{"id":7659,"date":"2023-05-15T14:06:05","date_gmt":"2023-05-15T14:06:05","guid":{"rendered":"https:\/\/www.publiteconline.it\/assemblaggio\/?p=7659"},"modified":"2023-05-15T14:51:27","modified_gmt":"2023-05-15T14:51:27","slug":"lintelligenza-artificiale-genera-un-tesoro-di-dati-parola-di-festo","status":"publish","type":"post","link":"https:\/\/www.publiteconline.it\/assemblaggio\/lintelligenza-artificiale-genera-un-tesoro-di-dati-parola-di-festo\/","title":{"rendered":"L\u2019intelligenza artificiale genera un tesoro di dati, parola di Festo"},"content":{"rendered":"\n

Ogni giorno, i sensori negli impianti di produzione raccolgono enormi quantit\u00e0 di dati. Tuttavia, le aziende raramente si rendono conto di quanto sia preziosa la corretta valutazione di grandi quantit\u00e0 di dati, il cui potenziale rimane sconosciuto. Il Gruppo Heubach ha avuto un\u2019esperienza simile. Con l\u2019intelligenza artificiale Festo AX, \u00e8 stato dimostrato che \u00e8 possibile ottenere vantaggi in termini di manutenzione, ingegneria e produttivit\u00e0 dai dati PID centrali.<\/h2>\n\n\n\n

Heubach<\/a><\/strong> raccoglieva i dati dai controller PID in un database centrale PIMS (sistema di gestione delle informazioni di produzione). Secondo esperti del settore, molti produttori chimici e farmaceutici accumulano tali dati, ma solitamente rimangono inutilizzati sui server. I dati di produzione vengono spesso archiviati in forma condensata, nel caso di regolatori PID con frequenze di campionamento di due secondi.<\/p>\n\n\n\n

L\u2019ottimizzazione completa del controller<\/strong> probabilmente non \u00e8 possibile con tali dati. Gli esperti di Heubach e Festo<\/a><\/strong> si sono chiesti se i dati accessibili centralmente potessero essere utilizzati al meglio. Dopotutto, i database PIMS hanno un vantaggio inestimabile: contengono i dati di tutti i controllori di diversi sistemi, diversi produttori e di tutti i siti di produzione collegati. Michael Pelz<\/strong>, Automation & Digitalization Manager di Heubach, afferma: \u201cIl nostro obiettivo sarebbe un sistema di monitoraggio del controller centrale<\/strong>. Per raggiungere questo obiettivo, dovremmo riuscire a valutare in modo significativo i dati nel contesto e renderli utilizzabili, creando cos\u00ec uno strumento uniforme con cui possiamo analizzare i controller di tutte le localit\u00e0 collegate nel mondo\u201d. Sulla base dei risultati ottenuti, i controllori potrebbero quindi essere analizzati e ottimizzati in modo specifico, ad esempio con software di ottimizzazione nel sistema Scada, utilizzato e con esperti in loco.<\/p>\n\n\n\n

Come parte della soluzione, Heubach utilizzava il software Festo Automation Experience<\/strong> (Festo AX). \u201cAiuta i nostri clienti a prendere decisioni basate sui fatti\u201d, sottolinea l\u2019esperto di digitalizzazione Eberhard Klotz<\/strong> di Festo. Festo AX \u00e8 una soluzione flessibile e facile da usare che consente agli utenti di estrarre il massimo valore dai dati di macchine e impianti attraverso l\u2019intelligenza artificiale (IA) e l\u2019apprendimento automatico.<\/p>\n\n\n

\n
\"\"
Dashboard della soluzione Festo AX per la produzione di pigmenti a Heubach.<\/figcaption><\/figure>\n<\/div>\n\n\n

L\u2019IA valuta i dati di origine<\/h3>\n\n\n\n

Nella prima fase<\/strong>, l\u2019IA di Festo AX, come approccio pragmatico, ha valutato diversi mesi di dati di riferimento e li ha ripuliti, se necessario. Gli esperti dei dipartimenti di manutenzione, ingegneria di processo (qualit\u00e0) e gestione del miglioramento delle operazioni di Heubach hanno accompagnato questo passaggio e valutato i risultati iniziali dai dati offline storici.<\/p>\n\n\n\n

Nella seconda fase<\/strong>, i reparti specializzati hanno riferito in merito ai processi a lotto variabile, quale sensibilit\u00e0 dovrebbe essere possibile per i controllori, a seconda delle loro funzioni fisiche. Ad esempio, \u00e8 stato valutato se il fattore di temperatura fosse meno critico del fattore di flusso o del fattore di pressione. Successivamente, \u00e8 stato determinato come dare la priorit\u00e0 alle diverse deviazioni di errore. Un\u2019ulteriore linea di tendenza dei punteggi di anomalia dovrebbe anche aiutare i reparti a identificare le deviazioni di lotto in modo accurato, precoce e, soprattutto, facilmente. Ci\u00f2 dovrebbe rendere gli algoritmi e i punteggi di errore adattabili all\u2019interno della valutazione dell\u2019IA, tenendo conto dell\u2019esperienza degli esperti e delle condizioni in loco. \u00c8 stato anche importante implementare una semplice visualizzazione dei risultati, con l\u2019obiettivo di poter utilizzare in futuro dashboard aggregate. <\/p>\n\n\n\n

