Smart Manufacturing e tecnologie relative rappresentano la rivoluzione del modello produttivo, ma anche la risposta a mercati che impongono una flessibilità e un’agilità sempre maggiori.
Smart Manufacturing cos’è ed esempi di tecnologie abilitanti la smart factory
Il digitale è indiscusso protagonista: grazie alle tecnologie del modello 4.0, la fabbrica diventa un grande ecosistema di dati, che gli operatori governano e valorizzano a 360 gradi facendo in modo di sbloccarne il potenziale a beneficio dell’intero business aziendale. Diventa così possibile indirizzare le operations con un approccio data-driven, così da ottimizzare tempi e modi di produzione, evitare gli sprechi, assecondare logiche di massima personalizzazione dei lotti, perfezionare la logistica interna con algoritmi di machine learning e tutti i trasporti.
Smart Manufacturing, però, è un concetto che va anche oltre la Smart Factory e condiziona ogni comparto e attività d’impresa, finendo per coinvolgere anche la Supply Chain nel tentativo di creare ecosistemi collaborativi.
L’impatto della pandemia sul digitale
Anche il mondo industriale ha subito un’accelerazione digitale causata dalla pandemia, che – oltre ad aver determinato evidenti disruption a livello di Supply Chain globali – ha anche rinvigorito o creato nuovi filoni applicativi: la remotizzazione delle operations, per esempio, è diventato per ovvii motivi un trend dominante, cui si aggiunge il Remote Management per la gestione da remoto di tutte le attività manageriali, cosa che però accomuna tutte le imprese e non solo la manifattura. Il quadro di sostanziale incertezza economica ha inoltre rafforzato negli imprenditori l’esigenza di creare partnership stabili con altri operatori della catena del valore, alimentando il concetto di ecosistema collaborativo. Largo poi a tutti gli strumenti che permettono analisi simulative a livello di fabbrica e di catena di distribuzione, fondamentali per raggiungere un livello di efficienza senza compromessi: tra questi, i Digital Twin sono una delle manifestazioni più interessanti.
Astraendo ora dall’attualità per parlare delle tecnologie che abilitano il modello industriale smart manufacturing, non è semplice categorizzare decine di soluzioni IT e OT la cui sinergia rende intelligente la manifattura. A tal fine, però, ci si può basare sull’ottimo lavoro dell’Osservatorio Transizione Industria 4.0 del Politecnico di Milano, che da anni suddivide le smart technologies dell’universo industriale in sei categorie, suddividendone gli ambiti applicativi a livello di Smart Factory, Smart Supply Chain e Smart Product Lifecycle.
Industrial IoT (IIoT), il fondamento delle tecnologie Smart Manufacturing
Se i dati sono il fondamento del manufacturing “smart”, l’universo IoT diventa immediatamente la sua prima tecnologia abilitante. Sono infatti gli oggetti intelligenti del mondo IoT a fondare il concetto di sistemi Cyber-Physical e a plasmare un nuovo modo di concepire la produzione industriale. I sensori e gli attuatori industriali abilitano scenari di automazione avanzata, acquisiscono e scambiano dati che poi porteranno all’ottimizzazione del processo, alla remotizzazione o alla manutenzione predittiva.
Se poi parliamo di logistica, IoT è ciò che – di concerto con i sistemi WMS (Warehouse Management System) – permette di ottimizzare la gestione degli inventari, di accelerare tutti i flussi logistici di magazzino, di abilitare fattispecie di automazione avanzata (sistemi di trasloelevatori, mezzi AGV senza conducente, robot…) e di perfezionare – con un rigoroso approccio data-driven – tutta la distribuzione, con effetti benefici sull’efficacia del processo, sulla sua flessibilità, sui tempi e sui costi. In ambito di Smart Logistics, l’IoT abilità la tracciabilità della filiera avvalendosi di sensoristica e di tag RFID, nonché di GPS e altri sistemi di Real Time Location System (RTLS) impiegati soprattutto all’interno di magazzini e centri distributivi.
L’universo dell’Internet of Things trova applicazione anche nello Smart Product Lifecycle, permettendo l’acquisizione di dati sull’operatività del prodotto al fine di migliorarlo, di produrre aggiornamenti, di valutare l’operato dei fornitori o, semplicemente, di perfezionare le funzionalità delle release successive. Una manifestazione molto interessante di IoT nel contesto industriale sono i Digital Twin, i modelli informatici di processi o di oggetti fisici, fondamentali per effettuare simulazioni finalizzate a prevedere il comportamento della controparte reale senza rischi di impatto sulla produttività, sull’efficienza della produzione o sulla sicurezza dell’impianto.
Industrial Analytics: alla base della valorizzazione dei dati
Le tecniche di analisi dei Big Data sono fondamentali per dare concretezza al modello industriale 4.0. L’espressione Industrial Analytics, che da sempre è un elemento cardine di Smart Manufacturing, si riferisce proprio all’applicazione di tecniche predittive (AI, Machine Learning) ai dati dei flussi produttivi e logistici, con il fine di ottimizzare i processi stessi, abilitare nuove possibilità operative (manutenzione predittiva, per esempio), perfezionare l’impegno delle risorse e garantire la massima flessibilità nei confronti di trend ed esigenze di mercato. Si può quindi affermare che tecnologie Industrial Analytics siano, nel contesto dello Smart Manufacturing, il completamento nativo di IIoT, il che ne spiega l’utilizzo pervasivo in produzione e nelle attività logistiche.
