129 Automazione e manutenzione predittiva nell&#39;era del cloud

Cristian  Randieri

129 Automazione e manutenzione predittiva nell'era del cloud

Cristian Randieri

visibility

…

description

4 pages

link

1 file

Nell’era dei Big Data, anche per il mondo dell’automazione c’è una reale esigenza di migliorare e aggiornare i sistemi tradizionali di process data analytic integrandoli con le più recenti innovazioni tecnologiche nei settori del data mining e del machine learning. Ma per questo è opportuno rivedere alcune cose. Read more: https://www.intellisystem.it/it/portfolio/ao-novembre_dicembre-2016

In caso di mancato recapito inviare al CMP/CPO di Roserio - Milano per la restituzione al mittente previo pagamento resi - ISSN:0392/8829 394 Novembre-Dicembre 2016 Anno 32 7 4.50 www.automazione-plus.it SPECIALE INSERTO Soluzioni Software per l’Industria Data Mining, Big Data e Cloud PANORAMA Automotive AO RASSEGNA Sensori e attuatori wireless AO Cristian Randieri S P E C I A L @C_Randieri E Automazione e manutenzione predittiva nell’era del cloud Nell’era dei Big Data, anche per il mondo dell’automazione c’è una reale esigenza di migliorare e aggiornare i sistemi tradizionali di process data analytic integrandoli con le più recenti innovazioni tecnologiche nei settori del data mining e del machine learning. Ma per questo è opportuno rivedere alcune cose O ggi più che mai le aziende manifatturiere posseggono un grande patrimonio informativo in termini di dati potenzialmente raccolti, derivante dagli interventi di manutenzione, dai sistemi di sensoristica applicati alle macchine. Questi dati se incrociati con altre informazioni aziendali esogene possono fornire utili indicazioni per migliorare il servizio stesso di manu- 74 tenzione in termini di riduzione dei costi e dei disagi per i clienti. Non bisogna però trascurare il fatto che il trattamento di grandi moli di dati, prodotti dai molteplici sensori applicati alle macchine negli impianti produttivi, risulta un’attività complessa non solo per il volume dei dati in gioco ma anche per la loro eterogeneità e la velocità con la quale possono variare. Si tratta di attività di analisi che stanno guadagnando sempre maggiore attenzione NOVEMBRE-DICEMBRE 2016 AUTOMAZIONE OGGI 394 in ambienti industriali evoluti e ben strutturati, spesso in relazione al termine Data Mining e Big Data che di norma, per l’enorme mole di dati, sono supportate su sistemi Cloud. Ad esempio utilizzando le tecniche di Machine Learning è possibile stimare la vita utile residua di un qualsiasi apparato installato in una catena di produzione. Nel mercato esistono di fatto diversi tool capaci di fornire un’ampia scelta di strumenti per estrarre informazioni e valore da questi dati (da qui il concetto di Data Mining), in modo da poter intervenire sull’ottimizzazione della progettazione di macchine, poter realizzare tool per la prognostica e la manutenzione preventiva, la diagnostica e tante altre applicazioni mirate all’ottenimento di maggiore eﬃcienza compatibilmente con una riduzione sostanziale dei costi. Intellisystem Technologies si propone per indagare sulle reali possibilità oﬀerte da tecniche di Data Mining e Big Data applicate ai dati integrati provenienti da più fonti interne ed esterne all’azienda, per garantire una manutenzione degli impianti che sia più reattiva e predittiva. Purtroppo ancora oggi per molte aziende quello dei Big Data è ancora solo un tema a prospettiva futuristica. L’intento di Intellisystem è invece quello di operare partendo dal contesto dell’Internet of Things, oﬀrendo soluzioni e tecnologie che supportino e migliorino le attività e il vivere quotidiano di ogni essere umano, in ogni sua manifestazione. Partendo da questo presupposto una delle principali e più rilevanti applicazioni di tale paradigma riguarda tutte le tematiche inerenti la manutenzione. Tema che ancora oggi rimane caldo all’interno delle aziende manifatturiere e che tocca diﬀerenti