<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=1267344923293614&amp;ev=PageView&amp;noscript=1">

Blog

Un esempio concreto di Industria 4.0 italiana con sensori IoT e Big Data

Monica Balatresi

Monica Balatresi, 4 dicembre 2019 | IoT (Internet of Things) Big Data , Industria 4.0

L’industria è il settore che da sempre fornisce un contributo essenziale all'avanzamento del progresso, sviluppando tecnologie sempre più evolute allo scopo di automatizzare e ottimizzare il processo produttivo.

Scopri come far crescere l'azienda con i Big Data, scarica l'eBook!

Nonostante le industrie ormai da diversi anni usino le tecnologie digitali per migliorare i loro processi, l’utilizzo durante tutte le fasi della produzione di sensori connessi a macchine, strumenti e computer (Internet of Things), la raccolta dei relativi dati (Big Data) e la loro analisi tramite impiego di AI (Artificial Intelligence) ancora non sono ampiamente diffusi.

Cos'è l’Industria 4.0 e su quali tecnologie si basa?

Il termine Industria 4.0 si riferisce proprio all'insieme delle strategie che possono essere messe in campo per supportare un’industria affinché anche questo ulteriore passo  tecnologico possa essere intrapreso. A livello industriale, come nel settore privato, l’utilizzo dei sensori connessi alla rete ha avuto un rapidissimo incremento, grazie al progresso tecnologico in ambito elettronico che ha reso questi dispositivi sempre più efficaci ed economici.

Anche la raccolta della grande quantità di dati prodotti dai sensori e dall'intero processo produttivo è stata resa possibile dall'abbattimento dei costi di storage e soprattutto dall'avvento dei cloud. L’utilizzo dei cloud ha permesso di concentrare tutti i dati di un’industria in un unico archivio virtuale, anche se raccolti da siti geograficamente molto distanti. L’analisi evoluta di questi dati è forse l’aspetto dell’Industria 4.0, su cui ancora c’è molto da fare.

Qual è il ruolo dell'Artificial Intelligence e del Machine Learning nell'Industria 4.0?

Far comprendere l’importanza di investire in algoritmi di AI o di Machine Learning non è facile come proporre l’acquisto di nuovi strumenti elettronici o informatici. Inoltre è necessaria una visione end-to-end dell’intero processo industriale e questo di solito è difficile da trovare in un’unica figura professionale.

Per questo motivo si parla oggi di “data science”, ovvero di una disciplina interamente dedicata all’analisi dei Big Data  e di “data scientist” per identificare quei professionisti che analizzando tutti i dati disponibili, sfruttando anche strumenti di AI e Machine Learning, evidenziano problemi, forniscono possibili soluzioni e propongono ottimizzazioni. Sfruttando bene i dati, gli algoritmi di AI e di Machine Learning, sono inoltre in grado di fare previsioni su come potrebbero evolversi alcuni degli aspetti della produzione industriale, guidare le scelte da fare e talvolta di rendere automatici alcuni interventi.

Leggi anche: Big Data Scientist: il timoniere che guida le aziende in acque sicure

Un esempio concreto di applicazione dell’Industria 4.0 con Big Data, IoT e AI

Consideriamo il caso specifico di un nostro partner che ha deciso di credere fino in fondo nell'Industria 4.0.

Il suo business è rappresentato dalla produzione di macchinari industriali. All'interno di questa azienda, il processo produttivo di questi macchinari è già stato altamente informatizzato ed è piuttosto vicino agli obiettivi che si pone l’Industria 4.0. Ma il fatto di credere nei benefici dell’innovazione li ha spinti ad intraprendere un cammino che  in qualche modo è considerato “avveniristico” in quel particolare settore industriale: non solo il processo produttivo dei macchinari doveva essere conforme all'Industria 4.0, ma in parallelo anche i macchinari stessi dovevano prevedere tecnologie che potessero portare i benefici dell’industria 4.0 fino ai loro clienti. È stato quindi deciso che ai clienti non sarebbe stato venduto solo un macchinario, ma sarebbe stata trasmessa la loro intera visione di produzione industriale.

Questo processo è iniziato dotando i macchinari da loro prodotti di un numero sempre più alto di sensori e sempre più tecnologicamente evoluti: dai sensori di temperatura, pressione, ecc.,  ai lettori codici a barre, fino a videocamere per l’individuazione di difetti. I macchinari sono stati poi predisposti con computer “on board” (installati sul macchinario) che raccolgono i dati prodotti dai sensori, li elaborano e alimentano sistemi real-time per la gestione del monitoring, della diagnostica e degli allarmi. I dati raccolti dai sensori inoltre sono inviati ad un sistema cloud dedicato.

Dai sensori al cloud, passando dai Big Data

Sul sistema cloud confluiscono non solo i dati di un macchinario, ma anche i dati di altri macchinari della stessa linea produttiva dello specifico cliente e di sedi anche diverse, nel caso il cliente ne abbia. La quantità di dati raccolti è enorme: basti pensare che la maggior parte dei sensori utilizzati nell'industria fornisce misurazioni ad intervalli più piccoli del secondo. Tali Big Data sono quindi elaborati con strumenti che, se necessario, li trasformano (ad esempio, normalizzando le misurazioni di macchinari diversi in modo che possano essere confrontate) e li arricchiscono (per esempio, integrando informazioni provenienti dai sistemi gestionali). Infine, ai dati sono applicate funzioni statistiche e di analisi per ricavarne indicatori di efficienza e produttività, visualizzabili in modo intuitivo attraverso grafici e dashboard.

Si sta già lavorando nella direzione di applicare ai dati algoritmi di AI per ottenere indicazioni su come utilizzare un macchinario in modo da ottimizzare il suo utilizzo e raggiungere il massimo grado di efficienza. La sfida nell'immediato futuro sarà quella di utilizzare i dati e metodologie di Machine Learning per ottenere macchinari che “imparano” a impostare i propri parametri di produzione per migliorare la loro efficienza o per prevenire guasti.

Il caso dell'IoT e dell'Industria 4.0 è solo uno dei tanti ambiti di applicazione dell'analisi dei Big Data che le aziende hanno a disposizione. Se vuoi scoprire su come utilizzare i tuoi Big Data per far crescere l'azienda, scarica il nostro eBook gratuito, ti basta un clic qui sotto!

New call-to-action

Lascia un commento