Dettaglio Caso d'Uso

Briciole di pane

Dettaglio Caso d'Uso

Aggregatore Risorse

Ottimizzazione predittiva: una soluzione per incrementare la produttività

L'Overall Equipment Effectiveness (OEE) è la misura di efficacia totale di un impianto, il cui valore corrisponde alla sintesi della disponibilità, dell'efficienza e del tasso di qualità di un impianto. Avere a disposizione dati im tempo reale sull’andamento dei macchinari ed impianti consente di prevenire situazioni di inefficienza dovuti a fermi macchina o malfunzionamenti che impattano sulla qualità o sulla velocità di produzione.

Un Socio ARTES 4.0 ci racconta un progetto portato a termine con successo nell’implementare questa tecnologia.

 Tecnologie Abilitanti:

Big Data & Analytics

Tecnologia abilitante: Big data & Analytics / Sistemi di controllo model-based per sistemi multivariabili;

Settore industriale: Manifatturiero;

Cliente target: Aziende manifatturiere con linee di produzione automatizzate.

Problema affrontato: Produttività instabile, perdita media di produttività importante, OEE bassa o migliorabile.

Soluzione tecnica proposta: Sistema di controllo real-time multivariato per raccolta, misura ed analisi degli indici di produttività e “Root cause analysis” multivariata sulle principali cause di perdite di produttività.

La piattaforma Predictive Analytics sviluppata permette di analizzare ed ottimizzare mediante tecniche evolute di Data Mining e Machine Learning qualsiasi processo presente all’interno dell’azienda, valorizzando l’enorme patrimonio informativo aziendale.

Le funzionalità integrate nella Piattaforma corrispondono a:

  • Data visualization: Visualizzazione dinamica dei dati aziendali con interfaccia semplice, intuitiva e configurabile;

  • Root cause analysis: Individuazione delle cause radice alla base delle riduzioni di performance dei diversi processi;

  • Process Optimization: Configurazione dei parametri di processo per ottimizzare le performance produttive;

  • Predictive statistical process control: Analisi multivariata dei trend temporali (Multivariate Statistical Process Control) in tempo reale per anticipare le anomalie e perdite di produttività.

L’architettura della Piattaforma Predictive Analytics è costituita da:

  • DBMS: Database relazionale standard PostgreSQL per memorizzare i dati acquisiti dai DB aziendali/linee produttive (e.g. PLC) per la modellazione degli algoritmi predittivi e su cui vengono memorizzate le elaborazioni prodotte dalla piattaforma, su un intervallo temporale totalmente configurabil;

  • Process engine: Il motore di calcolo che permette l’analisi dei dati acquisiti dai diversi applicativi aziendali mediante gli algoritmi predittivi elaborati al suo interno;

  • User interface: User interface standard integrata nella piattaforma, sviluppata in modalità responsive e quindi utilizzabile da qualsiasi dispositivo (possibile integrazione con SW di Business Intelligence esterni);

  • Data integration: Layer configurabile in base ai DB/applicativi aziendali da interconnettere, permette l’acquisizione ed inserimento di dati dalla piattaforma Predictive Analytics da/verso i DB aziendali.

Unicità della soluzione: Algoritmi Predittivi tailor-made auto apprendenti.

Risultati in termini numerici: Sicuro incremento OEE (ordine di grandezza +15%).

Tecnologia abilitante: Big data & Analytics / Sistemi di controllo model-based per sistemi multivariabili;

Settore industriale: Manifatturiero;

Cliente target: Aziende manifatturiere con linee di produzione automatizzate.

Problema affrontato: Produttività instabile, perdita media di produttività importante, OEE bassa o migliorabile.

Soluzione tecnica proposta: Sistema di controllo real-time multivariato per raccolta, misura ed analisi degli indici di produttività e “Root cause analysis” multivariata sulle principali cause di perdite di produttività.

La piattaforma Predictive Analytics sviluppata permette di analizzare ed ottimizzare mediante tecniche evolute di Data Mining e Machine Learning qualsiasi processo presente all’interno dell’azienda, valorizzando l’enorme patrimonio informativo aziendale.

Le funzionalità integrate nella Piattaforma corrispondono a:

  • Data visualization: Visualizzazione dinamica dei dati aziendali con interfaccia semplice, intuitiva e configurabile;

  • Root cause analysis: Individuazione delle cause radice alla base delle riduzioni di performance dei diversi processi;

  • Process Optimization: Configurazione dei parametri di processo per ottimizzare le performance produttive;

  • Predictive statistical process control: Analisi multivariata dei trend temporali (Multivariate Statistical Process Control) in tempo reale per anticipare le anomalie e perdite di produttività.

L’architettura della Piattaforma Predictive Analytics è costituita da:

  • DBMS: Database relazionale standard PostgreSQL per memorizzare i dati acquisiti dai DB aziendali/linee produttive (e.g. PLC) per la modellazione degli algoritmi predittivi e su cui vengono memorizzate le elaborazioni prodotte dalla piattaforma, su un intervallo temporale totalmente configurabil;

  • Process engine: Il motore di calcolo che permette l’analisi dei dati acquisiti dai diversi applicativi aziendali mediante gli algoritmi predittivi elaborati al suo interno;

  • User interface: User interface standard integrata nella piattaforma, sviluppata in modalità responsive e quindi utilizzabile da qualsiasi dispositivo (possibile integrazione con SW di Business Intelligence esterni);

  • Data integration: Layer configurabile in base ai DB/applicativi aziendali da interconnettere, permette l’acquisizione ed inserimento di dati dalla piattaforma Predictive Analytics da/verso i DB aziendali.

Unicità della soluzione: Algoritmi Predittivi tailor-made auto apprendenti.

Risultati in termini numerici: Sicuro incremento OEE (ordine di grandezza +15%).

Keywords: Predictive Analytics, Root Cause Analysis, OEE; lean six sigma; real time analytics

Fonte: Crossnova S.r.l.;

 

Per maggiori informazioni sull'autore del caso d'uso:  www.crossnova.com