INTRODUZIONE
Il
primo articolo che affronto in queste pagine è un articolo su questa
nuova rivoluzione industriale, che sta interessando l’attuale
settore industriale: l’INDUSTRIA 4.0.
Inizio con questo argomento perché è un argomento che interessa molti campi dell’elettronica: automazione, robotica, sicurezza informatica, comunicazione, gestione di grosse quantità di dati (BIG DATA), energia e intelligenza artificiale. Questo articolo sarà volutamente descrittivo perché è una panoramica della quarta rivoluzione industriale. In articoli successivi approfondirò i vari argomenti per dare corpo alle informazioni che conterrà questo sito.
L’INDUSTRIA 4.0 è definita così perché è la quarta rivoluzione industriale, e per analogia si possono definire le tre precedenti rivoluzioni così: qui di seguito un’immagine che riassume le quattro fasi dello sviluppo industriale
INDUSTRIA 1.0 [1]
La prima rivoluzione industriale avviene nel 1700, con i primi telai meccanici e le prime macchine a vapore. Il vapore fu la prima fonte di energia non animale che permise di “animare” le macchine per aiutare l’uomo nella produzione.
INDUSTRIA
2.0 [2]
La
seconda rivoluzione industriale si colloca nella seconda metà
dell’800. Questo fu un periodo di forte innovazione, scientifica e
non, grazie alla diffusione dell’energia elettrica. Questo ha dato
il via alla produzione di massa: con le nuove scoperte, si semplifica
la fornitura dell’energia che porta il miglioramento delle macchine
di produzione, rendendole via via più complesse.
INDUSTRIA
3.0 [3]
La terza rivoluzione industriale, inizia nella seconda metà del ‘900, dopo la fine della seconda Guerra Mondiale. L’accumulo di conoscenze scientifiche e tecnologiche e le condizioni politiche più stabili dei paesi occidentali favoriscono la crescita economica. (In questo periodo c’è la creazione della prima rete telematica tra lo Standford Research Institute e l’Università dello Utah, ARPANET) In poco tempo il computer diventa uno strumento che tutti si possono permettere, per cui la tecnologia che prima era ad uso esclusivo dei colossi industriali e statali (come le università), ora è accessibile a tutti. Contemporaneamente prende il via la diffusione dell’automazione industriale.
INDUSTRIA
4.0 [4]
La quarta rivoluzione industriale (che le previsioni vedevano iniziare nel 2010) dà il via ai sistemi digitali interconnessi.
SISTEMI INTERCONNESSI
Cosa si intende con “sistemi interconnessi”? Con questo concetto iniziamo a parlare di comunicazione: la comunicazione interessa tutte le branchie dell’elettronica e dell’informatica, proprio perché il solo passaggio di un bit dalla CPU alla RAM può considerarsi una trasmissione di un dato X da una posizione ad un altra. Questa trasmissione avviene con delle regole che governano l’immagazzinamento del dato nella memoria, come ad esempio la selezione dell’area di memoria dove immagazzinare il dato, se si vuole scrivere o leggere, sapere se la memoria è pronta a ricevere il dato oppure no.
Successivamente, all’aumentare della distanza dei dispositivi tra loro, iniziano a mancare alcune certezze, come quella che il dato sia arrivato integro e non corrotto. Per questo si sono introdotti i protocolli di comunicazione. Con sistemi interconnessi, intendiamo quindi sistemi che possono comunicare tra loro indipendentemente dalla distanza a cui si trovano, attraverso questi protocolli di comunicazione.
Possiamo dire che il via a questa interconnessione è stato dato dall’avvento dell’IoT (Internet of Thing – l’Internet delle cose) e si sono iniziati ad interconnettere tra loro vari dispositivi, come elettrodomestici, apparati per monitorare l’ambiente o le nostre funzioni fisiologiche, che per mezzo dei nostri cellulari e del clouding raccolgono ed inviano informazioni sul loro funzionamento.
Per passare alle applicazioni industriali si è dovuto rendere più sicura la comunicazione, passando dalla protezione contro i disturbi elettromagnetici alla sicurezza dei dati. Da questo è nato l’IIoT (Industrial Internet of Thing – Internet delle cose industriali)[5].
Si deve premettere che fino ad oggi le macchine industriali (tranne qualche eccezione) sono state prodotte per lavorare in autonomia senza interferenze esterne, se non quella dell’operatore che interagisce con la macchina per prelevare il prodotto finito e rifornirla di prodotto grezzo o materia prima ed immettere i dati per la lavorazione. Un’eccezione l’abbiamo con le linee di produzione, dove abbiamo varie macchine in linea, con la materia prima inserita all’inizio della linea e il prodotto finito o semilavorato alla fine. Qui tutte le macchine sono in comunicazione tra loro (diciamo una comunicazione base, attraverso input e output) in modo da coordinarsi per far proseguire il prodotto nella linea. Questa pressa per anticipare che il passaggio all’industria 4.0 non sarà indolore, ma sarà lungo e pieno di insidie.
