Oggi la maggior parte delle fasi di sviluppo di nuovi prodotti si svolge attraverso una filiera digitale. Anche il settore manifatturiero, con tempi diversi derivanti anche da diverse entità di investimenti, si sta adattando a questo trend, attraverso il concetto di fabbrica digitale e Industria 4.0. Uno degli aspetti più sottovalutati della trasformazione digitale, tuttavia l’analisi della produzione tramite la raccolta dati, che permette di portare questa attività a un livello completamente nuovo.
I vantaggi dell’analisi di produzione avanzata in un mercato in crescita
Anche se la denominazione è cambiata nel tempo e oggi si parla soprattutto di Transizione 4.0, il vero punto di svolta del mercato è stato l’introduzione del concetto di industria 4.0, grazie al quale è diventata evidente l’importanza dei dati e dell’interoperabilità. Temi che, grazie anche al sostegno dei finanziamenti pubblici stanziati, convincono un numero sempre crescente di aziende. Se nel 2020 il mercato di Industria 4.0 valeva 2,9 miliardi di euro si stima che entro il 2024 possa arrivare a valerne 4,3.
Fonte: Statista
La ragione di questo crescente successo è senza dubbio legata anche alla possibilità di utilizzare con maggiore profitto i dati raccolti dai macchinari, per esempio attraverso i sistemi MES o la connettività IIoT, non solo in modo contingente ma anche in sede di analisi di produzione.
L’importanza dei dati storici
In genere, infatti, quando si pensa al monitoraggio dei macchinari, ci si limita a immaginare un sistema di monitoraggio in tempo reale attraverso una control room, un pannello o qualche tipo di soluzione che permetta a un operatore di tenere sotto controllo i macchinari e la produzione. Il meccanismo alla base dei primi strumenti HMI e SCADA era proprio questo. Oggi però, a differenza di quanto avveniva fino a qualche anno fa, i dati vengono raccolti ed elaborati e rimangono disponibili anche per usi successivi, anche per lunghissimi periodi di tempo. Questo apre le porte a strumenti di analisi di produzione estremamente avanzati, impensabili con le tecnologie tradizionali.
Questo ha premesso di passare da un tipo di analisi principalmente descrittiva, tipica dei vecchi report e che si limitava a illustrare lo stato delle cose, a nuove forme. Sicuramente l’analisi descrittiva è rimasta, anche se potenziata ed estesa dagli strumenti di Business Intelligence, ma oggi l’uso dei dati permette di fare molto di più.
La nuova analisi di produzione: agile e data driven
Fra le possibilità di utilizzare i dati che spiccano, troviamo senza dubbio l’analisi di tipo diagnostico, grazie alla quale non ci si limita a evidenziare un evento o un fatto, ma se ne identificano le cause. Anche in questo caso i dati eliminano tutto quello che si definisce guess work a favore di un approccio più sistematico. Grazie a strumenti evoluti come ERP e SCADA, in una fabbrica digitale è possibile, per esempio, mettere in relazione – e visualizzare facilmente – l’aumento di percentuale di pezzi difettosi con una specifica fornitura di materie prime, con problemi di manutenzione a uno specifico macchinario o addirittura con le condizioni ambientali.
Questo ci conduce a un tipo di analisi completamente nuovo, quella predittiva: se è possibile identificare le cause di un problema con sufficiente precisione è possibile anche usare le serie storiche di dati per prevedere quando il problema potrebbe ripresentarsi. Per esempio, quando le condizioni ambientali sono analoghe a quelle che hanno causato il problema nei casi precedenti, o quando le materie prime hanno determinate caratteristiche. Prevedere cosa accadrà con ragionevole certezza significa poter intervenire prima che il problema diventi reale e in molti casi prevenirlo.
I modelli previsionali utilizzati nella fabbrica digitale, se nutriti con i giusti dati provenienti dai sistemi di monitoraggio, possono essere così precisi che in alcuni casi vengono utilizzati nel contesto di progettazione per la producibilità. Infatti, grazie a tecniche avanzate come il digital twin è possibile creare una vera e propria copia digitale dello stabilimento che serve come modello di simulazione. In questo modo è possibile collaudare la fattibilità di un prodotto come se lo si facesse sul campo, ma sfruttando solo la potenza di calcolo dell’infrastruttura IT, e di conseguenza contenendo i costi in modo considerevole. Una volta superato il “collaudo” virtuale, l’azienda potrà decidere, numeri alla mano, se investire per avviare o meno la produzione.
Tutto questo è possibile solo sviluppando in azienda la cultura del dato e iniziando sfruttare al massimo, con le tecnologie giuste, il potenziale che le informazioni, anche quelle provenienti dai macchinari, esprimono.
