Dare valore ai dati. Gestire la complessità. Sono due necessità sempre più essenziali per le realtà manifatturiere di ogni dimensione e settore. Due necessità stringenti che vanno messe insieme, per trovare la soluzione: gestire la complessità grazie al valore dei dati. E per fare ciò un ruolo sempre più rilevante è quello dell’Edge computing, la potenza di calcolo decentrata, vicino a dove i dati vengono prodotti e raccolti dalle macchine.
Allo scenario e alle soluzioni Edge è stata dedicata la seconda giornata del programma di Siemens Digital Automation Week, evento online organizzato dal colosso tedesco che in questi giorni affronta i principali trend che muovono la trasformazione digitale.
Sono quindi alcuni rappresentanti di Siemens, ma anche testimonial di aziende clienti, a illustrare tecnologie e implementazioni, a cominciare dalla “piattaforma aperta Industrial Edge, che è la piattaforma su cui è basata tutta l’architettura Siemens di Edge computing”, rimarca lo specialista Davide Maffei, “che ad esempio gestisce, archivia e inoltra ai sistemi IT superiori solo le informazioni e i dati necessari, caso per caso, operazione per operazione”.
Per sviluppare queste tecnologie e soluzioni, abbinate anche all’intelligenza artificiale, Siemens in questi anni ha anche acquisito la startup californiana Pixeom, e il suo amministratore delegato, Sam Nagar, in collegamento dalla Silicon valley sottolinea che “per svolgere attività industriali e produttive di una complessità sempre crescente, una soluzione come Industrial Edge favorisce e sviluppa la convergenza tra mondo IT e OT, per permettere e realizzare una produzione manifatturiera più efficiente, veloce e sicura”.
Per ogni problema e questione che può presentarsi all’interno dell’azienda e dei suoi comparti – tecnologici e operativi – per risolverlo vanno raccolti e processati i dati utili e significativi, e attraverso l’intelligenza artificiale e i nuovi algoritmi che produce si può trovare la soluzione, un nuovo modo di gestire i processi interni, di produrre, di tenere sotto controllo i consumi energetici o la logistica, e via dicendo. Uno degli ambiti di applicazione di questi sistemi è ad esempio la manutenzione predittiva e la diagnosi intelligente dei guasti, “che rileva le anomalie, e riduce tempi e costi di manutenzione di macchinari e impianti”, sottolinea Mirko Mazzoleni, docente di tecnologie applicate all’Industria presso l’Università di Bergamo, e co-fondatore della startup innovativa AiSent, focalizzata sull’analisi dei dati.
E Mazzoleni riporta due casi e applicazioni concrete: il progetto Reprise – all’interno del programma europeo Horizon 2020 –, portato avanti in collaborazione con Piaggio Aerospace, per realizzare diagnosi di funzionamento ed efficienza degli aerei di linea, e dei nuovi modelli in fase di ricerca e sviluppo. “Con AiSent ci siamo poi occupati anche della diagnosi di funzionamento sui compressori per climatizzatori industriali, con soluzioni basate sull’Edge computing per registrare il regime operativo delle macchine e valutare le diverse variabili e quelle più predittive del guasto”.
In tema di diagnosi automatica dei guasti e manutenzione predittiva Mazzoleni fa poi notare che “spesso è meglio partire e intervenire focalizzandosi sulle componenti più critiche, e creare in questo modo un algoritmo di diagnosi efficace, perché molto specifico e focalizzato su qualcosa di molto preciso”.
Indice degli argomenti
Automotive: l’artificial intelligence per fare freni migliori
C’è poi il caso di Epf Elettrotecnica, azienda che è un integratore di automazione industriale, con 3 divisioni, automation, plastic, energy da fonti rinnovabili, e che applica sistemi di intelligenza artificiale per il controllo di qualità sulle linee di produzione.
In ambito Automotive, e usando sempre dispositivi Edge in azienda e in fabbrica, “applichiamo ad esempio l’artificial intelligence a sviluppo e produzione di sistemi frenanti e nuove pastiglie dei freni per i veicoli”, spiega Franco Filippi, amministratore delegato di Epf, “applicazioni che possono essere usate da remoto e da operatori diversi, collocati anche in continenti diversi, dall’Europa al Sud America”. In Epf Elettrotecnica usano l’Industrial Edge di Siemens anche per fare rilevamento delle anomalie di funzionamento e produzione, per esempio su presse industriali per lo stampaggio di componenti.
Nuove frontiere nel campo dei comandi vocali
Intelligenza artificiale ed Edge computing insieme stanno anche aprendo nuove frontiere nel campo dei comandi vocali. È il caso, ad esempio, della Fps food and pharma systems, che opera nel mondo chimico, farmaceutico e cosmetico. Nei laboratori e impianti di ricerca e sviluppo dell’azienda, “abbinando sistemi di AI ed Edge possiamo creare nuovi comandi vocali per interagire con le macchine”, rileva Paolo Barilli, “e per i nostri operatori queste nuove soluzioni sono importanti in quanto usano le mani protette da guanti speciali per svolgere le varie operazioni, e quindi la possibilità di interagire con macchine e robotica attraverso comandi vocali efficienti e affidabili consente di migliorare e velocizzare tutte le operazioni”.
In Fps food and pharma systems, quindi, le applicazioni Edge per l’utilizzo di dati e informazioni “vengono impiegate per manutenzione preventiva e predittiva”, osserva Barilli, “comandi vocali per mansioni operative, controllo dei consumi energetici di impianti e laboratori”. Queste applicazioni consentono quindi “di accelerare i flussi di dati che vengono elaborati in tempo reale, dal dispositivo stesso che li raccoglie o dal computer o dal server locale, invece di essere trasmessi al data center centrale e nel cloud, abilitando di fatto un minore utilizzo di banda, una minore latenza per il calcolo e una maggiore Cybersecurity”.
Nello scenario di sviluppo tecnologico delle aziende, il data center riveste un ruolo sempre più strategico perché deve garantire alta affidabilità, continuità ed efficienza, assicurando anche un elevato grado di flessibilità. Ma i dati da raccogliere, processare, valorizzare, che descrivono le varie attività e processi di un’impresa – e dei suoi singoli settori – sono ormai talmente tanti, e in continua crescita, e la velocità di elaborazione e operativa è tanto alta, che un data center centrale non può fare tutto da solo. Da qui il proliferare di nuove idee e applicazioni che uniscono Edge computing e AI, e che le aziende più dinamiche stanno già adottando sul campo.
