L’intelligenza artificiale è oggi in grado di migliorare l’efficienza e ottimizzare i consumi nell’Industria 4.0. Vediamo come.
Conflitti geopolitici, aumento dei prezzi delle materie prime, competizione globale. Sono solo alcuni dei fattori che rendono sempre più importante ottimizzare i consumi. L’industria manifatturiera oggi deve essere sostenibile nel senso più ampio del termine. È un ciclo virtuoso di miglioramento dell’impatto ambientale che può generare valore aggiunto tangibile per le aziende.
La tecnologia, in questa direzione, è un elemento abilitante. Questo dato è particolarmente vero per quanto riguarda alcune delle principali innovazioni degli ultimi anni, a cominciare dall’intelligenza artificiale.
È un settore in continua evoluzione e dalle prospettive dirompenti. Secondo i dati a disposizione, il mercato globale delle soluzioni di intelligenza artificiale valeva 207 miliardi di dollari nel 2023 e raggiungerà 1,8 trilioni di dollari entro il 2030.
AI e machine learning per l’ottimizzazione dei consumi
In una dimensione industriale, il machine learning e le reti neurali permettono di identificare pattern e correlazioni all’interno di flussi di dati statici e dinamici. Questa operazione è molto complessa – quando non impossibile – con gli strumenti di analisi tradizionali.
Se prendiamo come esempio l’analisi dei consumi energetici, è possibile impostare come target dell’analisi una soglia limite, oppure il valore che caratterizza una determinata produzione. Vengono quindi definite alcune variabili, come temperatura, velocità e pressione. L’algoritmo di machine learning analizza i dati e riesce a identificare sia le aree critiche sia le variabili sulle quali intervenire per ottenere azioni migliorative. Il risultato è un’ottimizzazione complessiva dell’efficienza dei consumi di macchine e impianti.
Sulla carta, l’integrazione dell’intelligenza artificiale apre scenari estremamente promettenti. Esistono tuttavia una serie di sfide che vanno comprese, affrontate e superate. Una di queste è la disponibilità di dati in ingresso che siano corretti, puliti e utili all’analisi. Se i dati non hanno queste caratteristiche, l’output finale non permetterà la creazione di una soluzione affidabile. È necessario quindi concentrare l’attenzione sulle fasi iniziali di selezione e raccolta: dati consistenti daranno forma a informazioni consistenti.
In questa prospettiva, rivestono un ruolo strategico le piattaforme di analisi e visualizzazioni dei dati.
Le soluzioni di GE Vernova
Proficy CSense e Proficy Operations Hub sono due soluzioni sviluppate da GE Vernova e distribuite in Italia da ServiTecno, Channel Partner di GE.
CSense è una piattaforma che offre soluzioni di industrial analytics e integra sistemi di intelligenza artificiale e machine learning. Gli algoritmi permettono agli ingegneri di processo di combinare i dati provenienti da diverse fonti per identificare problematiche e prevedere il comportamento dei macchinari. In questo modo è possibile identificare in tempi rapidi le criticità ed effettuare analisi predittiva e root cause analysis.
CSense permette di analizzare dataset di grandi dimensioni, utilizzare qualsiasi modulo Python open source a 64 bit e implementare diversi modelli di machine learning a seconda degli obiettivi. È inoltre possibile processare i dataset in una singola esecuzione ed effettuare in tempo reale il mix di stream dei dati in tempo reale con dati storici, ottenendo così informazioni predittive in tempi molto rapidi.
Le informazioni vengono inserite in un’unica dashboard che permette, attraverso l’analisi visuale, di evidenziare le condizioni operative delle macchine e rilevare in modo precoce anomalie e deviazioni di processo.
Proficy Operations Hub è la piattaforma di GE Vernova che permette di migliorare la visibilità delle operazioni. È possibile creare dashboard di visualizzazione, ottimizzare le operazioni di stabilimento attraverso una serie di informazioni che possono essere analizzate e condivise in tempo reale. Gli utenti possono monitorare, controllare, fornire dati ed effettuare analisi anche in remoto. Il tutto integrato con altre piattaforme di fabbrica, come per esempio i sistemi MES.
GE Vernova è il brand che dal 2023 racchiude tutte le attività di GE dedicate alla produzione sostenibile, all’energia, all’elettrificazione e digitalizzazione e servizi finanziari correlati. La mission di GE Vernova è chiaramente identificabile a partire dal nome del brand. In questa prospettiva, il gruppo focalizza la sua attenzione sullo sviluppo di soluzioni di nuova generazione in grado di coniugare produttività ed efficienza in un’ottica di sostenibilità a 360 gradi.
Proficy Operations Hub si basa su un ambiente low code/no code che permette la creazione di report dinamici, i quali possono essere visualizzati via browser su qualsiasi device, dal computer dell’ufficio alla linea di produzione. I dati sono aggiornati in tempo reale ed è possibile impostare soglie di allarme, che permettono quindi di monitorare un’ampia gamma di variabili di processo.
Obiettivo sostenibilità
Intelligenza artificiale e machine learning possono abilitare la creazione di strategie di sostenibilità a lungo termine. In un futuro prossimo, per esempio, sarà possibile impostare la produzione sulla base delle soglie di consumo imposte dai regolamenti nazionali e internazionali.
Gli algoritmi di machine learning permetteranno di analizzare l’impatto in termini di emissioni a partire dalle fasi di ingegnerizzazione di un nuovo prodotto. Sarà così possibile comprendere fin dalle prime fasi il costo in termini ambientali di sviluppo e produzione, gestendo così questa variabile lungo tutte le fasi del processo. Migliora in questo modo la visibilità generale di prodotti e processi con un impatto positivo anche su tutta la catena di fornitura.
“L’obiettivo del nostro lavoro – dichiara Giorgio Guerrini, Senior Sales Manager di GE Vernova – è focalizzare l’attenzione sull’identificazione dei problemi. In questo modo siamo in grado di identificare le potenziali cause di malfunzionamento e intervenire in un’ottica predittiva, andando quindi a ottenere un ritorno virtuoso in termini di sostenibilità.”
