Connected Manufacturing, come gestire al meglio i dati

Pubblicato il 23 febbraio 2021

Intervento di Yari Franzini, Regional Director Italy di Cloudera

Il connected manufacturing è a un punto di svolta, sulla scia di un cambiamento reale e misurabile nella tipologia di dati – quelli in tempo reale e quelli storicizzati stanno crescendo del 50% più velocemente rispetto a quelli latenti o statici, mentre l’analisi dei flussi streaming è destinata a crescere fino un CAGR del 28% – rendendo le piattaforme legacy specializzate in soluzioni di dati storici statici, che operano on-prem o in cloud discreti, inadeguate a soddisfare le attuali esigenze di insight in tempo reale. La crescita dei dati in streaming è alimentata dal fatto che permette una visione in tempo reale e, cosa più importante, un processo decisionale autonomo.

Questo cambiamento nella produzione è stato reso possibile dalla proliferazione di economici sensori di processo adatti a usi specifici, da robusti dispositivi di edge computing che abilitano decisioni autonome ripetitive, al cloud computing che esegue sia l’analisi che lo storage, fino al 5G, che apre la strada ai dati liberando i processi di produzione dalle catene delle connessioni cablate. Ma i benefici dello streaming rappresentano una sfida in termini di gestione dell’enorme volume di dati, di strutture diverse, e di velocità in tempo reale nei processi aziendali di produzione.

I produttori odierni si trovano ad affrontare limitazioni derivanti dalla complessità della digitalizzazione, molte delle quali dovute alla rapida evoluzione delle fonti di dati – nuovi e connessi – e dall’enorme volume di informazioni emesse. Alcune delle sfide e delle considerazioni che le organizzazioni devono affrontare in termini di gestione dei dati per il Connected Manufacturing sono:

Il costo della gestione dei dati: I tradizionali meccanismi di gestione dei dati tendono ad essere notoriamente costosi, non scalano facilmente e non sono stati costruiti per catturare ed elaborare i petabyte di dati IoT in streaming dai dispositivi connessi. Oggi, le organizzazioni hanno bisogno di una piattaforma di data management & analytics più flessibile e scalabile che possa facilmente ingerire, memorizzare, gestire ed elaborare i dati in streaming da fonti IoT a un costo inferiore.
Gestire il volume e la varietà dei dati IoT: Per abilitare il monitoraggio e l’ottimizzazione dei processi, la manutenzione predittiva e i casi d’uso emergenti dell’IoT, gli architetti dell’informazione hanno bisogno di una piattaforma in grado di gestire tutti i tipi di strutture e schemi di dati, dalle letture intermittenti di temperatura, pressione e vibrazioni alla gestione di dati completamente non strutturati (ad esempio, immagini, video, testo, dati spettrali) o altre forme come i segnali termografici o acustici, dall’edge, forniti attraverso diversi driver e protocolli supportati.
Gestire la complessità dei dati in tempo reale: Per guidare il monitoraggio continuo del processo, l’ottimizzazione della produttività o la manutenzione predittiva, una piattaforma di gestione dei dati deve consentire l’analisi in tempo reale dei dati in streaming. La piattaforma ha anche bisogno di ingerire, archiviare ed elaborare efficacemente i dati in streaming in tempo reale o quasi-reale, al fine di fornire istantaneamente approfondimenti e azioni.
Liberare i dati dai silos indipendenti: i processi specializzati (piattaforme di innovazione, QMS, MES, ecc.) all’interno della catena del valore premiano fonti di dati disparate e piattaforme di gestione dei dati che si adattano a soluzioni uniche e silos. Queste soluzioni puntuali limitano il valore dell’impresa considerando solo una frazione degli insight che i dati cross-enterprise possono offrire, inoltre, le soluzioni duplicate in silo dividono il business, limitando le opportunità di collaborazione. Infine, la piattaforma deve avere la capacità di ingerire, memorizzare, gestire ed elaborare i dati in streaming da tutti i punti della catena del valore, combinarli con le fonti Data Historians, ERP, MES e QMS e sfruttarli in intuizioni utilizzabili.

