Come l’analisi dei dati può efficientare la produzione

In campo industriale, c’è la volontà di ottenere migliori efficienza e produttività in ogni fase del processo di produzione. Consapevoli che i miglioramenti di redditività si possono ottenere solo ottimizzando a monte i processi industriali complessi, molte organizzazioni stanno passando ai controlli di automazione programmabili e al software di ottimizzazione. Benché questi strumenti si evolvano continuamente per rispondere alle mutevoli esigenze industriali, il ritardo nelle comunicazioni e la sicurezza delle reti possono rappresentare un problema.

Nonostante i Controllori Logici Programmabili (PLC), sviluppati negli anni ‘70, offrano una flessibilità di programmazione molto maggiore rispetto ai sistemi a relè, vengono ancora programmati usando la logica ladder per mimare l’aspetto degli schemi cablati. I Programmable Automation Controller (PAC) hanno rappresentato un passo avanti offrendo una singola piattaforma funzionante in più domini come le applicazioni di moto e di controllo discreto e di processo, mettendo a disposizione un livello ancora maggiore di flessibilità e interoperabilità con i sistemi enterprise. Tuttavia, non sono in grado di regolarsi dinamicamente al variare degli obiettivi aziendali e sono visti come componenti statici, pesantemente vincolati dalle specifiche progettuali all’installazione. Benché la maggior parte dei produttori utilizzi ancora i PLC e i PAC, l’era dell’Internet industriale ha offerto agli strumenti analitici l’opportunità di evolvere. Gli strumenti di analisi dei dati stanno diventando sempre più complessi per rispondere alla crescente necessità di flessibilità e presentare più opportunità per raggiungere l’efficienza operativa, tagliare i costi e migliorare la produttività.

Integrazione di dispositivi e apparecchiature

L’IIoT implica molti dispositivi fisici che producono una grande quantità di dati. Integrare e organizzare tali dati è un’operazione critica per ottenere informazioni significative e utilizzabili. Dati e analisi possono aiutare a collegare il funzionamento delle apparecchiature agli obiettivi e alle prestazioni aziendali. Integrando con successo i dispositivi e le apparecchiature all’interno dell’impianto tra loro e con gli strumenti di automazione dell’azienda, diventa più facile sviluppare strategie di manutenzione basate sulle condizioni e migliorare la Overall Equipment Effectiveness (OEE).
La manutenzione basata sulle condizioni è una strategia che utilizza il monitoraggio delle effettive condizioni delle apparecchiature per decidere quando è necessaria la manutenzione sulla base dei primi segnali di guasto, rispetto alla manutenzione calendarizzata. Ciò funziona su molti tipi di apparecchiature, in particolare su quelle che eseguono compiti importanti come pompe, motori, compressori o ventilatori.
I tecnici osservano l’andamento nel lungo termine dei parametri di processo chiave delle apparecchiature e imparano a distinguere i cambiamenti di comportamento che possono generare problemi meccanici, mentre gli utenti più progrediti possono sviluppare modelli statistici delle apparecchiature e comparare il comportamento esistente con il modello per localizzare i potenziali problemi.

Edge computing ad alte prestazioni

I progressi nella tecnologia dei processori stanno rapidamente migliorando le prestazioni dei dispositivi industriali, portando a un ruolo più esteso e spesso multitasking per gli edge controller. Un modo per ottenere il massimo dalla potenza elaborativa multi-core intrinseca della nuova generazione di dispositivi edge, e ottimizzarne i risultati, è quello di virtualizzare i sistemi di controllo di automazione programmabili.
La capacità delle tecniche di virtualizzazione dell’hardware di eseguire più sistemi operativi in tandem offre un nuovo approccio all’ottimizzazione dei processi di controllo, dove le applicazioni di analisi e ottimizzazione sono eseguite al livello macchina senza direttamente impattare od ostacolare il controllo deterministico real time.

Acquisizione e analisi dei dati in real time

Acquisendo e analizzando i dati e utilizzandoli in real time per adattarsi a un’ampia gamma di variabili, l’ultima generazione di sistemi di controllo di automazione programmabili offre maggiori produttività, efficienza e sicurezza in ogni operazione. Poiché ogni operazione è differente e ogni organizzazione avrà tipi e quantità differenti di dispositivi e processi connessi, più flessibilità e connettività può offrire il software di ottimizzazione quando utilizza dati esterni per l’analisi e l’ottimizzazione delle operazioni industriali, meglio è. Anche la tecnologia Edge gioca un ruolo importante nell’elaborazione dei dati in real time. Mentre il cloud può fare meraviglie rendendo possibile un modo centralizzato per elaborare e memorizzare massicce quantità di dati, sussiste un problema di latenza per alcune applicazioni dove anche un ritardo di una frazione di secondo nell’invio e nell’elaborazione dei dati può ostacolare un’operazione. Per queste applicazioni, elaborare i dati ‘al margine, invece di inviarli al cloud elimina i ritardi e consente di prendere decisioni nell’immediato, con una conseguente risposta in vero real time.

HMI locali basate sul web

Le interfacce uomo-macchina (HMI) possono accedere ai dati sul dispositivo utilizzando un browser web. La HMI basata sul web offre molti benefici; più significativo è l’accessibilità da qualsiasi luogo. È possibile accedere alle HMI basate sul web anche da qualsiasi dispositivo mobile, riducendo così la quantità di dispositivi sull’impianto e agevolando la nuova generazione di operatori che prediligono questi strumenti sia quando lavorano fisicamente vicino all’impianto sia quando sono lontani. È possibile sviluppare una sola volta un’applicazione basata sul web, che può quindi essere fornita a tutti i dispositivi che supportano i tipici browser web, riducendo in tal modo i costi e risparmiando tempo durante lo sviluppo e la ricerca dei guasti.

Monitoraggio da remoto

Può essere difficile per gli OEM valutare la salute delle loro macchine e sistemi, soprattutto nel caso di grosse flotte o numerose risorse remote da seguire. Senza connettività, i team di assistenza OEM devono trasferirsi presso i clienti usando le loro apparecchiature in modo proattivo o reattivo perché qualcosa si è già danneggiato. Il primo scenario può richiedere potenzialmente molto tempo di trasferta per visitare apparecchiature che stanno funzionando bene. Il secondo non è meglio del primo, poiché l’OEM visita un cliente che ha già subito guasti alle apparecchiature, cosa che potrebbe creare problemi di reputazione e una potenziale perdita di vendite future. Pertanto, il beneficio delle informazioni in real time è che i team di assistenza OEM hanno tutte le informazioni utili da remoto sulla salute delle loro risorse. In questo modo, possono essere proattivi, assistendo le apparecchiature durante le prime avvisaglie di guasto, prima che il danno si verifichi. Potendo raccogliere e analizzare i dati da remoto e con sicurezza, gli OEM possono facilmente fornire informazioni utili agli ingegneri di manutenzione e agli utenti finali delle apparecchiature. Grazie all’accesso a registri dettagliati, alle versioni hardware e firmware e al tempo di scansione, gli operatori possono ricercare i guasti da remoto, riducendo enormemente i costi operativi e le interruzioni non programmate. Il monitoraggio e la diagnosi da remoto attraverso servizi basati sul cloud offrono inoltre agli OEM informazioni approfondite su come i clienti usano le macchine ottimizzando così prestazioni, processi e redditività.

Note sull’autore: Steve Ward è direttore dell’ingegneria applicativa EMEA, Emerson.