Ovunque, le imprese puntano a raggiungere livelli di efficienza e dinamismo senza precedenti. Di conseguenza, circa il 95% delle aziende manifatturiere utilizza o sta valutando tecnologie di produzione intelligenti. (Rockwell Automation, 9° rapporto annuale “State of Smart Manufacturing”, 2023)
Sebbene sia un fatto assodato che i dati siano essenziali per far fronte a tali esigenze, rimanere competitivi nel mutevole contesto di mercato impone di andare oltre la semplice raccolta di dati. Occorrerà anche trasformare l’enorme quantità di dati generati ogni giorno in informazioni fruibili che stimolino la produttività.
Ciò significa che le macchine devono essere in grado di organizzare, contestualizzare e condividere i dati, così da permettere ai produttori di generare nuovo valore nei loro impianti e di raggiungere nuovi livelli di intelligenza nell’ambito delle loro attività operative.
Porre i dati al centro delle proprie proposte è ora la prassi progettuale degli OEM
Negli stabilimenti moderni i dati abbondano. Tuttavia, definire con precisione quali siano necessari nell’immediato, e quali potrebbero servire per rimanere competitivi in futuro, risulta spesso complesso. In parallelo, emerge una dinamica inedita e sempre più importante tra OEM e utenti finali: questi ultimi si affidano ai primi per garantire l’efficacia delle macchine nel tempo e spesso richiedono loro un coinvolgimento maggiore in attività come formazione, consulenza e integrazione con l’ecosistema dei processi produttivi.
Ciò impone agli OEM di arricchire la propria offerta, la quale deve non solo generare più dati, ma anche contestualizzarli e renderli esportabili, così da poter essere agevolmente condivisi con sistemi terzi. Entra in gioco la macchina intelligente pronta all’uso dei dati.
Cosa rende una macchina intelligente pronta all’uso dei dati?
Progettare macchine utilizzando tecnologia predisposta per i dati (“data-ready”) può contribuire a un significativo avanzamento nell’utilizzo dei dati operativi. Queste macchine possono organizzare, contestualizzare e rendere disponibili le informazioni per l’esportazione, offrendo agli utenti la possibilità di acquisire nuovi livelli di comprensione relativi a linee di produzione, siti produttivi e macchinari.
Mettendo i dati al centro della progettazione, OEM e utenti finali stabiliscono le informazioni necessarie e le spostano oltre il livello della singola macchina, oltre il piano puramente strumentale, risolvendo così l’impasse della trasformazione digitale in cui entrambe le parti faticano ad allinearsi e a trovare un accordo a causa di requisiti sui dati poco chiari e costi di investimento iniziali elevati.
I produttori possono così adeguarsi e far fronte ai cambiamenti nei requisiti dei dati ed essere pronti a rispondere alle necessità future in modi più rapidi, efficienti ed economici.
3 vantaggi fondamentali imperdibili
Questo approccio progettuale più intelligente offre agli utenti la flessibilità di introdurre nuovi miglioramenti, rivedere i progetti per apportare modifiche o adattare le applicazioni alle loro specifiche esigenze. Non è necessario vincolarsi a scelte definitive che non sia possibile rivedere in un momento successivo. Grazie alla capacità di strutturare i dati, permetterne l’egress e condividerli con praticamente qualsiasi applicazione esterna, i macchinari intelligenti predisposti per i dati aiutano a generare valore mediante:
- L’organizzazione e la contestualizzazione dei dati
- Il disaccoppiamento e l’ottimizzazione del flusso di informazioni
- L’integrazione di funzionalità come visualizzazione, analisi dei dati, accesso remoto e Industrial Internet of Things (IIoT) a livello edge
Uno sguardo più da vicino ai dati organizzati e contestualizzati
È fondamentale che gli OEM valutino non solo l’impiego dei dati a livello dell’apparecchiatura, ma anche come assicurare che questi possano essere trasferiti oltre la macchina stessa e confluire negli ambienti digitali dell’utilizzatore finale. Spesso, i dati provenienti dai macchinari appaiono come una lunga lista indifferenziata di valori che offre scarse indicazioni sulla rilevanza delle informazioni contenute. La strutturazione dei dati all’interno di un modello consente di aggregare i singoli valori, o data point, contribuendo a definirne le interrelazioni. Sono inclusi anche dati aggiuntivi utili a definire le relazioni tra le diverse parti del modello, contestualizzando così quanto avviene nell’ambito dei processi più ampi.