aspetti tra cui la catena produttiva, la logistica e l’organizzazione in termini di soluzioni Enterprice Resource Planning (ERP). Quest’ultime infatti sono sempre più coinvolte nelle attività di manutenzione e nella loro gestione all’interno di tutti i processi aziendali. Adottando il concetto di Industria 4.0 nell’ambito della manutenzione industriale Intellisystem conta di facilitare e promuovere la diﬀusione, all’interno dei processi aziendali, delle tecnologie IoT e digitali, poiché entrambe rappresentano uno degli ambiti in cui il ritorno degli investimenti è più facilmente stimabile. Considerando che la gran parte delle attività di manutenzione si basano sulla reperibilità delle informazioni, più elevato è il volume delle informazioni messe a disposizione in relazione a impianti, macchinari e singole componenti all’interno della catena di produzione, maggiori sono la rapidità e la precisione con cui sarà possibile intervenire con le attività di manutenzione su di essi. Interventi su impianti Nelle attività di manutenzione la condizione ideale sarebbe quella di intervenire sull’impianto in modo preciso e programmato con il personale più adatto, al momento giusto, con gli strumenti più adeguati, ancor prima che il danno avvenga. Le moderne tecnologie IoT sono sicuramente uno degli strumenti che, ad oggi, consentono alle aziende di avvicinarsi maggiormente a questa situazione ottimale. Grazie alla prerogativa intrinseca dell’IoT è possibile raccogliere informazioni dettagliate in tempo reale, sia dai macchinari sia dall’esperienza umana, permettendo l’implementazione di particolari soluzioni basate sul concetto di Data Mining, facendo leva sulle giuste correlazioni e costruendo algoritmi ﬁnalizzati a creare, nel lungo periodo, un impianto tipico che si basa sul concetto di Machine Learning. D’altro canto il crescente interesse per il Data Mining deriva dalla conﬂuenza di tre grandi fenomeni tecnologici e scientiﬁci: la diffusione di strumenti per la raccolta e organizzazione di grandi volumi di dati, anche via rete; lo sviluppo di algoritmi più robusti ed eﬃcienti per l’analisi dei dati; la disponibilità a basso costo della necessaria AO S P E C I A L E potenza di calcolo richiesta dai metodi di analisi dei dati. Tutto ciò non può prescindere da una conoscenza approfondita dei dati (fonte, struttura, tipologia), raccolta, gestione (salvati, ﬁltrati, archiviati), elaborazione, analisi e di cosa è possibile ottenere da una gestione e analisi sistematica di dati eterogenei. Quali igure? Foto tratta da www.pixabay.com Per operare nel contesto del Data Mining diventano sempre più indispensabili nuove ﬁgure professionali quali: studiosi di apprendimento automatico (intelligenza artiﬁciale), statistica computazionale, e basi di dati, capaci di sviluppare numerose applicazioni nei settori economico-ﬁnanziario, commerciale e delle telecomunicazioni. Tutto ciò implica un profondo riesame anche delle qualiﬁche in termine di specialisti, infatti nel prossimo futuro ci sarà sempre più spazio per ingegneri, tecnici dei dati (data scientist) e altre ﬁgure professionali altamente specializzate. Nello speciﬁco Intellisystem si sta occupando di un progetto pilota atto a promuovere un modello di Manutenzione 4.0, intraprendendo un percorso evolutivo che parte dai servizi più comuni di manutenzione preventiva e si estende in modo naturale e organico alle più moderne soluzioni basate sul concetto di manutenzione predittiva. Tutto ciò ha inizio dalla considerazione che l’implementazione di soluzioni e servizi che consentono la manutenzione preventiva portano alla riduzione dei costi elevati delle attività di manutenzione (dovuti alla scarsa prevedibilità degli eventi critici e ai conseguenti tempi di fermo degli impianti e di conseguenza dell’intera produzione), mentre il raggiungimento di un modello di manutenzione predittiva consentirebbe di raggiungere un’automazione, e quindi un’ottimizzazione più spinta, della