AS_08_2018

Automazione e Strumentazione Novembre/Dicembre 2018 SCENARI approfondimenti 47 tempi di fermo dalla manutenzione non program- mata, alla manutenzione preventiva e quindi alla manutenzione predittiva . Come possiamo andare oltre? Quanto ci manca per riuscire ad apportare miglioramenti in tempo reale , senza dover ricorrere alle analisi sui dati della settimana precedente? È possibile applicare un approccio del genere a livello di impianto (e oltre), al fine di creare un impatto reale a livello di profitti? Un giorno sarà possibile creare un para- digma in cui le linee di produzione siano in grado di ottimizzarsi automaticamente , basandosi non solo sulle attività a livello di impianto, ma anche sui requisiti di domanda e offerta nell’in- tera catena logistica? Sebbene tali risultati possano sembrare particolar- mente ambiziosi, il segreto sta nei dati, nel modo in cui vengono raccolti e utilizzati. Non a caso, una premessa fondamentale dell’Industria 4.0 è la capacità di migliorare i processi basati sui dati . È interessante notare che, per quanto gli obiettivi finali dell’Industria 4.0 possano sembrare remoti, in realtà il loro raggiungimento è molto più vicino di quanto non si possa immaginare. Raccolta dei dati I sistemi di automazione moderni sono in grado di generare ingenti quantità di dati , dal sensore più semplice al controller più avanzato, in tutti gli aspetti del controllo, tra cui il motion, aziona- menti, robotica, visione e sicurezza integrata. Gli attuali sistemi di automazione possono integrare tutti questi aspetti chiave, fornendoci una visua- lizzazione olistica delle attività di un impianto. Tali sistemi, inoltre, ci aiutano a creare un col- legamento con i sistemi aziendali di livello più alto, al fine di ridurre le distanze tra la fornitura in ambito logistico, le capacità di produzione e la domanda degli utenti. Attualmente, numerosi settori stanno ricorrendo sempre più all’universo dei ‘Big Data’, ma la cre- azione e la raccolta dei dati non rappresentano il punto di partenza e di arrivo. Dal punto di vista dell’ottimizzazione delle macchine, non abbiamo bisogno di ‘Big Data’, ma di ‘smart data’, vale a dire dati intelligenti che ci aiutino ad apportare miglioramenti continui ai processi . Grazie ai dati intelligenti, gli utenti possono ana- lizzare in profondità l’attività delle macchine come mai prima, usufruendo di un numero di gran lunga superiore di opportunità di ottimizzazione. Ciò si traduce in un miglioramento notevole della qualità dei prodotti (passando dal controllo alla garanzia della qualità) e nell’aumento della pro- duttività , dell’ efficienza (inclusa quella energe- tica) e della disponibilità delle macchine (con la manutenzione predittiva che riduce i tempi di fermo). Inoltre, aspetto ancora più importante, possiamo iniziare a ottimizzare i processi in tempo reale, anziché introducendo migliorie sulla base di dati storici. Sviluppo delle macchine Cosa deve fare un costruttore di macchine per fornire tutti questi risultati all’utente finale? Inizialmente potrebbe sembrare un compito molto complesso dal punto di vista della con- figurazione e della programmazione, ma le aziende specializzate nell’automazione hanno già sviluppato i propri prodotti tenendo conto delle esigenze di ottimizzazione. Le piatta- forme di automazione come Sysmac di Omron includono una gamma completa di prodotti di controllo (PLC, HMI, azionamenti, motion, I veicoli indoor autonomi (AIV), come quelli proposti da Omron, consentono di connettere le diverse fasi della linea produttiva, rendendola più versatile