Ormai avrete sentito parlare dell’Industrial Internet of Things (IIoT). Potreste averne anche parlato con il vostro team ma, se siete come molte piccole e medie aziende manifatturiere, siete ancora nelle prime fasi di indagine su cosa significhi l’IIoT per la vostra azienda.
Ecco il punto: vi serve un motivo valido (o più motivi) per guardare seriamente alla grande evoluzione tecnologica, ma non dovreste aspettare troppo a lungo. LNS Research ha condotto un sondaggio sull’adozione dell’IIoT e quasi il 53 percento degli intervistati ha indagato o prevede di investire nelle tecnologie IIoT entro la fine del 2017.
Come si costruisce un business case? Un buon punto di partenza è capire come l’IIoT sarà utilizzato per aumentare efficienza, produttività e qualità. Di seguito trovate quattro possibili casi d’uso che possono aiutarvi:
1. Monitoraggio degli asset in funzione:
Analizzando la vostra strategia di manutenzione per macchine e apparecchiature, potete applicare l’IIoT per monitorare i vostri asset mentre sono in funzione. Ad esempio, un impianto di imbottigliamento può riempire migliaia di bottiglie al minuto e dispone di centinaia di piccoli motori. Questi motori di solito non vengono monitorati singolarmente e seguono un approccio di tipo “guasta e ripara/sostituisci”. Un grande impianto di imbottigliamento che ha adottato tecnologie IIoT ha monitorato questi motori e ha scoperto che i micro-fermi di questi motori rappresentavano una delle principali fonti di fermo macchina nello stabilimento. Applicando approcci di manutenzione migliore a questi motori, i fermi macchina non pianificati sono stati ridotti di oltre il 10 percento.
2. Aumento della sicurezza dei prodotti:
Un processo CIP (Clean in Place) efficace è un’area in cui i produttori possono ridurre o aumentare il rischio associato alla sicurezza dei prodotti. Una grande azienda di bevande sta utilizzando l’IIoT per ripensare il CIP. Invece di far presumere agli impianti locali che una linea di produzione sia pulita dopo il completamento di un’attività CIP, l’azienda utilizzerà l’IIoT per fornire una visibilità globale del CIP e passare a un modello che misura la pulizia in modo continuo, con il CIP che termina quando la linea è pulita. I tempi di turnover tipici sono di quattro ore per linea. L’azienda prevede riduzioni dei tempi di turnover superiori al 50 percento, riducendo contemporaneamente e drasticamente i rischi per la sicurezza alimentare grazie a un archivio centrale delle prestazioni CIP.
3. Gestione delle variazioni di ricetta:
La produzione della birra è un processo complesso che include quasi infinite variazioni di ricetta. Uno dei più grandi birrifici artigianali degli Stati Uniti ha recentemente innestato un progetto IIoT utilizzando machine learning e dati storici di processo per risolvere un problema di batching che stava causando un grave problema di qualità e la perdita di interi lotti. I mastri birrai pensavano che il problema fosse la relazione tra pressione e temperatura; si è scoperto che si trattava di un problema con la tempistica dei processi di batch determinata dalle variazioni naturali del lievito. Utilizzando i dati raccolti, i mastri birrai hanno costruito un modello per modificare la ricetta e ottimizzare i batch su relazioni precedentemente sconosciute. Con il nuovo processo stabilito, hanno eliminato i lotti persi per questo problema di qualità e hanno recuperato due settimane di capacità extra per ogni batch perso.
4. Riduzione dei costi dei test di qualità:
I test di qualità e la validazione hanno un costo e spesso rappresentano una parte significativa del costo totale della qualità sostenuto da un’azienda. A causa di questi costi, le best practice di qualità prevedono che, invece di testare ogni prodotto finito, le aziende industriali dovrebbero monitorare il processo produttivo stesso. Garantendo che il processo sia a prova di errore, il risultato è un livello di qualità costante. IIoT e prodotti intelligenti connessi stanno cambiando questo scenario. Un’azienda di prodotti intelligenti connessi sta utilizzando nuove capacità di connettività e intelligenza nel prodotto finale per condurre test di qualità durante la produzione e i feedback vengono utilizzati per ulteriori miglioramenti della qualità.
Scoprite altri casi d’uso dell’IIoT scaricando l’infografica di LNS Research:Make the IIoT and Digital Transformation a Reality.
Fonte: LNS Research
Articoli correlati