Con l’implementazione della comunicazione (protocolli di comunicazione) si possono avere molte informazioni riguardanti lo stato della macchina, come numero pezzi prodotti, fermi macchina per emergenza o guasto, lo stato dei motori o dei componenti, i motivi per cui oggi ha prodotto più o meno di ieri, ecc… In pratica queste sono tutte informazioni che saranno disponibili per un’analisi successiva o in tempo reale dello stato macchina. Questa mole di dati però ha un rovescio della medaglia: deve essere analizzata. Ciò significa che in azienda ci deve essere personale specializzato nell’analisi dati (BIG DATA).
Per
di più, avendo un’analisi in real time dello stato della macchina
e soprattutto avendo a disposizione molte informazioni da altri
impianti (in cloud), la soluzione ad un eventuale problema potrebbe
essere già disponibile e questo ridurrebbe ulteriormente i fermo
macchina. Avere figure professionali in grado di analizzare i dati è
di vitale importanza, perché implementare una struttura come questa
e poi non essere in grado di analizzare i dati è una perdita già in
partenza.
Iniziare
il percorso dell’industria 4.0 non è semplice! Oltre al discorso
del personale qualificato c’è anche tutto l’aggiornamento
tecnologico da eseguire.
Per
questo sono stati stilati alcuni punti guida che indicano una via
sicura per raggiungere l’obiettivo dell’industria 4.0 [6]
-
Fissare
degli obiettivi in funzione del proprio livello di digitalizzazione
-
Iniziare
con progetti pilota
-
Definire
le capacità richieste: in funzione del punto 2 è necessario
definire il livello delle capacità tecniche del personale
-
Familiarità
con l’analisi dei dati
-
Trasformare
l’azienda in un’azienda digitale
-
Interagire
con il sistema (senza interazione non ha senso parlare di Industria
4.0)
La
sicurezza informatica[5][7][8]
La
diffusione dell’IIoT (o meglio dell’IoT) comporta alcune insidie
come il dispendio energetico e la sicurezza:
due punti di fondamentale importanza.
La
sicurezza che fino ad oggi
era relegata a server e computer, con l’industria 4.0 deve essere
implementata nei sistemi industriali, in quanto con la comunicazione
che si espande a tutti i livelli una mancata o errata informazione
può nuocere alla produttività creando non pochi problemi. La
comunicazione deve essere veloce ed affidabile, perché i dati che
arrivano a destinazione devono essere completi, ma soprattutto non
corrotti o modificati. Quando parliamo di furto dell’informazione,
associamo il concetto allo spionaggio industriale, ma oltre a questo
l’importanza della sicurezza è che i dati arrivino completi e non
modificati o corrotti, perché un dato errato può avere conseguenze
negative sulla produzione, come produrre lotti sbagliati, o inviare
messaggi di malfunzionamento non rilevati.
Tutte
possibilità che si ripercuotono sulla produttività aziendale e sui
costi.
La
comunicazione[9]
Essendo la comunicazione la spina dorsale dell’industria 4.0, deve essere veloce e affidabile: i dati devono arrivare a destinazione completi il più rapidamente possibile in quanto ogni dato perso o in ritardo potrebbe comportare un’azione errata, e quindi un eventuale fermo macchina non pianificato o una catena di ritardi, rallentando la produzione oppure producendo prodotti non idonei alla vendita. Il tutto si traduce in una perdita di profitto.
La comunicazione tra dispositivi impone che ogni singolo componente della rete sia in grado di interpretare vari protocolli di comunicazione, per far sì che questi sistemi possano essere integrati in vari ambienti e soprattutto ridotti ai minimi termini in quanto il loro consumo energetico deve essere minimo. Per questo, a mio parere, tutto confluirà verso un unico protocollo di comunicazione standard, riducendo i componenti atti alla comunicazione e portando quindi una riduzione del consumo energetico.
Questo
protocollo di comunicazione, come tutti i protocolli di
comunicazione, deve
soddisfare i seguenti punti:
-
sicurezza:
come
detto in precedenza una comunicazione deve essere sicura, quindi
impedire la corruzione o il furto di dati.
-
basso
consumo energetico: essendo
i dispositivi (sensori o attuatori) sempre più piccoli ed
indipendenti, il loro consumo energetico deve essere molto basso.
Questo non solo per un discorso di risparmio energetico, ma anche
perché questi apparati di piccole dimensioni potranno essere
impiegati in luoghi di difficile accessibilità, dove gli interventi
per il rinnovo della fonte energetica possano essere ridotti al
minimo.
-
robustezza:
nell’eventualità
di problemi nel sistema, la comunicazione deve essere sempre attiva,
o almeno in grado di fornire le informazioni necessarie per la
risoluzione.
-
di
facile implementazione: significa
che i componenti hardware e software devono essere facilmente
reperibili e di facile realizzazione, come pure l’aggiunta di
nuovi nodi o la rimozione dei vecchi.
