AO_442

AUTOMAZIONE OGGI 442 SOLUZIONI SOFTWARE PER L’INDUSTRIA 77 S SI internet of things gio in tempo reale di informazioni più complesse oppure di informa- zioni aggregate (ad esempio con- sumi energetici totali di un’area o di un insieme di edifici); la possibilità di definire e visualizzare relazioni gerarchiche tra dispositivi con l’o- biettivo di arrivare a gestire più ve- locemente le situazioni anomale; il possibile confronto in tempo reale tra dati, di dispositivi diversi sullo stesso periodo oppure dello stesso dispositivo su periodi diversi, anche con diversa granularità del dato e la georeferenziazione dei dispositivi. Il progetto Snipe Un caso d’uso interessante di uti- lizzo della piattaforma Mangro- viaIoT è il progetto Snipe, dove l’utilizzo di sensori tailor made e l’applicazione di specifici algoritmi di ML ha avvicinato due mondi apparentemente lontani come il processo di fonderia e quello dell’informatica. Il processo di fonderia è antico quanto la scoperta del fuoco ed è anche uno dei processi che, nella nostra mente e nella nostra esperienza, è tra i più lontani da tutto il mondo digi- tale. Il settore dell’industria della fonderia, soprattutto quelle di piccole e medie dimensioni, è caratterizzato da un basso grado di automazione e la manutenzione è un’area chiave in grado di gene- rare rilevanti risparmi sui costi e valore della produzione in tutto il mondo, le necessarie attività di manutenzione richiedono fermi macchina determinando numerose criticità nel processo. Da questa idea, il progetto Snipe ha realizzato, nel rispetto della cybersecurity, un sistema di monitoraggio delle performance dei processi e un si- stema di manutenzione predittiva. Coordinato da FAE Technology, Fonderie Arizzi e Kilometro Rosso e finanziato da Trinity, progetto europeo che ha ricevuto un contributo dal programma ‘Robotics - Digital Innovation Hubs’, il progetto Snipe ha avviato uno studio dei processi di fonderia più critici e individuato le variabili che ne influenzano maggiormente il livello di produttività. Quest’analisi ha permesso di identificare, all’interno dello stabilimento Arizzi, le aree da destinare all’installazione di un sistema di monitoraggio costitu- ito da sensori sumisura in grado di raccogliere e trasmettere dati da analizzare per passare allo sviluppo di un algoritmo di valutazione e interpretazione dei dati per ottenere un processo di manuten- zione predittiva sempre più efficiente. Il progetto Snipe è uno dei casi in cui è stato cruciale l’utilizzo della piattaforma MangroviaIoT sia nella raccolta e visualizzazione dei dati grezzi letti dai sensori come il grado di umidità della sabbia, la temperatura della fornace, le vibrazioni; ma soprattutto, per correlare tra loro queste informa- zioni e ‘allenare’ un algoritmo capace di prevedere possibili criticità sul processo produttivo. Da dato grezzo a informazione digitale I dati grezzi letti da sensori sono stati resi disponibili in tempo reale sul cruscotto di MangroviaIoT per consentire una visualizzazione puntuale delle informazioni, di individuare correlazioni tra varia- zioni dei parametri monitorati e il prodotto finale, ma anche impo- stare soglie di allarme in grado di generare mail di notifica sia per monitorare l’andamento dei parametri, sia per verificare il corretto funzionamento dei sensori stessi. I dati raccolti sono stati poi uti- lizzati dal gruppo di Data Scientist di Sorint.TEK per elaborare un algoritmo di valutazione e interpretazione dei dati per ottenere un processo di manutenzione predittiva sempre più efficiente. L’ou- tput dell’algoritmo è stato poi reso visibile sulla stessa piattaforma, soluzione che diventa così un vero e proprio cruscotto per una ge- stione data-driven del processo di fonderia. Il caso è interessante per il settore in cui è stato applicato ma anche da un punto di vista strettamente tecnologico perché rappresenta un esempio di realiz- zazione di una soluzione che dalla raccolta del dato grezzo arriva alla visualizzazione dell’indicatore che rappresenta la probabilità di guasto dell’impianto, una soluzione end-to-end di advanced analytics pienamente coerente con gli obiettivi dell’Industry 4.0. In sintesi, quindi, per realizzare la digitalizzazione di un processo e la scelta di una piattaforma IoT ci sono diversi parametri da valutare, come la flessibilità (Quanti sensori sono supportati? Quali protocolli di comunicazione? Quanto è facile aggiungerne di nuovi?), la sca- labilità della piattaforma (Quanto è possibile aumentare il numero di dispositivi collegati?) e la valutazione di quanto la piattaforma sia integrabile con altri, un’interfaccia user friendly in grado di essere utilizzata non solo necessariamente da utenti IT. Ma soprattutto è importante una domanda: quale valore voglio dare ai dati che de- scrivono il processo produttivo? Sorint.TEK - www.sorint.com MangroviaIoT è una piattaforma di asset management e operation intelligence, integrabile facilmente con qualsiasi tipo/produttore di sensore