manutenzione. A fronte di queste problematiche diversi clienti hanno deciso di intraprendere progetti strategici per inserire all’interno delle proprie fabbriche la tecnologia IoT, connettendo in rete tutti i macchinari di produzione per monitorarne non solo il loro funzionamento ma anche per generare informazioni utili a tutte le attività di manutenzione. Da un punto di vista tecnologico la sﬁda vera e propria consiste nel collegare in rete in modo uniforme e omogeneo non solo uﬃci e device mobili e desktop, ma anche impianti e macchinari di produzione. Più facile a dirsi che a farsi, poiché di fatto nella maggior parte dei casi ci si trova a dover connettere in una rete condivisa a tutta la catena di produzione sia macchinari ‘informatizzati’ e tecnologicamente predisposti (ad esempio con soluzioni di Manufacturing Execution System, MES) 76 sia impianti di vecchia generazione ancora isolati in termini di comunicazione con il resto della catena produttiva. Da qui si ritorna alle problematiche tipiche della Digital Transformation di cui ancora oggi soﬀrono le nostre industrie. Oltre alla problematica della connettività di impianti con diversi gradi di innovazione, un altro tema che ci si trova a dover aﬀrontare riguarda l’individuazione e l’adozione di un unico standard di comunicazione all’interno sia della rete aziendale sia di quella industriale. Infatti per poter trarre pieno vantaggio dai dati che dovranno essere raccolti (e potenzialmente potranno essere raccolti in futuro), ci si trova nella necessità di mettere in comunicazione banche dati disomogenee e dati strutturati in maniera molto diversa. A questo proposito è d’obbligo eﬀettuare particolari percorsi di studio e di analisi della semantica e della struttura delle banche dati, percorso in cui possono essere coinvolti anche università e centri di ricerca specializzati. Anche in questo caso è doveroso ribadire che la cooperazione tra università e industria è qualcosa che in Italia deve essere maggiormente supportata dalle istituzioni, soprattutto quando ci si riferisce alle tematiche come quella dell’Industria 4.0 che racchiude in sé tutte le tecnologie di frontiera. La sida In realtà la sﬁda più grande riguarda il trasferimento e la diﬀusione delle tecnologie IoT a tutta la supply chain, in ottica b2b, che coinvolga tutti gli stakeholder, dai fornitori ai rivenditori, ﬁno agli operatori dell’aftermarket. Molto spesso infatti ci si trova ad operare, soprattutto in Italia, all’interno di supply chain eterogeneamente diverse dal punto di vista delle soluzioni tecnologiche adottate. La mancanza di una vera e propria visione globale e condivisa all’interno della supply chain comporta una ridotta portabilità e scalabilità delle soluzioni IoT tra i vari elementi della catena stessa, limitando fortemente l’adozione di queste tecnologie. L’innovazione per essere trasferita anche alle altre imprese necessita di un soggetto promotore che faccia da traino all’interno dell’intera supply chain facendo da riferimento, evidenziando vantaggi e possibilità che l’innovazione può portare all’interno delle aziende di tutta la ﬁliera. Occorrono pertanto nuovi progetti per trasformare le fabbriche italiane in esempi concreti di IoT Connected Data Industry, progetti che necessitato del ruolo di system integrator delle soluzioni IoT al ﬁne di creare una tendenza condivisa nell’adozione e nell’implementazione di nuove tecnologie e nella generazione di servizi a esse correlati. E Intellisystem Technologies può coordinare progetti e interazioni lungo un piano condiviso che coinvolga l’intera catena di produzione: può provare a portare innovazione anche in termini di creazione di sistemi ed esperienze condivise, verso una vera innovazione dell’industria. • Intellisystem Technologies - www.intellisystem.it NOVEMBRE-DICEMBRE 2016 AUTOMAZIONE OGGI 394

Log In

129 Automazione e manutenzione predittiva nell'era del cloud

Related papers

Related papers

Related topics