Case Study

IMPROVE 4.0 è in grado di acquisire dati direttamente dal campo riguardanti i numeri di fermi, di scarti e la velocità del flusso produttivo: questi 3 KPI, messi a prodotto, restituiscono in valore percentuale, noto con il nome di OEE (Overall Equipment Effectiveness).

Questi dati vengono acquisiti attraverso PLC, sensori, e input diretti degli operatori tramite device HMI.

I dati sull’efficienza produttiva sono disponibili in tempo reale, grazie al sistema Andon: gli Andon board presenti in ogni linea, forniscono le seguenti informazioni  a beneficio di tutti:

• takt time
• pezzi previsti, pezzi prodotti, pezzi buoni al primo colpo
• pezzi rimanenti per il lotto
• numero di scarti
• tempo di lavorazione, tempo di fermo previsto, tempo di fermo non previsto
• valore OEE del momento

Dati aggregati in tempo reale per tutte le linee sono disponibili anche in interfacce dedicate a ruoli manageriali.

Dati aggregati

I dati dell’efficienza vengono poi aggregati per essere fruibili in un arco temporale giornaliero, settimanale, mensile o annuale.

Monitoraggio efficienza OEE

In questa interfaccia sono presenti anche i diagrammi di Pareto delle cause di fermi e scarti, cause che sono state acquisite dai PLC o attraverso i device HMI direttamente dagli operatori.

Il Controllo Statistico di Processo costituisce una parte fondamentale del processo di acquisizione dati. Questo processo fornisce una conoscenza approfondita del processo. Questa conoscenza può essere sfruttata per monitorare e controllare, in fase di esecuzione, i valori variabili per poter intervenire immediatamente nel processo in caso di OOC (fuori controllo).

Data acquisition

I dati dal campo vengono acquisiti e allocati in aree di memoria del PLC: IMPROVE acquisisce quindi i dati dal PLC generando un’ “istantanea” dello stato attuale delle variabili. IMPROVE procederà poi a confrontare questi valori con i valori precedentemente configurati, generando feedback di runtime sul processo o altre azioni (invio di e-mail, pianificazione della manutenzione, ecc.).

Prima dell’acquisizione dei dati, ciascun PLC verrà configurato con i rispettivi dataset di interesse e le aree di memoria dove risiederanno i dati da acquisire.

Dataset

Della variabile viene fornita una descrizione, definito un dominio, unità di misura, valori di riferimento o soglie di tolleranza. Al momento dell’acquisizione vengono confrontati i valori reali con quelli configurati, andando a determinare la sussistenza o meno di un “fuori controllo”.

Grazie a questo sistema è possibile tenere sotto controllo qualsiasi variabile legata ai vari prodotti alimentari/farmaceutici.

Il concetto di fuori controllo è assolutamente rilevante.

Sappiamo benissimo che basta che una variabile non sia nei valori previsti per avere una conseguenza sul sapore di un alimento.. o sulla efficacia di un medicinale: basta questo per capire che si tratta di una fase del processo fondamentale.

Il valore delle variabili configurate può essere di diverso tipo. Ad esempio può essere rappresentato da un limite, oltre il quale si ha un OOC (Out Of Control); può consistere in una soglia o intervallo. In questo caso verranno individuate delle zone, rappresentate da una diversa colorazione: il colore rosso rappresenta l’area di OOC; il verde e il giallo aree con valori accettabili.

Configuration of variables

Altri valori saranno il risultato del collegamento con altri dataset acquisiti attraverso la specificazione di un criterio di aggregazione, oppure di combinazioni con altre variabili attraverso modelli matematici. Infine, è possibile importare modelli di deep learning e riuscire così a svolgere funzioni che sarebbero troppo complesse per un semplice modello matematico.

Data analysis

Una volta raccolti tutti i dati acquisibili è possibile passare alla fase di analisi dei dati. Per questo motivo i dati sono organizzati sia in forme tabellari che in grafici che derivano direttamente dal controllo statistico del processo.

Carte di controllo

Con l’analisi multivariabile è possibile potenziare ulteriormente la nostra capacità di controllare l’andamento delle variabili dei vari prodotti.

