengono da diverse funzioni aziendali e dall’esterno”, fa notare Andrea De Marco di BitBang, tuttavia, “il livello di integrazione dei dati è solo una delle variabili d’interesse nel trattare il complesso e ampio tema del data management”.

Le principali difficoltà riscontrate dalle aziende nella fase di implementazione sono la scarsa qualità e integrazione dei dati, la mancanza o scarsità di competenze interne, la difficoltà di valutare i benefici del singolo progetto e infine il complesso coinvolgimento dell’utente business.

“Se la data strategy aziendale deve basarsi su tre pilastri – data management, data science e data literacy –, il rischio più frequente è quello di sviluppare e seguire percorsi sbilanciati”, osserva Cesare Stefanelli, docente dell’Università degli studi di Ferrara.

Che fa notare: “la volontà di sperimentare, con modelli analitici e algoritmi in continua evoluzione, è presente nella gran parte delle realtà; tuttavia, spesso non riesce a portare con sé tutta l’organizzazione in direzione di una valorizzazione piena dei dati a disposizione”. È proprio ciò che vuole permettere e realizzare un progetto come quello di Big data for manufacturing, mettendo insieme risorse e soluzioni di aziende e atenei dell’Emilia-Romagna ma anche di altre aree innovative del Paese.

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 4