AS_02_2021

Automazione e Strumentazione Marzo 2021 SCENARI primo piano 27 la conseguente crescente disponibilità di dati a tutti i livelli del processo produttivo. Sono gli scenari dominati dai Big Data e dall’ Internet of Things , che vedono la presenza di sensori all’interno della fabbrica in grado di fornire una grande quantità di dati molto più precisi rispetto a quelli di cui si disponeva in passato. Questo - come segnalava uno studio della Fondazione Brodolini “Ecosistemi 4.0: imprese, società, capitale umano” - “permette di utilizzare la simulazione per molte applicazioni nuove e ne migliora la precisione. Avere dati abbondanti permette di costruire modelli affidabili e di uti- lizzare la simulazione per molte applicazioni nuove, avere dati puliti ne migliora la precisione. L’accuratezza dei dati è l’elemento cruciale da ricercare al fine di ottenere buoni risultati dalla simulazione. È necessario quindi valutare i dati ottenuti e gli strumenti utilizzati per ottenerli così da essere confidenti della loro bontà o meno. E non stiamo parlando di utilità, infatti talvolta anche dati sporchi o rumorosi possono essere utili! Ma occorre sapere da dove si parte per sapere che cosa si può ottenere”. Mentre si fa strada e si estende la realtà della fabbrica digitale, anche le possibilità di simula- zione si ampliano. L’intercon- nessione delle macchine e degli impianti e la crescente intero- perabilità tra gli strumenti e le apparecchiature fanno sì che si possano simulare in modo massic- cio tutta una serie di comportamenti e di processi rendendo sempre più realistico il virtual manu- facturing che abbraccia tutte le fasi del processo produttivo: pianificazione, progettazione, assem- blaggio, collaudo, manutenzione. Tutto ciò con la possibilità, grazie al continuo flusso e aggior- namento dei dati, di rendere flessibile il processo di modellazione e simulazione adattandolo rapi- damente ad ogni nuova richiesta e ad ogni muta- mento dell’ecosistema produttivo. C’è da notare che non tutti i software di simu- lazione hanno la capacità di prendere in input direttamente i Big Data. Perciò prima è sempre opportuno analizzare i dati per individuare se esi- stono legami e relazioni da inserire nel modello; poi, con il modello costruito è possibile eseguire la simulazione su nuovi dati e capire il compor- tamento del sistema al variare dei parametri. I software più evoluti permettono di eseguire la simulazione attraverso un linguaggio visuale e quindi accessibile anche a persone non provviste di specifiche skill informatiche. Simulazione & AI Un altro criterio per identificare i sistemi di simu- lazione è legato all’integrazione della Simula- zione Continua/Combinata con altri sistemi e in particolare con quelli di Intelligenza Artificiale (AI). Per la Simulazione Connessa con AI si parla di Simulazione Ibrida dove sono proprio le tec- niche e i tool di Intelligenza Artificiale che ‘diri- gono’ l’evoluzione del modello. Un particolare tipo di integrazione con sistemi Intelligenti (Cyber-Physics) permette di svilup- La crescente interoperabilità tra gli strumenti e le apparecchiature rende sempre più realistico il virtual manufacturing (fonte: Schneider Electric) Nel Machine Learning si sviluppano modelli data-driven di tipo statistico sulla base dei dati storici disponibili