Sono proprio questa organizzazione e questa contestualizzazione a dare inizio alla trasformazione dei dati grezzi in informazioni utilizzabili.
Push vs Pull: disaccoppiamento e ottimizzazione del flusso di dati
Lo scopo d’uso dei dati determina le loro modalità di fruizione. Si deve stabilire se privilegiare un flusso dati costante, interrogato (“pull”) da applicazioni terze, come i sistemi SCADA e Historian, oppure se i dati debbano piuttosto seguire una logica transazionale ed essere inviati (“push”), al momento opportuno, dal livello di controllo verso applicazioni event-driven.
In seguito, occorre avvalersi di una piattaforma moderna per distribuire i dati organizzati e contestualizzati mediante molteplici protocolli IT-friendly. Raccogliendo e presentando solo informazioni rilevanti, il processo di identificazione dei dati necessari per un’applicazione risulta semplificato. Queste soluzioni ottimizzate riducono significativamente il volume dei dati trasmessi, con un conseguente risparmio di tempo e un incremento della produttività.
Funzionalità combinate a livello macchina
È necessaria inoltre una soluzione moderna, a livello di macchina, che integri visualizzazione, analisi dei dati, accesso remoto e Industrial Internet of Things periferico (edge IIoT). La capacità di trasferire i dati permette di creare proposte di valore differenziate capaci di imporsi sul mercato. Non è raro che i potenziali clienti non sappiano esattamente di quali informazioni abbiano bisogno. Un approccio predisposto ai dati offre loro maggiore elasticità nella gestione dei dati.
Liberando il potenziale di valore finora racchiuso nei macchinari, i produttori ottengono immediatamente incrementi di efficienza e produttività.
Un caso di successo OEM
Un tempo, la visibilità sulle prestazioni derivava dall’invio di dati non contestualizzati a un sistema SCADA locale, ma l’operazione generalmente si concludeva a quel punto. Spesso, le discrepanze nel modo in cui i dati venivano riportati creavano incertezza sulla performance effettiva sia del singolo macchinario, sia della linea di produzione generale.
Tramite macchine intelligenti “data-ready”, i dati sulle prestazioni possono essere organizzati in modelli informativi e, disponendo di una piattaforma moderna, ottenere una comprensione più approfondita a livello di macchina. Questi medesimi modelli informativi sono quindi in grado di offrire una visione più esaustiva delle performance a livello di linea o a livelli più alti.
Tali informazioni possono anche essere messe a disposizione dell’OEM, affinché possa monitorare l’efficienza operativa, fornire assistenza e acquisire visibilità sull’intero parco macchine, partendo da un’unica sorgente dati.
Uno dei primi fautori di questo approccio è Horia Saulean, Director of Robotic Solutions di DCC Automation, Partner OEM Gold di Rockwell Automation. “I nostri clienti [gli utenti finali] sono in reale difficoltà per la carenza di personale qualificato. Devono prendere decisioni informate che li aiutino a massimizzare l’OEE nei limiti delle loro possibilità…”, spiega.
“Grazie all’implementazione di set di soluzioni data-ready nelle nostre apparecchiature, possiamo fornire loro informazioni che supportino le attività di manutenzione predittiva e gestione del consumo energetico delle macchine. Questo consente loro di fare scelte ponderate sull’impiego delle proprie risorse.”
Efficienza trasformativa
Le soluzioni predisposte ai dati (data-driven) stanno rivoluzionando le modalità con cui le imprese sfruttano i dati, consentendo sia agli OEM, sia agli utenti finali, di identificare nuove aree di efficienza e di accrescere il valore del proprio business. Quando la disponibilità dei dati non è legata al loro consumo, gli utenti possono organizzare le informazioni in modo più mirato, e ottenere maggiore efficienza con un minor trasferimento di dati.
Inoltre, ora, gli utenti finali possono avvalersi della potenza di una piattaforma moderna che integra visualizzazione e possibilità di egress dei dati dai macchinari, acquisendo così la flessibilità richiesta per centrare gli obiettivi di trasformazione digitale.
