Dall’Industrial IOT alle Analytics di produzione

Disporre di un repertorio di dati ampio e delle relative funzionalità analitiche, permette di rispondere in modo documentato e affidabile ad alcune delle più comuni domande che possono sorgere in produzione, per esempio: come migliorare la qualità? Come migliorare la produttività? Come ridurre i costi? Come ridurre il tempo medio del ciclo produttivo? O ancora, gli impianti lavorano al massimo della loro efficienza?

Verso l’impresa 4.0

Un nostro cliente tra i più innovativi nel settore del compostaggio industriale, con la quale efficienza e progresso tecnologico si sposano con sostenibilità e responsabilità sociale, si è posto l’obiettivo di trasformare la propria strategia e modello, in un business “data driven”.

Come? Digitalizzando il proprio processo produttivo e introducendo il calcolo e l’analisi degli indici relativi alle performance, con il fine di fornire indicazioni concrete sull’efficienza del processo, monitorare fermate, guasti, perdite di velocità e di produzione, gestire gli scarti e la qualità.

Costi, qualità e continua innovazione di prodotto caratterizzano la competitività nel settore

Costo, qualità e miglioramento continuo rimangono gli elementi chiave su cui i responsabili aziendali si devono quotidianamente confrontare.

La filiera richiede alti livelli di qualità, pertanto, uno degli obiettivi della digitalizzazione è il controllo dell’intero processo, tradotto in una forte integrazione dal punto di vista dell’assetto produttivo.

L’azienda cliente, prima del nostro intervento, disponeva di un set parziale di dati, non in tempo reale e raccolto con interventi manuali. Inoltre, non vi era la storicizzazione e l’analisi delle informazioni.

Il modus operandi tradizionale, infatti, prevedeva che i dati venissero scritti a mano su fogli cartacei e non si disponeva delle informazioni dalle quali poter monitorare lo stato delle singole macchine e delle linee produttive, i dati di processo, le performance di produzione.

La raccolta e la gestione dei dati svolta manualmente dall’operatore tramite sistemi cartacei presentava una serie di problematiche:

• mancanza di una visione in real time delle informazioni
• alta possibilità di errori
• inefficienza operativa
• impiego continuo di personale destinato a trascrivere tali dati
• ritardo nel processo decisionale dei manager

Inoltre, in questo modo, i dati raccolti erano spesso inutilizzati e non venivano trasformati in informazioni preziose per coloro che hanno il potere di prendere decisioni.

Introduzioni dei più evoluti modelli di Analytics

L’intervento ha coinvolto i cinque impianti che si occupano dell’intero flusso di trasformazione: dalla materia prima, al prodotto finito.

I dati raccolti dagli impianti sono stati trasformati in informazioni ad alto valore aggiunto tramite il calcolo di KPI eseguito da un potente software di Business Intelligence presente su Cloud, con la funzione di identificare i punti deboli della produzione e le cause di inefficienza in maniera tempestiva.

In particolare, l’OEE e l’OA sono state scelte come metriche utilizzate per misurare l’efficienza degli impianti e sono state correlate da uno strumento in grado di identificare e analizzare le fermate per poter dare una visione più completa del processo produttivo.

Conoscere in dettaglio le principali cause di fermo e le eventuali anomalie intervenute durante il processo permette di effettuare un’analisi sulle situazioni di fermo più ricorrenti e, quindi, di porre in essere le azioni necessarie per recuperare quote di capacità produttiva che migliorano i tempi di risposta al mercato.

Le fasi del progetto

Le attività finalizzate all’implementazione del progetto, sono state:

• Analisi della configurazione attuale dell’impianto e dell’architettura di rete
• Individuazione della piattaforma IIOT
• Configurazione della piattaforma IIOT per interconnettere e acquisire i dati da n.5 Plc Schneider
• Acquisizione dei parametri di processo e dei dati di produzione utili al calcolo dei KPI
• Memorizzazione dei dati su Cloud Azure mediante protocollo MQTT
• Elaborazione dei dati con applicativo di Business Intelligence per fornire gli indici e le metriche utili alla produzione

Di seguito, indichiamo i dati raccolti e le relative analytics che il cliente ha ottenuto e che è in grado di visualizzare in tempo reale on site e da remoto: