Post on 10-Jan-2017
BIG DATA ANALYTICS NELLE SMART FACTORY:
TRASFORMARE I DATI IN INNOVAZIONE
9 Novembre 2016
Alessio Passalacqua
Alessandro Ferrari
3 Bureau Veritas Presentation 09 Novembre 2016
INDUSTRY 4.0
"Leveraging big data is imperative as information is at the heart of competition and
growth for industrial business. Data-driven strategies based on real-time and
historical process information will help companies optimize performance"
- The rise of industrial big data, General Electrics -
FONTE: Ministero dello sviluppo economico, Presentazione del piano nazionale Industria 4.0
5 Bureau Veritas Presentation 09 Novembre 2016
COSA SONO I DATI
► DATO E’ UN COSTO (misurare, registrare, mantenere)
► IL DATO NON E’ L’INFORMAZIONE, IL DATO LO NASCONDE
► 80% DEI DATI GENERATI NON VIENE ANALIZZATO
► GRANDE QUANTITA’ E VARIETA’ DI DATI
► SERVE UN LINGUAGGIO PER FAR COMUNICARE CHI PRODUCE
IL DATO E CHI DECIDE
7 Bureau Veritas Presentation 09 Novembre 2016
Data Science TEAM project
50%
50%
80% 80% 20%
20% 20% 80%
I progetti di analisi dati
sono progetti di tipo
collaborativo
DATA
ANALYSIS
PROCESS
KNOW-HOW
10 Bureau Veritas Presentation 09 Novembre 2016
Model
NEW
PREDICT
DATA DRIVEN DECISION
TRASFORMARE INFORMAZIONE IN
RACCOMANDAZIONE
HISTORICAL DATA
11 Bureau Veritas Presentation 09 Novembre 2016
SERVIZI DI ANALISI MIRATI ALL’EFFICIENZA
PRODUTTIVA
PREVISIONE OTTIMIZZAZIONE CONTROLLO
Virtual Metrology
Predictive Maintenance
Raw material
Classification
Sviluppo nuovi
prodotti/processi
Ottimizzazione del
processo
Riduzione scarti e
difetti
Mantenere il processo
sotto controllo
Rilevare anomalie
Comprendere le cause
di problemi emergenti
13 Bureau Veritas Presentation 09 Novembre 2016
DESIGN OF EXPERIMENTS
EXPERIMENT MODEL
Le tecniche di Design of Experiments offrono
uno strumento indispensabile per:
Sviluppare più velocemente un processo o
un prodotto
Identificare le variabili più influenti e le
condizioni ottimali
Migliorare l’affidabilità e le prestazioni dei
prodotti
Le tecniche DoE sono largamente utilizzate in
svariati settori in virtu’ dei vantaggi associati al
loro utilizzo primo fra tutti la possibilità di
pianificare in modo razionale gli esperimenti
IL PROBLEMA LA SOLUZIONE
In un mondo globale e competitivo come
quello dei giorni nostri, le aziende
devono continuamente migliorare o
affinare il loro processo o prodotto.
Sia la produzione che il controllo qualità
necessitano di controllare e conoscere il
più possibile le dinamiche del processo e
capire le relazioni cause effetto tra i
parametri di processi e quelli di qualità
Model
14 Bureau Veritas Presentation 09 Novembre 2016
OTTIMIZZAZIONE STAMPA DIGITALE SU
SUPPORTO CERAMICO
MAGGIORE
CONOSCENZA DEL
PROCESSO VARIABILI PIU’
INFLUENTI
RIDUZIONE DEI
DIFETTI
IMPOSTAZIONI
OTTIMALI INK
20μm
15 Bureau Veritas Presentation 09 Novembre 2016
MAGGIORE
CONOSCENZA DEL
PROCESSO INGREDIENTI PIU’
INFLUENTI
RIDUZIONE DEI
COSTI
METAL REPLACEMENT, TECNOPOLIMERO AD
ALTE PRESTAZIONI MECCANICHE
MIGLIORAMENTO
DELLE
PERFORMANCE
16 Bureau Veritas Presentation 09 Novembre 2016
Controllo e Monitoraggio di Processo
• Nel 1924 Shewhart (Bell Telephone Laboratories) sviluppa il
concetto statistico di carta di controllo con l’obiettivo individuare i
potenziali problemi nei processi produttivi basandosi su metodi
statistici. Una carta di controllo è un grafico di una sequenza di
misurazioni riferite ad un parametro di qualità con l’aggiunta delle
linee di controllo o decisionali.
• Nella maggior parte dei processi produttivi la qualità dipende
da diverse caratteristiche.
• Il concetto di limite perde di significato quando le variabili di
un processo sono tra loro correlate.
Variabili Correlate
L'obiettivo è quello di
• trovare una nuova rappresentazione che riassuma le
informazioni di tutte le caratteristiche di qualità monitorate e tenga
in considerazioni le correlazioni
• costruire carte di controllo unificate in base alle condizioni
operative normali ed da cui sia possibile costruire dei limiti di
controllo adeguati.
Cos’è SPC?
Limitazioni SPC
Carte di controllo SPC avanzate
17 Bureau Veritas Presentation 09 Novembre 2016
Model
NEW Measurement
Root causes analysis
Operator intervention
Normal Operation Condition
Suspect point
MULTIVARIATE STATISTICAL PROCESS CONTROL
(MSPC)
18 Bureau Veritas Presentation 09 Novembre 2016
FROM DATA TO SOLUTION [BATTERIA AD
IDROGENO]
1- Sincronizzazione degli step
produttivi tramite creazione di un
database integrato
3- Sviluppo di un sistema di controllo
di processo multivariato per lo studio
delle anomalie e root-cause analysis
4- Individuazione delle
variabili principali e i
miglior range per
ottimizzare le
performance e
riduzione scarti
MULTIVARIATE PROCESS CONTROLL
DIMENSION REDUCTION
VISUALIZATION MACHINE LEARNING
2- Riduzione delle
variabili tramite
metodologie di Analisi e
Visualizzazione dati uni-
, bi- e multivariata
19 Bureau Veritas Presentation 09 Novembre 2016
MAGGIORE EFFICIENZA E PRODUTTIVITA’
VARIABILI PIU’
INFLUENTI
MIGLIORAMENTO DELLE
PERFORMANCE (+10%)
RANGE
OTTIMALI
MAGGIORE
PRODUTTIVITA’ (+30%)
20 Bureau Veritas Presentation 09 Novembre 2016
RAW MATERIAL CLASSIFICATION
Model
PRODUCT
QUALITY
RAW MATERIAL
QUALITY
RAW MATERIAL
QUALITY
22 Bureau Veritas Presentation 09 Novembre 2016
PREDICTIVE MAINTENANCE
► Quale sarà la probabilità che una
determinata strumentazione si
guasterà?
► Quant’è la vita residua di un
impianto?
► Quali sono le cause dei guasti e le
azioni di manutenzione che devono
essere eseguite per risolvere i
problemi
23 Bureau Veritas Presentation 09 Novembre 2016
TELEMETRY
ERRORS TYPE
COMPONENT REPLAMCENET
MACHINES
Model
PREDICTIVE MAINTENANCE
TIME TO FAILURE
24 Bureau Veritas Presentation 09 Novembre 2016
DASHBOARD INTERATTIVE
Interactive Easy to Use Web-based
OTTIMIZZAZIONE
CONTROLLO
Intuitive web-based interface for operators, engineers and managers
PREVISIONE