AO_409

OTTOBRE 2018 AUTOMAZIONE OGGI 409 110 Lucilla La Puma difettosi, è oggi orientato non soltanto al conseguimento di risparmi sui costi e al miglioramento della redditività, ma anche all’offerta di un serviziomigliore ai clienti, a un incremento della tutela ambientale, della salute, della sicurezzae infineaunamaggiore responsabilità socialedell’azienda. Questoquadrodi progressi tecnologici continui, soprattutto inmateriadiwireless, e-cloudeAI (In- telligenza Artificiale) sta sconvolgendo anche le regole con cui lamanutenzione predittiva è stata applicata negli ultimi decenni, superandone le limitazioni. Gli obiettivi che oggi ci si prefigge di raggiungere adottandoun sistema dimanutenzionepredittiva sono essenzialmentedue: il primo è rappresentatodallapossibilitàdi prevedere ilmomento incui potrebbeverificarsi unguastooun disservizio che invalidi il ciclo ottimale dell’attività di un’azienda; il secondo è proprio la capacità di evitare cheun tale evento si verifichi attraversounpianodimanutenzioneprogrammata. Maque- stoè impossibileda realizzare senondotando imanutentori di strumenti e informazioni adeguate graziealla sensoristica IoT, aimoduli di analisi integrati conCmms, almonitoraggiodellecondizioni operative e all’analisi dei dati. Nonostante la sensoristica predittiva sia il futuro prossimo, il suo uti- lizzo è ancoramodesto. Sarebbe bene soffermarsi sugli elementi che limitano, per ora, lo sviluppo della manutenzione predittiva. Intanto, la definizione del processo da monitorare con i nuovi si- stemi predittivi implica una fasedi analisi e una di sviluppo, in cui occorre valutare tempi, metodi e costi. I progetti di analisi propongonouna sensoristicaadhoc, chenonè facilmente integrabilecon la sensoristica e la connettività di campo esistenti; inoltre, la raccolta dati con frequenza fissa limita di fatto la possibilità di capire i fenomeni fisici di interesse. Oltre a ciò, trasmettere e ricevere tutti i dati senza inserireamontedei filtri portaadover gestiregrandimoli di dati conunoverheaddi sto- rage e di calcolo. La necessità di individuare fenomeni non noti a priori, infatti, impone una ricerca con diverse tipologie di sensori, le cui rilevazioni verranno poi utilizzate per progettare l’algoritmo predittivo opportuno. Vi è poi da considerare l’inerzia di molte aziende ad adottare unmodello di ‘continuous improvement’, nonostante la letteratura tecnica disponibile sia vasta e i vantaggi, sia produttivi siaeconomici, derivanti daunamanutenzionepredittivaefficace, sianopalesi. Inultimo, occorre che gli algoritmi vengano definiti progetto per progetto: è difficile immaginare una pro- posta di manutenzione predittiva generalizzata, in quanto perfino l’utilizzo delle stessemacchine, in ambiti simili di attività industriali, varia spesso in termini di cicli e carichi di lavoro. Al contrario, si richiedeunacontinua revisionedelle ispezioni per tutte levariabili di interesse, degli studi di analisi, degli strumenti di monitoraggio e dell’elaborazione dei dati. Eppure resta chiaro a tutti gli opera- tori che la manutenzione predittiva, con gli opportuni supporti informatici, consente di accedere a informazioni preziose per il business dell’azienda e di fare scelte strategiche vincenti in termini di tecnologie più appropriate e di piani di produzione più convenienti. Così avvenne per la prima rivoluzione industriale, con il vapore, e per la seconda, con la produzione di massa, grazie all’elet- tricità, e anche con i computer della terza. Ma questa, la quarta, la 4.0, è forse la più ‘smart’ di tutte. AO AUTOMAZIONE DOMANI er quanto si possa dire, ancora non esiste una definizione chiara ed esaustiva di Industria 4.0. Quel che è certo, però, è che si tratta di un processo in continuo divenire, che porterà alla completa automazione e interconnessione di tutti i processi industriali. Secondo un recente rapporto McKinsey, una tra le più autorevoli società internazionali di consulenza strategica e manageriale, le nuove tecnologie digitali avranno un impatto profondo principalmente in quattro ambiti. Il primo riguarda l’utilizzo dei dati, la potenza di calcolo e la connettività, e si declina in Big Data, open data, Internet of Things, machine-to-machine e nel cloud com- puting per la centralizzazione delle informa- zionielaloroconservazione.Ilsecondoèquello degli analytics: una volta raccolti i dati, occorre ricavarnevalore,mentreaoggi ancora solo l’1% dei dati raccolti viene effettivamente sfruttato dalle imprese. Il terzo ambito è quello dell’in- terazione tra uomo e macchina, che coinvolge le interfacce ‘touch’, sempre più diffuse, e la re- altà aumentata. Infine, vi è tutto il settore che si occupa del passaggio dal digitale al ‘reale’. Questo trend non si risolve semplicemente in un aumento del livello di automazione indu- striale, ma soprattutto nell’affermarsi di ap- procci radicalmente nuovi nello sviluppo, nella realizzazione e nella gestione degli stabilimenti di produzioneedistribuzione. Aciò si aggiunga la sempre crescente complessità dei prodotti, esprimibile in molte dimensioni, per esempio il numero di funzionalità, di sotto-componenti, di fasi di lavorazione, di materiali differenti, di variabilità di mercato e utilizzo, che crea nuove sfide tecnologiche e organizzative rispetto ai metodi tradizionali di produzione. L’elemento chiave della nuova Industria 4.0, il cosiddetto ‘asset management’, un tempo circoscritto alla manutenzione e alla riparazione di apparecchi P La rivoluzione più ‘smart’ Foto tratta da www.pixabay.com