SICK Point of View

Industria manifatturiera: la strada per un processo più sostenibile inizia dalla misura​

Nell’industria manufatturiera, grazie all’impiego di sensori intelligenti e software di integrazione dati, che contribuiscono ad aumentare il grado di conoscenza delle attività produttive, è possibile migliorare e rendere più sostenibili i processi produttivi, massimizzando le risorse e migliorando le prestazioni dell’impianto. Da SICK una proposta per abilitare questo cambiamento

Aggiornato il 10 Gen 2024

concept di manutenzione predittiva

Nell’attuale scenario di mercato, la strada per la competitività delle aziende è quella dell’ottimizzazione dei processi produttivi. Ottimizzare significa, infatti, aumentare l’efficienza produttiva, ridurre i costi, migliorare la qualità della produzione, accelerare il time to market, in pratica, rendere i processi più sostenibili e fare innovazione. Il primo passo verso l’ottimizzazione è quello della conoscenza e della misura delle variabili in gioco nei propri processi. “Conoscere per decidere, conoscere per migliorare”, questo il claim delle moderne smart factory.

In questo contesto, quindi, raccogliere, analizzare e interpretare grandi quantità di dati (Big Data), sia interni che esterni all’organizzazione, misurare i parametri e gli indicatori chiave (KPI) dei processi e disporre di informazioni complete e trasparenti che aiutino a comprendere il problema e quindi scegliere l’alternativa migliore, è fondamentale per semplificare il processo della conoscenza e ridurre le incertezze. Così come è altrettanto importante avere una visione completa di tutte le interazioni e correlazioni tra i diversi processi e dei dati necessari per una valutazione di tipo quantitativo.

Negli ultimi anni, sono cresciute sempre più le aziende che hanno adottato un approccio Data Driven ai processi decisionali. Il mercato globale dei Big Data e degli analytics nel 2022 è stato valutato oltre 294 miliardi di dollari. Si prevede che entro il 2028 raggiungerà i 662,63 miliardi di dollari, crescendo a un CAGR del 14,48% durante il periodo di previsione 2023-2028, con il segmento software come componente dominante.

Industria manifatturiera: gli strumenti per la conoscenza e l’ottimizzazione dei processi

Grazie alle opportunità dell’Industrial Internet of Things (IIoT) e alla sensoristica, le tecnologie digitali connesse all’Industria 4.0 abilitano quella trasparenza e visibilità sull’andamento della produzione e sull’impianto necessarie per un approccio Data Driven ai processi decisionali, basati su informazioni concrete e misurabili e dati oggettivi, e favoriscono l’efficientamento energetico dei processi e la transizione green. Ne risultano processi più sostenibili, un incremento della produttività e una riduzione dei costi di produzione. In tal senso, l’impiego di sensori intelligenti, capaci di misurare e dialogare con i vari asset aziendali, in real time e in assoluta trasparenza, è determinante sia per la raccolta dati che per il monitoraggio degli impianti, permettendo non solo di avere visibilità sui processi ma anche di ottimizzarli ed efficientarli, e di intraprendere azioni per correggere e diminuire l’impatto ambientale delle attività. I sensori, ormai diffusi capillarmente nelle moderne smart factory, sono infatti dispositivi in grado di rilevare le variazioni dei principali parametri dei processi, come ad esempio, temperatura, portata, umidità, oppure le dimensioni di un oggetto e di comunicarle attraverso protocolli industriali, wireless o cablati, integrando in maniera sempre più stretta l’OT con l’IT. I moderni sensori intelligenti, inoltre, non si limitano a raccogliere dati ma li elaborano e li convertono in informazioni. Grazie alla digitalizzazione, il sensore quindi non solo “sente” ma elabora, inizia anche a “pensare”. In questo modo, la trasmissione delle informazioni così ottenute diventa una tecnologia chiave.

L’integrazione software e hardware

L’ottimizzazione della produzione e la riduzione al minimo degli sprechi energetici e degli scarti generati, sono i due driver fondamentali per il successo e la redditività delle cosiddette smart factory.

Oltre agli smart sensor, all’industria manifatturiera sono indispensabili strumenti di conoscenza i software che consentono l’integrazione e l’aggregazione dei dati chiave della produzione, sulla base dei quali monitorare e misurare le prestazioni degli impianti e migliorare i cicli di produzione, come ad esempio Field Analytics  di SICK, società specializzata nella “Sensor Intelligence”, leader nello sviluppo, produzione e commercializzazione di sensori intelligenti, in grado di apportare valore aggiunto grazie all’ausilio di componenti software. Non a caso, l’impegno di SICK è finalizzato anche nella fornitura di prodotti software e servizi che aiutino a valorizzare ulteriormente l’informazione proveniente dai sensori. I software di integrazione dati consentono anche la storicizzazione dei dati, rendendoli disponibili per effettuare delle analisi sugli andamenti passati e sui trend in atto, fondamentali per migliorare e comprendere i processi e per un miglioramento continuo delle performance.

L’integrazione di SICK non si limita ai dati, ma si estende anche alle diverse tipologie di hardware presenti nell’impianto, permettendo di ottenere la totale trasparenza dei movimenti di tutti gli asset e le merci presenti nell’impianto, attraverso una localizzazione diretta e indiretta, essenziale per migliorare l’efficienza del processo produttivo. Asset Analytics, è il software per la digitalizzazione di shop floor asset.  La piattaforma fornisce la base dati necessaria per riprodurre in modo digitale la catena di creazione del valore di un’azienda o di un’industria manifatturiera e rendere trasparente e controllare il flusso di materiale attraverso la tracciabilità degli asset. Il tutto concorre ad uno scambio di informazioni che consente di prendere le decisioni migliori sulla base dell’elaborazione dati per una maggiore efficienza e flessibilità dei processi, rendendo conveniente e profittevole la produzione industriale anche in tempi di incertezza del mercato e volatilità della domanda.

Articolo originariamente pubblicato il 10 Gen 2024

Valuta la qualità di questo articolo

R
Patrizia Ricci

Laureata in Ingegneria con un Dottorato di Ricerca in Meccanica delle Strutture, ha perfezionato i propri studi presso l’Università di Bologna e l’Imperial College di Londra, dove ha svolto attività di ricerca nel campo della dinamica delle strutture e della meccanica della frattura. Appassionata di tecnologia e innovazione, dal 2007 collabora regolarmente con diverse testate nei settori Automotive, Construction e Industry come autrice di articoli e approfondimenti tecnici.

email Seguimi su

Articoli correlati

Articolo 1 di 4