5 motivi per iniziare subito ad acquisire i dati del tuo impianto

13/09/2021   -   by Edoardo Cappi
Tags:
real-time data
analytics
data monitoring
OEE
efficiency
Aumentare l’efficienza energetica, abbassare i consumi, ottimizzare la produzione, ridurre i costi, reagire prontamente agli imprevisti, effettuare le giuste scelte strategiche.

Per procedere verso questi obiettivi è fondamentale avere gli strumenti giusti.

I dati sono oggi lo strumento principale a disposizione degli imprenditori per avere un vantaggio competitivo, ma occorre muoversi subito in questa direzione.

La fabbrica può essere intelligente solo grazie alla automazione ed alla disponibilità di dati da analizzare.

Quali dati?

Un impianto produttivo industriale è costituito da molte macchine ed apparecchiature alimentate con materie prime ed energia in varie forme, per ottenere in uscita un prodotto che possa essere venduto.

Le macchine, gli impianti ed i servizi accessori sono gestiti ormai nella maggior parte dei casi da sistemi di controllo automatizzati e programmabili (PLC, SCADA, DCS) e questi sistemi oltre ad essere flessibili (potendo modificare facilmente le logiche di controllo) sono spesso anche “aperti”, ovvero possono comunicare con altri sistemi per mezzo di protocolli standard industriali (PROFINET, MODBUS, OPC UA, etc.)

Esistono però molte situazioni, principalmente parti di impianto datate, nelle quali un sistema di controllo di questo tipo copre solo parzialmente le apparecchiature e le funzioni, oppure è quasi completamente assente ed il funzionamento avviene con controlli meccanici e manuali (es. regolazione di pressione con riduttore di pressione meccanico ed un manometro per la visualizzazione) oppure elettromeccanici (es. comando di un motore con pulsanti e spie cablati direttamente ai contattori di potenza).

I dati che un impianto produttivo può rendere disponibili sono molteplici e di varia natura: misure di processo quali pressione, temperatura, livello, flusso, consistenza, conducibilità, valori di comando delle valvole di regolazione oppure per i motori elettrici le misura di velocità, coppia, vibrazioni.

Ci sono poi una serie di informazioni digitali (inteso binarie con stato 0 oppure 1) rilevate da livellostati, pressostati, termostati, finecorsa di posizione etc. ma anche segnali di comando e feedback di motori, pompe, elettrovalvole, oppure gli stati di funzionamento o di allarme di una o più parti della macchina.

Sono inoltre fondamentali le misure relative ai consumi di materie prime ed energetici da varie fonti (elettrica, termica, combustibili) e tutte quelle legate alla produzione come la quantità di prodotto per unità di tempo o per lotto, le misure di qualità, il numero o la quantità dello scarto o dei difetti, ma anche informazioni aggiuntive associate (metadati).

Uno scenario ancora diffuso

E’ evidente come la mole di variabili che interessano un impianto è veramente grande e quando si devono decidere gli aspetti da gestire con un sistema di automazione solitamente ci si limita a ciò che è indispensabile per garantire una ragionevole operatività e sicurezza di funzionamento.

Però in questo modo tutte le altre misure o informazioni che non vengono acquisite e gestite in un sistema di automazione sono semplicemente invisibili, oppure vengono viste per un istante dagli operatori se gestite con strumentazione meccanica, come ad esempio un manometro per una misura di pressione.

Pensate: dopo pochi secondi quella pressione non sarà più la stessa e nessuno saprà che valore aveva, ma soprattutto se ha mantenuto valori corretti per il buon funzionamento della macchina!

Talvolta purtroppo anche i dati disponibili nel sistema di automazione non vengono considerati per aspetti diversi dalla semplice funzionalità dell’impianto.

La misura di pressione dell’esempio precedente potrebbe essere acquisita da un PLC, visualizzata su un pannello operatore e confrontata con una soglia per dare un allarme che ferma l’impianto nel caso in cui il valore sia troppo alto, ma il dato potrebbe non essere memorizzato con una cadenza e per un lasso di tempo opportuni (storicizzazione).

La possibilità di dare risposte

La questione è capire se si hanno le informazioni necessarie per quelle scelte strategiche che sempre più frequentemente si è chiamati a fare o per correggere situazioni anomale che quotidianamente possono sorgere.

Domande come: “Che valore aveva la pressione quando l’impianto si è fermato senza motivo?”

Oppure: “Quanti kWh elettrici e quanti litri di acqua stiamo consumando per produrre 1 kg di carta di tipo X? Siamo sopra o sotto la media?”

Ma anche: “Quanti pezzi/ora buoni di tipo Y ha prodotto la macchina il mese scorso? E questo mese?”

Acquisendo e storicizzando i dati di processo in modo opportuno sarà possibile fare delle indagini in caso di futuri malfunzionamenti ed effettuare calcoli di consumo, di produttività o altro che coprano un certo intervallo di tempo.