Analisi multivariabile

I vari operatori o responsabili hanno anche l’opportunità di segnalare delle anomalie e le rispettive causali, attraverso un device HMI:

Monitor HMI

Nel settore del Food riuscire a digitalizzare la fase di pesa degli articoli ha un’importanza fondamentale.

Molte aziende non hanno ancora digitalizzato pienamente questa fase, limitandosi a stampare su file i risultati delle pesate. Questo per poter comunque tenere uno storico di questi valori, secondo legge.

Quello che fa IMPROVE 4.0 è quello di leggere il valore del peso e salvarlo, verificando che ottemperi alla legge 690.

La legge 690/78 garantisce l’utilizzatore finale (consumatore) che il peso dichiarato nei preconfezionati sia conforme, attraverso l’utilizzo di bilance omologate per l’uso in rapporto con terzi.

Secondo questa legge quindi, detto valore, può discostarsi da quello previsto secondo alcune soglie:

• Peso Normale
• T1 e T2 imposto dalla legge 690
• -T1 e -T2 imposto dalla legge 690

Più altri eventuali limiti decisi dal cliente.

Una volta acquisiti questi dati, IMPROVE 4.0 genera dei report in tempo reale, filtrabili per periodo, articolo, linea o reparto. I dati a disposizione riguardano il peso e diversi tipi di analisi.

Valori delle pese

Dalla metodologia World Class Manufacturing arriva il Machine Ledger 4.0, uno strumento nato per gestire, in un unico ambiente, tuti i tipi di manutenzione: dalla reattiva, alla preventiva, dall’autonoma a quella professionale.
Next ha trasformato lo strumento WCM (un complesso file excel) in uno strumento, web-based, adatto a tutte le realtà, quindi non esclusive dell’ambiente WCM.

È stata creata anche una piattaforma (machineledger.it) condivisa tra fornitore della macchina e utente finale, attraverso la quale il fornitore può caricare per il cliente il machine ledger e la BOM di macchina.

Machine Ledger

Il Machine Ledger è un calendario che raccoglie tutti i tipi di manutenzione: quelle previste e quelle straordinarie.

Si interfaccia poi con i calendari degli operatori e manutentori che si occupano dei singoli interventi: il sistema tiene traccia degli eventi da effettuare, quelli rinviati, quelli completati.

Grazie a questa soluzione, la manutenzione può essere gestita a livelli superiori e quindi apportare benefici dal punto di vista dell’eliminazione degli sprechi. Si passa quindi da una manutenzione di tipo TBM (Time Based Maintenance) in cui il pezzo viene sostituito ogni tot di tempo; ad una manutenzione di tipo HBM (Hit Based Maintenance): il tempo non è più una discriminante per la sostituzione di un componente, ma si tiene conto di un utilizzo effettivo. Un ulteriore livello di “raffinatezza” nel determinare con cura il momento di sostituire un componente è costituito dalla manutenzione di tipo CBM (Conditional Based Maintenance): il fine vita del pezzo è determinato dalla combinazione di una o più variabili le cui soglie saranno monitorate  attraverso tecniche di Controllo Statistico di Processo (SPC).

Conditional Based Maintenance

Tutte le informazioni che vengono collezionate attraverso il Machine Ledger consentono di acquisire importanti KPI quali MTTR (Mean Time To Repair) e MTBF (Mean Time Before Failure).

Infine, è possibile identificare quali siano i costi sia della manutenzione di tipo reattiva e di quella preventiva ed apprezzare l’andamento dei valori nel tempo.

Costo manutenzione preventiva

Costi manutenzione reattiva

L’implementazione di un progetto Fabbrica 4.0 prevede che gli ordini di produzione arrivino dal gestionale (SAP) alla macchina in maniera automatizzata, senza l’intervento cioè, di un operatore umano.

Questa interconnessione avviene attraverso IMPROVE 4.0 il quale si occupa di riversare gli ordini da SAP alle macchine, utilizzando protocolli Siemens S7, Modbus, OPC-UA.

La comunicazione tra IMPROVE 4.0 e SAP è biunivoca in quanto IMPROVE 4.0 si occupa anche di inviare al gestionale il versamento della produzione.