Automazione Plus

I vantaggi delle tecnologie software-defined nelle impostazioni di processo secondo PaesslerERT

006133_LinkedIn-Banner_Industrial

Nel settore del controllo dei processi, della gestione della produzione, della gestione dei servizi e degli altri sistemi analoghi che gravitano attorno all’industria di processo si assiste a un’evoluzione costante verso le tecnologie software-defined. Secondo Paessler, azienda specializzata nel monitoraggio di rete, i Soft PLC sono sempre più rilevanti e il software in generale diventa di giorno in giorno sempre più importante per ottenere un vantaggio competitivo in ambito industriale.

“Stiamo assistendo a un cambiamento epocale: dai PLC e controller con hardware di controllo dedicato si sta passando a software specializzati installabili su qualsiasi computer, anche virtuale. I paradigmi e i concetti dell’industria informatica trasformano la produzione industriale fondendo le classiche tecnologie IT e OT in una nuova tecnologia ibrida che coniuga il meglio di entrambe”, commenta Christian Gügel, Global Business Development Manager IIOT di Paessler.

Nello specifico, il ricorso ad approcci decisionali data-driven a tutti i livelli sta trasformando il processo di cambiamento da un’attività hardware-driven a un’attività software-driven.

L’ottimizzazione dei processi produttivi e dei servizi si affida sempre di più ai software che richiedono la raccolta, l’elaborazione e l’analisi di grandi quantità di dati per generare insight rilevanti. Qual è la causa alla base dei problemi di qualità? Come è possibile ridurre i tempi di inattività? Come si possono prevedere e prevenire i guasti? Come si può ottimizzare il flusso di materiale?

Le tecnologie di virtualizzazione e basate su container aiutano a sfruttare la potenza di elaborazione di ciascun dispositivo – ad esempio PC industriali e simili – introducendo nelle fabbriche nuove funzionalità di pari passo con i progressi in campo software. L’IoT industriale permette di collegare più macchine e i relativi dati per un’elaborazione analitica centralizzata. Il cloud consente l’archiviazione di quantità massicce di dati, i cosiddetti ‘big data’, fornendo gli strumenti per la loro gestione, come ad esempio le analytics o il machine learning. Questa tecnologia è stata resa disponibile a tutti dai grandi vendor di soluzioni cloud, ma per poterla sfruttare al massimo sarà necessario riprogettare il design dei software.

I principali vantaggi dell’utilizzo di queste quattro tecnologie nelle impostazioni di processo

Gli obiettivi tipici a cui ogni industria ambisce sono la riduzione dei costi e dei tempi, il miglioramento della qualità e l’aumento della quantità della produzione (in funzione del tempo). Analizzando ogni aspetto, è possibile individuare una serie di casi di uso direttamente supportati dalle tecnologie citate.

Riduzione dei tempi di inattività delle apparecchiature

Partendo dal presupposto che è possibile collegarsi a tutte le macchine attraverso protocolli standardizzati come OPC-UA, MQTT e simili, i dati si possono sfruttare per ottenere informazioni dettagliate, in tempo reale sullo stato di funzionamento dei macchinari. L’IoT e la tecnologia Edge vengono utilizzate per raccogliere, archiviare ed elaborare i dati necessari. Le tecnologie cloud si usano per sfruttare una potenza di elaborazione e capacità di machine learning pressoché infinite. Di conseguenza, l’assistenza e la manutenzione dei macchinari si possono ottimizzare sulla base delle previsioni dei guasti, sfruttando informazioni dettagliate sullo stato di salute e altri dati.

Miglioramento dell’ispezione visuale della qualità

Con il machine learning è possibile addestrare gli algoritmi a riconoscere i prodotti conformi da quelli non conformi. L’ispezione visuale ad alta velocità basata su videocamera non deve più essere strettamente affidata a un software predefinito, ma può diventare un processo dinamico con apprendimento automatico che migliora con il passare del tempo. Usando le tecnologie IoT e cloud è possibile elaborare le immagini a livello centrale sfruttando il machine learning. L’Edge computing virtuale facilita l’automazione dell’aggiornamento del sistema informatico della fabbrica da remoto ‘over the air’. Avvalendosi di queste tecnologie, il controllo di qualità può automatizzare il processo di ottimizzazione.

Al fine di stabilire la migliore combinazione possibile di virtualizzazione, cloud computing, IIoT e mobilità per applicazioni e processi operativi, il suggerimento degli esperti di Paessler è di non partire dalle domande sulla tecnologia ma da quelle sull’ottimizzazione. I software e i dati possono aiutare ad automatizzare i processi o prendere decisioni migliori. Partendo da qui, è possibile esplorare i campi in cui sfruttare le tecnologie descritte per implementare una soluzione.

Un esempio: nel caso dell’IIoT, si parte con la domanda: “Come è possibile prevedere un guasto a un’apparecchiatura ed evitare così tempi di inattività?”. Occorre considerare quali dati si devono raccogliere dai diversi macchinari. Occorre tenere conto del fatto che tali dati dovranno essere elaborati in modo tale da ricavarne le informazioni giuste. Infine, occorre considerare come automatizzare il processo e renderlo operativo. In questo percorso sarà possibile apprendere come le tecnologie e costruire una soluzione.

Strumenti e dispositivi di supporto per ottimizzare le applicazioni virtualizzate, cloud, IIoT-enabled e quelle mobili

Tutto inizia con una soluzione di monitoraggio olistica, ‘vendor-agnostic’, per garantire che tutti i dispositivi siano disponibili e che l’infrastruttura di base sia in grado di gestire il traffico senza possibili perdite di pacchetti. Altri insight potrebbero riguardare la capacità di rilevare traffico insolito, verificare il corretto funzionamento dei servizi più critici e l’installazione delle patch di sicurezza. Dopodiché, i passaggi successivi riguardo al modello OSI (Open Systems Interconnection) prevederebbero l’implementazione del monitoraggio delle applicazioni e l’integrazione nel monitoraggio dei servizi cloud utilizzati.

Un passaggio ulteriore potrebbe essere quello di ricreare i processi di business e rappresentare i dati su dashboard significative per i team specifici. Oltre alla visualizzazione dei dati, un aspetto cruciale riguarda la generazione di allarmi in caso di problemi e l’interconnessione con le applicazioni ServiceDesk in uso. Gli strumenti di Flow Monitoring, patch management, gestione delle scorte e pianificazione della capacità potrebbero rappresentare ulteriori espansioni che prevedono la presenza di un’interfaccia northbound nella soluzione di monitoraggio ai fini dell’integrazione.