Moxoff per il Manufacturing 4.0: l’arte di far parlare i Big Data



Per il mondo del manufacturing è il momento dell’innovazione digitale dei processi di produzione. Non solo macchine e processi di produzione intelligenti dotati di sensori, ma anche una grande quantità di dati prodotti che, opportunamente scelti e utilizzati, permettono di ottenere modelli previsionali e prescrittivi evoluti, al fine di migliorare i processi, implementare i sistemi di manutenzione predittiva e di controllo di qualità data driven. Moxoff applica strumenti e metodologie di modellistica matematica per interpretare, spiegare, e dare un senso ai risultati prodotti dall’elaborazione dati, per ottimizzare i processi produttivi e gli obiettivi di business aziendali.

Big data, reti neurali e matematica: l’oro delle industrie

I Big Data sono il punto di partenza della grande trasformazione digitale che l’Industria 4.0 è pronta a fare. Nella fabbrica digitale e interconnessa grazie alla information technology (IT) e alla tecnologia operativa (OT), che usa applicazioni IoT (Internet of Things) e moderni processi di smart manufacturing che connettono attrezzature e macchinari industriali ai sistemi IT e al cloud, vengono prodotti un’enorme quantità di dati. Tuttavia, affinché i dati siano di valore, cioè in grado di poter essere utilizzati per sviluppare modelli realmente in grado di fornire informazioni subito utili a migliorare i meccanismi di produzione e i processi decisionali, è necessario integrare la capacità di analizzare con efficacia i dati a tecniche e competenze di modellistica matematica.
Infatti, ottenere tanti dati non è sufficiente: è necessario “far parlare i dati”, selezionando quelli giusti e preparandoli adeguatamente con strumenti analitici evoluti, insieme alle rete neurali quali intelligenza artificiale (AI) e algoritmi di apprendimento automatico, come il machine learning (ML) e il deep learning (DL). In realtà, neppure i sistemi neurali più evoluti da soli sono ancora sufficienti a “far parlare i dati” dell’Industria 4.0 perché non permettono di rappresentare e comprendere appieno la complessità di ogni singola realtà industriale. La modellistica matematica, invece, applicata alle tecniche di analisi statistica avanzata e alla potenza di elaborazione delle reti neurali, ha la capacità di integrare e armonizzare i dati, descrivendo in maniera deterministica il comportamento di un sistema, in funzione di tutte le relazioni tra le variabili coinvolte in un processo. Infatti, i modelli matematici sono in grado di descrivere le condizioni (variabili) sotto le quali il sistema si comporterà sempre nello stesso modo.

Moxoff per l’Industria 4.0

Questa interazione tra modellizzazione matematica, sistemi di analisi statistica e reti neurali risulta particolarmente importante per massimizzare i risultati che le aziende di manufacturing possono ottenere dall’elaborazione di modelli predittivi del comportamento futuro dei macchinari industriali. I modelli matematici permettono di rappresentare l’andamento della produzione e il risultato prodotto utilizzando sia le singole caratteristiche tecnologiche, fisiche e altre variabili determinate relative alla macchina industriale, sia fornendo una previsione delle anomalie e delle avarie dei sistemi che possono influenzare il funzionamento del macchinario.
Per l’Industria 4.0, Moxoff sviluppa sistemi customizzati di ottimizzazione di tutti i processi di manufacturing che abbinano modelli statistici avanzati, reti neurali e modelli matematici per la manutenzione predittiva (PdM), per il controllo di qualità (quality inspection & assurance) e per migliorare i processi di produzione.

Rispetto alla manutenzione reattiva che interviene solo nel momento del guasto oppure alla manutenzione preventiva che segue interventi rigidamente programmati, ma talvolta non necessari, la manutenzione predittiva permette di prevedere dove e quando il macchinario avrà un’avaria e, pertanto, di stabilire per tempo gli interventi necessari. Questo è reso possibile dall’integrazione matematica di modelli statistici basati sull’analisi dei dati storici di funzionamento della macchina (temperatura, pressione, velocità di rotazione, vibrazioni) e di dati rilevati dai sensori fisici o virtuali in tempo reale (anomalie o scostamenti rispetto ai valori limite accettabili). Infatti, l’analisi statistica e i dati dei sensori presi singolarmente non sono in grado di sfruttare tutto il valore predittivo derivante dallo sviluppo di un modello matematico che ha la capacità di descrivere il funzionamento e il comportamento nel tempo di ogni singolo macchinario.
Moxoff ha un’ampia esperienza nella realizzazione di sistemi di manutenzione predittiva in grado di elaborare anche prescrizioni di manutenzione. I risultati dei tool realizzati per l’Industria Manufacturing 4.0 hanno determinato una riduzione dei downtime non programmati, un aumento della produttività dell’impianto, un miglioramento della gestione delle scorte di materiali e pezzi di ricambio in magazzino, e in generale, una riduzione dei costi di intervento.

Controllo qualità

Contattaci

Il controllo della qualità dei processi passa attraverso sistemi di Anomaly Detection in grado di identificare in anticipo difetti e anomalie dei prodotti, investigare su potenziali problemi di qualità e safety del prodotto, risalire alle cause all’origine di un difetto, ottemperare alle normative di compliance, ridurre i richiami e ritiri di prodotti dal mercato, con benefici che si traducono in miglioramento della reputazione del brand e in maggior soddisfazione dei clienti.
Moxoff sviluppa soluzioni partendo da sistemi di anomaly detection integrati a modelli matematici in grado di gestire e analizzare grandi quantità di dati di valore raccolti durante il processo di lavorazione. I risultati per le aziende si sono tradotti in miglioramento del prodotto secondo i KPI aziendali, riduzione degli scarti di produzione e dei ritiri di prodotto non idoneo dal mercato, e in generale con un abbassamento dei costi di produzione e delle penalità.

Ottimizzazione dei processi di produzione

Le variabili dei processi di produzione da tenere sotto controllo in tempo reale in un’industria moderna sono molto complesse. Non basta il controllo delle variazioni nella produzione stessa, ma è necessario ottimizzare i consumi di energia, aumentare l’efficienza nel controllo dei consumi energetici per raggiungere i criteri di sostenibilità dei processi industriali oggi fondamentali per essere un’azienda competitiva sul mercato.
Per raggiungere questi risultati, Moxoff ha progettato e implementato modelli predittivi e prescrittivi e tecniche di controllo predittivo multivariabile (MPC) basati sui dati provenienti dai sistemi MES (Manufacturing Execution System), dai sistemi gestionali dell’IT e sulla tecnologia APC (Advanced Process Control), avendo sempre bene in mente la specifica esigenza di business dell’azienda. Infatti, per ogni singolo progetto, Moxoff mette insieme competenze ingegneristiche, matematiche e di Data science per partire dalla individuazione del problema di processo, e arrivare allo sviluppo e all’implementazione di modelli/algoritmi più adatti ad affrontare il problema.

Contattaci per ricevere ulteriori informazioni

Leggi altro