Cerca

Logistics & Manufacturing

La fabbrica autoconsapevole resa possibile dall'IoT

Scopri come la manutenzione predittiva permessa dall’Industrial IoT può migliorare le prestazioni di un impianto di produzione.

Predictive Maintenance

Nel processo di trasformazione digitale che sta portando l’Industrie 4.0 all’interno del sistema produttivo, la fabbrica autoconsapevole rappresenta la naturale evoluzione di quella attuale.

Lo sviluppo di questa nuova forma di fabbrica si basa su un’intelligenza distribuita più vicina alla linea di produzione, sulla sensoristica evoluta e le tecniche più sofisticate di data analysis e Machine Learning. Le novità introdotte dal Piano Calenda consentono l’integrazione dei macchinari esistenti con sensori di nuova generazione, utilizzando i dati forniti dai mezzi di produzione: questa combinazione permette di verificare il funzionamento del sistema in modo da predire eventuali malfunzionamenti, riducendo il fermo macchina insieme ai consumi di energia e materiale.

Reply affianca i propri clienti per sfruttare le potenzialità della manutenzione predittiva fornendo soluzioni complete, dalla progettazione di sensoristica ad-hoc all’integrazione con i sistemi esistenti e gli algoritmi specializzati a seconda dei settori di produzione (Automotive, Machine Tools, Consumer goods).

Manutenzione Predittiva

Reply utilizza tecniche di design thinking per valutare con un approccio strutturato le informazioni disponibili e gli elementi necessari a sviluppare un sistema di manutenzione predittiva.
In questo processo la sfida principale è la definizione dei criteri di valutazione per il ritorno sull’investimento e le potenziali minacce alla sicurezza.

Digital Transformation

Reply offre consulenza e progettazione hardware e software applicata all’Industrial IoT, data analysis, algoritmi ed applicazioni per ogni settore manifatturiero, grazie ad un team di esperti in grado di fornire al cliente un supporto tecnico con competenze specifiche.
Indipendentemente dal grado di automazione presente nei processi esistenti, le soluzioni innovative proposte da Reply guidano e consentono la trasformazione digitale, grazie anche ai vantaggi fiscali offerti dal Piano Calenda per l’industrie 4.0.

Sensoristica

Implementare sensoristica su macchine esistenti o realizzare impianti più vicini al concetto di fabbrica autoconsapevole non è solo per grandi aziende, anche le PMI possono trarne notevoli vantaggi in ottica di ottimizzazione dei processi ed efficientamento.
Realtà industriali di diverse dimensioni stanno infatti collaborando con Reply per mettere in connessione i dati esistenti con nuovi sensori, in modo che agenti intelligenti come gli algoritmi di machine learning estraggano informazioni da quei dati e creino valore aggiunto in termini di maggiore sicurezza e risparmio energetico.

Tecnologia

Reply opera su piattaforma proprietaria e moduli commerciali, con partnership consolidate con i principali player di mercato (Amazon, Microsoft, Google, SAP) e provider di servizi verticali specifici (GE Predix, Thingworx).
Agisce in modo indipendente rispetto alla tecnologia o al fornitore, per evitare situazioni di vendor lock-in e adattarsi al meglio alle esigenze del cliente e ai sistemi esistenti. Al tempo stesso, però, le soluzioni proposte sono costruite su moduli standard, sia Cloud PAAS sia Open Source, con competenze distintive sul settore di applicazione.

Concept Reply, centro di Ricerca e Sviluppo di Reply sull’Internet degli Oggetti, sta lavorando al progetto ALMEs (Add-on, Low-cost, Multi-purpose Sensors) con l’obiettivo di abbattere le barriere di costo e gli altri ostacoli all’adozione di queste tecniche innovative.

Il progetto, con il supporto di partner tecnologici come il Politecnico di Milano, Fondazione Bruno Kessler di Trento e ST Microelectronics, mira a dimostrare che la manutenzione predittiva non richiede investimenti onerosi. La soluzione dei sensori innovativi di ALMes si basa su fibre ottiche standard, microcontroller a basso costo e un software di machine learning che può abbattere i costi di manutenzione del 25-35%, eliminare il 70% dei guasti e favorire un incremento della produttività del 25%.

Reply ha avviato da alcuni anni un’attività di incubatore delle più innovative start-up in abito IoT. Sono diverse le aziende del gruppo che si occupano nello specifico di manutenzione predittiva: Senseye, ad esempio, ha come focus il fermo macchina e l’ottimizzazione dell’OEE (Overall Equipment Effectiveness), ovvero l’efficienza totale delle apparecchiature di un impianto. Soluzione Cloud si basa principalmente sui dati esistenti e sullo storico e quindi non ha costi iniziali elevati, consentendo una riduzione del 30-50% del tempo di fermo macchina. We Predict fornisce invece soluzioni di predictive analytics in ambito automotive, concentrandosi sul risparmio dei costi di garanzia con riduzioni dell’8-15%.