Ad esempio un modo corretto può essere quello di salvare nel database storico le misure analogiche ogni 2 secondi e allarmi ed eventi con il loro timestamp (informazione temporale) ogni volta che cambiano di stato, il tutto conservato per un periodo di tempo di almeno 2 anni.

Occorre rendersi conto che i dati non acquisiti e salvati nel tempo non saranno disponibili per essere usati quando ne avremo bisogno.

Da queste premesse è già abbastanza chiara l’importanza di acquisire e storicizzare la maggior quantità di dati possibile, ma di seguito evidenziamo 5 tra i motivi per noi più significativi.

#1 Informazioni in tempo reale

Un classico impianto produttivo ha molte linee e macchine che possono avere PLC o altre unità di controllo dedicate ed indipendenti ma spesso proprio per questo isolate.

Implementare un sistema di supervisione centralizzato che raccolga almeno i dati principali di ogni isola o sezione di impianto, permette di avere una visione di insieme dello stato operativo in tempo reale senza doversi recare localmente su ogni singola unità per conoscerne la situazione.

#2 Velocizzare la ricerca guasti

Un sistema centralizzato di supervisione permette facilmente di archiviare i dati acquisiti.

Storicizzare su database tutti gli eventi significativi (allarmi e stati) e le misure analogiche ad una frequenza di campionamento sufficientemente alta, rende disponibile un potente strumento per la risoluzione di problemi di funzionamento e la ricerca guasti.

Poter consultare il trend grafico storico delle misure, un elenco di allarmi intervenuti o delle efficaci dashboard, consente ad operatori e manutentori di risalire facilmente alle cause di un malfunzionamento o di un fermo macchina o semplicemente di intraprendere azioni correttive sul processo produttivo.

#3 Efficienza e costi sotto controllo

Acquisire e storicizzare dati specifici sui consumi e sulla produzione, raccogliendoli da sistemi di controllo (PLC, SCADA, DCS), da strumenti e dispositivi in campo (misuratori di energia) o da sistemi di livello superiore di gestione della produzione (MES, ERP, etc.), permette di avere una base dati unica ed allineata per calcolare e visualizzare una serie di parametri ed indicatori (es. OEE) importanti per tenere sotto controllo l’efficienza della produzione ed i consumi.

Gli operatori possono così intervenire tempestivamente sul processo per correggere situazioni anomale.

#4 Metriche evolute per decidere meglio

I dati storicizzati costituiscono una base preziosa, uniforme e centralizzata per fare valutazioni con una visione di insieme che coinvolga orizzontalmente più reparti o impianti, ma anche verticalmente più livelli della realtà produttiva e per diversi orizzonti temporali.

Diventa possibile calcolare KPI specifici di efficienza, di consumo e di costo così come altre metriche evolute, combinando i dati di vario tipo e provenienti da varie fonti, aggregandoli per intervalli temporali o per criteri e chiavi specifiche (es. per tipo di prodotto).

Questi dati strutturati permettono di conseguire miglioramenti nell’efficienza, riduzione dei costi e altre ottimizzazioni e consentono al management di fare scelte strategiche supportate da dati oggettivi.

#5 Nuovo valore dai dati

Le tecniche evolute di elaborazione basate su Machine Learning ed altri algoritmi di Artificial Intelligence permettono di estrarre nuovo valore dai dati. Pensiamo ad analisi di manutenzione predittiva o di ottimizzazione della produzione ed innumerevoli altri casi d’uso, molti ancora da scoprire.

Questi algoritmi traggono vantaggio dalla disponibilità di dati storici con i quali poter essere “allenati”. Ecco perché anche se non si prevede nell’immediato di adottare soluzioni di questo tipo ma non lo si esclude in un prossimo futuro, è bene Implementare da subito un sistema di acquisizione e storicizzazione dei dati, in quanto la disponibilità degli stessi costituirà un sicuro vantaggio competitivo e velocizzerà l’implementazione.

Conclusione

Per quanto l’uomo è e sarà fondamentale in ogni ambito produttivo per molto tempo, stanno ormai finendo i tempi in cui la produzione si basava sulla sensazione o sull’esperienza del singolo.

La possibilità di misurare, elaborare e consultare i dati di un processo è ormai fondamentale per poter produrre e decidere meglio.

E’ altrettanto vero che non basta avere a disposizione i dati ma occorre saperli interpretare e per questo serve acquisire nuove conoscenze e creare una cultura del dato.

Solo così potranno essere trattati ed utilizzati applicando tecniche più o meno evolute in base ai criteri teorici, la conoscenza del processo ed i risultati attesi, incorporando magari anche un pizzico di conoscenza di chi ha sempre “guidato” l’impianto con pochi dati a disposizione.

Siamo anche noi convinti che “Data is the new oil” quindi se non lo avete già fatto il nostro consiglio è quello di iniziare prima possibile.