Allo stato attuale, gli impieghi principali riguardano la rilevazione delle anomalie e la predizione degli eventi, così da permettere agli operatori di reagire prontamente a ordini urgenti, a potenziali guasti o a cambi nei volumi di produzione. Un interessante filone è quello del monitoraggio della qualità del prodotto sulla base dell’analisi continua dei dati di produzione: tutto ciò consente non solo di realizzare prodotti migliori e di risparmiare sull’assistenza, ma anche ridurre gli scarti in modo sensibile.
Cloud manufacturing, per un orizzonte collaborativo
Secondo l’Osservatorio Transizione Industria 4.0, le applicazioni di Cloud Manufacturing all’interno del tessuto industriale italiano sono cresciute del 27% nell’ultimo anno, concentrandosi soprattutto sull’accessibilità, visibilità e collaborazione nei processi di Supply Chain.
Con l’espressione Cloud Manufacturing, talvolta anche Manufacturing as-a-service non ci si riferisce solo all’impiego delle risorse cloud per la gestione dei processi produttivi e per l’analisi dei dati, ma all’esternalizzazione di sistemi, servizi e infrastrutture, che vengono gestite da un fornitore in modalità as-a-service. In questo modo, è possibile sfruttare la flessibilità del cloud per sistemi tipici del mondo industriale come i Manufacturing Execution System (MES) o i Manufacturing Resource Planning (MRP), i WMS, sistemi di gestione della Supply Chain e molto altro. Del cloud, però, sono sempre più frequenti e interessanti le applicazioni finalizzate alla collaborazione tra gli attori che fanno parte dell’ecosistema produttivo e logistico: divisioni interne dell’azienda, stabilimenti distribuiti sul territorio, fornitori e tutti gli altri player della Supply Chain.
Advanced Human-Machine Interface: soprattutto, realtà aumentata
I cyber-physical systems (CPS), elementi cardine del modello di Smart Manufacturing, impongono nuovi processi di interazione tra uomo e macchina, da cui l’esigenza di interfacce che abilitino tale dialogo. La remotizzazione delle operations, altro grande trend del momento, rende prioritario lo sviluppo di modalità di interazione che semplifichino il decision-making, che allo stato attuale è ancora in larga parte demandato a operatori in carne ed ossa.
Lo sviluppo di HMI innovative è un iter in perenne evoluzione, il cui punto di partenza sono le interfacce touch, che devono essere moderne non solo a livello di UX, ma anche per adattarsi ad ambienti inospitali e all’uso di strumenti di protezione (guanti). Si passa poi a interfacce vocali per un’interazione hands-free e al controllo via gesture, ma i principali scenari di innovazione riguardano la realtà virtuale e la realtà aumentata. Il grande interesse attorno a questi temi dipende non solo dall’efficacia delle soluzioni proposte, ma anche dalla loro versatilità: in ambito produttivo, la realtà virtuale/aumentata può essere impiegata per le simulazioni, il training degli operatori in caso di criticità sulle linee, per la manutenzione, attività di inventario e molto altro. Solo a titolo d’esempio, si pensi alle operazioni manuali di assemblaggio di componenti complessi: un sistema di realtà aumentata in grado di guidare, con istruzioni precise e sovrapposte ai vari componenti reali, l’attività degli operatori ha un impatto enorme sull’efficienza e la percentuale di errore.
Additive Manufacturing abbatte i costi di prototipazione
Additive Manufacturing, nota anche come Stampa 3D, è uno degli elementi fondanti del nuovo modello manifatturiero. Il progresso tecnico permette oggi di sviluppare e realizzare micro-lotti o prototipi di altissima qualità in stampa 3D, con materiali innovativi e a costi ragionevoli, cosa non possibile con i tradizionali metodi di produzione. Uno dei trend di mercato è infatti la progressiva riduzione delle dimensioni dei lotti, fenomeno cui l’Additive Manufacturing fornisce una risposta esaustiva e, soprattutto, sostenibile.
Advanced Automation e l’avanzata dei Cobots
Da sempre, l’automazione è un tema connesso con lo sviluppo e l’evoluzione dei metodi produttivi. In relazione ad Industria 4.0, o Smart Manufacturing, si parla di Advanced Automation come fattore abilitante poiché si fa riferimento a tutte quelle forme di automazione intelligente basata su elevate capacità di interazione con l’ambiente o di auto apprendimento: si pensi alla guida autonoma degli AGV nel contesto dei centri distributivi, dei robot per il picking di magazzino o ai droni che effettuano autonomamente operazioni di inventario durante le ore notturne. Nell’ambito dell’Advanced Automation rientrano quindi la robotica e i Cobot, ovvero i robot collaborativi nati per affiancare gli operatori umani e sfruttare al massimo le potenzialità di entrambi in un contesto di collaborazione.