Nella terza fase<\/strong>, il progetto dovrebbe essere portatile (on premise) ed essere in grado di condurre a una query online inclusa la visualizzazione all\u2019interno dei sistemi esistenti, il che semplifica notevolmente l\u2019implementazione dal punto di vista della sicurezza dei dati.<\/p>\n\n\n\n

Adattamento ottimale dell\u2019algoritmo<\/h3>\n\n\n\n

\u201cI risultati erano gi\u00e0 sorprendentemente buoni dopo la prima fase dell\u2019analisi dell\u2019IA<\/strong>: era molto facile vedere quali controller, ad esempio, mostravano una forte fluttuazione nella variabile manipolata e quindi causavano un\u2019usura pi\u00f9 rapida degli attuatori\u201d, spiega l\u2019esperto di digitalizzazione Pelz. Oltre a molti controller ben regolati e poco appariscenti, l\u2019IA ha anche riscontrato controller che non riuscivano costantemente a raggiungere i setpoint, superavano fortemente, oscillavano o erano soggetti a interventi manuali. Con alcuni controller, per\u00f2, i risultati non erano sempre immediatamente comprensibili a causa dei diversi ambiti di applicazione. \u201cIn uno stretto scambio tra controller ed esperti di data science, l\u2019algoritmo IA potrebbe essere adattato<\/strong> ad altre caratteristiche speciali nella produzione (lotto). Per uno scambio pragmatico e rapido dei risultati, in questa fase erano effettivamente sufficienti solo i classici strumenti da ufficio\u201d, aggiunge Pelz.<\/p>\n\n\n\n

Poich\u00e9 disponiamo di diversi sistemi di controllo del processo in uso, un\u2019analisi del controller era possibile in precedenza solo a livello di impianto e con strumenti diversi. \u201cMa con questa soluzione abbiamo due vantaggi eccezionali: in primo luogo, \u00e8 cross-produttore <\/strong>e pu\u00f2 essere utilizzata a livello globale su un sistema centrale, in modo da poter utilizzare l\u2019algoritmo per tutti i sistemi e controller. In secondo luogo, la soluzione Festo \u00e8 cos\u00ec flessibile lato IT <\/strong>che pu\u00f2 essere utilizzato e ulteriormente sviluppato da un pragmatico progetto pilota offline, sino a una soluzione on-premise all\u2019interno dei nostri sistemi IT, fino a un\u2019implementazione basata su cloud\u201d, afferma il responsabile dell\u2019automazione e della digitalizzazione di Heubach.<\/p>\n\n\n\n

\u201cSoprattutto ai giorni nostri, \u00e8 importante poter ottimizzare i processi di produzione<\/strong> nel modo pi\u00f9 efficace possibile in termini di consumo energetico, quantit\u00e0 e qualit\u00e0 produttiva nonch\u00e9 monitorarli a lungo termine. In futuro, il sistema di monitoraggio del controllore centrale pu\u00f2 essere un elemento fondamentale in questo caso, soprattutto nel contesto della progressiva ottimizzazione dell\u2019impronta di CO2<\/sub> nella produzione<\/strong>\u201d, afferma Pelz, esperto di digitalizzazione.<\/p>\n","protected":false},"excerpt":{"rendered":"

Ogni giorno, i sensori negli impianti di produzione raccolgono enormi quantit\u00e0 di dati. Tuttavia, le aziende raramente si rendono conto di quanto sia preziosa la corretta valutazione di grandi quantit\u00e0 di dati, il cui potenziale rimane sconosciuto. Il Gruppo Heubach ha avuto un\u2019esperienza simile. Con l\u2019intelligenza artificiale Festo AX, \u00e8 stato dimostrato che \u00e8 possibile ottenere vantaggi in termini di manutenzione, ingegneria e produttivit\u00e0 dai dati PID centrali.<\/p>\n","protected":false},"author":6,"featured_media":7660,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_seopublitec_title":"","_seopublitec_meta_desc":"","_seopublitec_keyphrases":"","_seopublitec_canonical":"","_seopublitec_noindex":false,"_seopublitec_nofollow":false,"_seopublitec_og_title":"","_seopublitec_og_desc":"","_seopublitec_og_image":"","_seopublitec_twitter_card":"","_seopublitec_cornerstone":false,"_seopublitec_score":""},"categories":[50],"tags":[4245,5452,280,7413,639],"class_list":["post-7659","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-applicazioni","tag-algoritmi","tag-analisi-dati","tag-festo","tag-heubach","tag-intelligenza-artificiale"],"openstation_lock":null,"openstation_contributors":[],"openstation_attached_media":[7660,7661],"_links":{"self":[{"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/posts\/7659","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/comments?post=7659"}],"version-history":[{"count":1,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/posts\/7659\/revisions"}],"predecessor-version":[{"id":7662,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/posts\/7659\/revisions\/7662"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/media\/7660"}],"wp:attachment":[{"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/media?parent=7659"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/categories?post=7659"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.publiteconline.it\/assemblaggio\/wp-json\/wp\/v2\/tags?post=7659"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}