Data la complessità e la varietà dei dati di produzione e dell’IoT, i produttori si stanno concentrando sugli insight dall’edge fino all’AI. Per farlo, un ottimo punto di partenza è naturalmente all’inizio, dove i dati vengono ingeriti nel data lake e nella piattaforma dati aziendale.

28 aprile, giornata della sicurezza sul lavoro: il ruolo delle tecnologie video intelligenti
In vista della Giornata Mondiale per la Salute e la Sicurezza sul Lavoro, che si celebra il 28 aprile, Axis Communications condivide una riflessione sull’evoluzione della sicurezza sul lavoro. I più recenti dati INAIL restituiscono infatti un...
Fermi macchina, sprechi energetici, dati su carta: quanto costa non conoscere la propria fabbrica
In una quota significativa di stabilimenti manifatturieri italiani, i dati di produzione viaggiano ancora su carta o su fogli elettronici gestiti manualmente. I fermi macchina si registrano senza strumenti automatici, i consumi energetici si leggono sulla bolletta...
Gli OSCAR dell’AUTOMAZIONE: Reti di sensori wireless per una manutenzione predittiva sempre efficiente
In ambito industriale, le reti di sensori wireless rappresentano la chiave di successo per ottimizzare la produzione, ridurre i fermi macchina e implementare la manutenzione predittiva. Queste soluzioni garantiscono resistenza alle condizioni estreme, installazione rapida e analisi...
Le competenze Baumer per l’industria connessa
Un portafoglio tecnologico articolato consente a Baumer di rispondere alle esigenze di molti mercati. Precisione, robustezza e integrazione digitale sono i pilastri di un’offerta pensata per un’industria sempre più orientata al dato Leggi l’articolo
Hybrid cloud e AI privata, una combinazione vincente
Con l’AI ormai integrata nei processi chiave del 96% delle imprese italiane, la sfida è scegliere un’architettura che garantisca conformità, sovranità del dato e sostenibilità economica. Il modello ibrido edge-cloud è la risposta? Leggi l’articolo
Il perimetro della sovranità digitale in Italia e le priorità: l’analisi di Netalia
Il punto di partenza è chiarire cosa si intenda davvero per cloud. Negli anni il termine è stato utilizzato in modo eccessivo e spesso strumentale, arrivando a includere modelli che con il cloud hanno poco a che...
Sensori a triangolazione laser per il controllo della corretta posizione dei componenti elettronici su circuiti stampati
I sensori a triangolazione laser sono ideali per il controllo automatico dell’installazione dei componenti elettronici sui PCB grazie alla capacità di rilevare con estrema precisione anche i dettagli più minuti. Questi sensori garantiscono misurazioni precise di spostamento,...
Trasformare i dati dei contatori energetici intelligenti in insight strategici
Trasformare l’enorme quantità di dati generati dai contatori elettrici intelligenti in informazioni comprensibili e utilizzabili a livello strategico. È questo l’obiettivo della partnership tra hiop, start-up deeptech specializzata in data infrastructure, e TaDa, start-up milanese attiva nell’ambito...
Trasmettitori di pressione Keller 25SXio ad alta precisione a lavaggio frontale con interfaccia IO-Link
I trasmettitori di pressione piezoresistivi di alta precisione della serie Keller 25SXio possono essere utilizzati sia come strumento di misura della pressione che come pressostato. Inoltre, offrono un significativo aumento della flessibilità e dell’efficienza nella catena di...
Gestire i dati in modo efficace: strumenti e servizi
Veniamo ora alle soluzioni: si parla molto di tecnologia ma cosa davvero esiste sul mercato e cosa possono già oggi le aziende sfruttare per diventare più competitive? Quali strumenti e servizi offrite al mercato e ai clienti...