Il settore della produzione industriale è caratterizzato da un'enorme diffusione della tecnologia e da una costante innovazione. Dall' automazione basata su PLC degli anni '60 allo sviluppo di stack di automazione hardware e software, evolutisi in soluzioni digitali che girano su cloud: molte cose sono cambiate. Tuttavia, non è solo una questione di tecnologia, ma anche di tempo: ciò che in passato richiedeva mesi, se non anni, per essere sviluppato, ora può essere implementato in poche settimane. Ciononostante, la tecnologia, in particolare in ambito industriale, assume grande importanza se capace di risolvere sfide precise e di generare un valore apprezzabile, superiore a quello delle soluzioni già esistenti.
Considerando questa prospettiva, tecnologie come il cloud e l'edge rappresentano due nuove “armi” a disposizione da utilizzare nella ricerca di soluzioni in grado di generare valore aggiunto all'interno dell'ambiente industriale. Entrambe le tecnologie possono essere integrate nello stack delle soluzioni industriali e interagire con altre tecnologie come l'IA o nuovi sensori e sistemi per l'automazione, dando vita a soluzioni che generano un valore concreto per aziende e produttori. La realizzazione di soluzioni innovative rappresenta un’attività chiave per le aziende del settore per ottenere vantaggi competitivi. Questo è l'ambito in cui opera Industrie Reply: una società del gruppo Reply, specializzata in soluzioni rivolte al settore industriale, che dispone di una comprovata esperienza nei casi d'uso basati sull'Industrial Iot (IIoT) e sulla tecnologia edge in ambito manifatturiero.
Al giorno d'oggi le aziende industriali sono messe alla prova dalla crescente velocità e dalla complessità delle nuove tecnologie. Nonostante l'IIoT prometta un considerevole valore aggiunto, al punto che la maggior parte delle aziende industriali ha già attuato strategie e proof of concepts (PoC) tecnici, sono poche quelle che riescono a rendere scalabili queste soluzioni e a sfruttarne appieno il loro potenziale commerciale. Il ciclo dell'innovazione tecnologica è notevolmente più veloce e semplice rispetto alla scalabilità di una soluzione in un contesto industriale. In tal senso, Reply propone un nuovo metodo per identificare i casi d'uso e rendere scalabili le soluzioni IIoT, generando un considerevole valore aggiunto per il business. Sono numerose le potenziali soluzioni che si basano sulla disponibilità di grandi volumi di dati per l'analisi e l'addestramento degli algoritmi, come la manutenzione predittiva per i guasti degli asset critici.
Tra questi, per esempio, rientrano gli asset meccanici come gli organi di trasmissione, in cui i pattern di malfunzionamento sono tipicamente analizzati sulla base dei dati relativi alle vibrazioni, caratterizzati da un'elevata frequenza e volume di dati. Queste particolari metodologie e strumenti realizzati su misura, come Axulus Value Scaling Accelerator di Industrie Reply, rappresentano un elemento chiave per accelerare l'innovazione e il roll-out in un ambiente industriale che si basa su casi d'uso e su modelli di soluzioni, in quanto consentono flussi di lavoro chiari e una cooperazione scalabile. La sfida derivante dall'applicazione di queste soluzioni in qualsiasi ambiente produttivo è rappresentata dalla capacità di analizzare i dati, che non è possibile allocare, per esempio, a livello di PLC ( in quanto il PLC "deve orientare la produzione"). Analogamente, non è possibile inviare la vasta quantità di dati grezzi da analizzare ad ambienti cloud, dato che la larghezza di banda della rete destinata alla produzione è riservata alla comunicazione dei dati a essa correlati.
Un componente edge dedicato (come un PC industriale per esempio) può essere la risposta a questo problema. In questo modo è possibile pre-elaborare i dati a livello locale, lasciando al cloud le funzionalità di scaling e predittive. E' un processo piuttosto semplice: il sistema, grazie al componente edge, esegue la pulizia e la compressione dei dati (come la FFT) vicino all'asset stesso, per poi inviare al cloud solo le informazioni rilevanti (ad esempio lo spettro delle vibrazioni) attraverso la rete di produzione per le applicazioni di manutenzione predittiva. Ciò consente di implementare le soluzioni in modo semplice e lineare, senza problemi di latenza. La grande quantità di dati generati da numerose linee di produzione elettronica, può essere utilizzata, per esempio, per addestrare algoritmi nel cloud (che richiedono dati e calcoli) al fine di identificare i problemi di qualità delle schede prodotte. Raggiunto un livello di precisione e soddisfatti gli standard di qualità richiesti, gli algoritmi addestrati possono essere eseguiti su dispositivi edge vicini alla linea, evitando in tal modo un grande traffico di dati attraverso la rete di produzione, rimanendo comunque in grado di controllare in tempi rapidissimi i dati di ogni scheda prodotta. L'Edge, tuttavia, permette di simulare il risultato del processo, apportando così un beneficio notevole all'ottimizzazione dell'intero processo industriale.