Il Clouding[9]
Un
altro fattore introdotto con l’industria 4.0 è il clouding, cioè
la condivisione delle informazioni in rete. Questa condivisione è un
punto fondamentale, in quanto la loro elaborazione in tempo reale,
può anticipare ed evitare i fermo macchina. Ciò fa intendere che
per alcuni (se non tutti) i problemi della linea o macchina di
produzione, potrebbero avere già una soluzione, dando il via a tutto
quel processo di risoluzione e di pianificazione del fermo macchina
ottenendo una conseguente riduzione dei fermo macchina per guasti
improvvisi.
I
fermo macchina non sono dovuti solo ad un guasto, ma possono anche
sorgere da una errata lavorazione o inserimento di informazioni
sbagliate. Queste informazioni sono generalmente inserite
dall’operatore
e
qui viene in aiuto l’interfaccia utente (HMI), che in simbiosi con
il clouding controlla e verifica la correttezza nell’immissione dei
dati di lavorazione, anticipando e prevenendo errori, portando a zero
(in linea teorica) l’errore introdotto dall’uomo.
Le
interfacce (HMI)[9]
Le
interfacce uomo-macchina sono sempre più complesse perché devono
eseguire compiti complessi, ma nello stesso tempo semplificare le
informazioni visive e di raccolta dati, in modo che all’operatore
sia facilitata l’interpretazione dei dati richiesti. Interfacce
sempre più complesse danno la possibilità di automatizzare
l’immissione dati, le macchine diventano sempre più autonome e la
produzione può letteralmente cambiare. Si può ipotizzare che il
vecchio concetto di spalmare i costi di attrezzaggio sulla produzione
(più pezzi faccio in un lotto, meno mi costano), possa essere
abbandonato per iniziare a
parlare
di lotti da un prodotto, estremizzando la personalizzazione per il
cliente. Un esempio di facile intuizione può essere la catena di
montaggio di un’automobile, nella quale il cliente può decidere
che accessori avere: questo livello di personalizzazione è già
presente, ma si può raggiungere un livello di estrema varietà,
dalla scelta del colore al numero di casse audio nell’abitacolo, il
tutto non fornito tramite pacchetti, che obbligano il cliente ad
accettare vari dispositivi per poter avere quel determinato
accessorio.
I
sensori e le fabbriche intelligenti[10][11][12]
Per
poter ottenere il livello di automazione accennato nella sezione
precedente è necessario un miglioramento della parte sensoristica:
infatti senza sensori intelligenti molte delle funzioni (soprattutto
di diagnostica) non sono eseguibili.
Sensori che raccolgono dati sul comportamento della macchina ed
anticipano l’eventuale rottura (Manutenzione Predittiva), sensori
in grado di monitorare e segnalare una variazione anomala di uno o
più valori, con in più un basso profilo energetico in modo da
essere utilizzati in ambienti poco accessibili, che siano in grado di
comunicare con vari dispositivi, finché non si potrà usufruire di
uno standard di comunicazione per tutto: per questo è necessario
sviluppare dei software più o meno complessi per questi sensori,
appunto, definiti sensori intelligenti.
Inoltre
con questi sensori intelligenti sarà possibile eseguire lavorazioni
mirate al lotto di un componente, per esempio sarà possibile
determinare il tipo di bottiglia e dove inviarla per imballarla.
Naturalmente
questo comporta che la responsabilità decisionale non sia più
legata al controllore centralizzato, ma sia demandata a questi
sensori dislocati nell’impianto, sensori con software predittivi
per l’analisi dei dati, che non inviino tutta la mole di dati
raccolta, ma solo il risultato delle loro elaborazioni (questo sempre
un discorso in ottica di basso profilo energetico).
Questi
sensori devono essere gestiti ed il PLC è lo strumento atto ad
eseguire questo compito. Oggi giorno un PLC è dotato di più
protocolli di comunicazione, per questo può essere integrato in una
LAN aziendale permettendo la condivisione dei dati e la loro
raccolta. Questa condivisione e raccolta dà il vantaggio di avere a
disposizione una banca dati consultabile nel momento in cui si
presentino eventuali anomalie, per trovare una soluzione e riducendo
i tempi di fermo macchina.
Con
l’industria 4.0 si inizia a parlare di fabbrica
intelligente,
ma oltre ad essere un discorso quasi utopico, visto che la strada è
ancora lunga e costellata di molte traversie, le aziende sono
costrette ad essere eclettiche, a causa della varietà/quantità di
competenze che entrano in gioco, e devono essere in grado di
formalizzare il processo decisionale per poter fornire la giusta
soluzione: una decisione errata potrebbe comportare blocchi di
produzione non programmati.
A.I.
– Intelligenza artificiale
Arrivati
a questo punto introduciamo il concetto di intelligenza
artificiale,
utile perché dopo tutti i riferimenti fatti si è sempre accennato
al fatto che con l’industria 4.0 è necessaria un’analisi o
diagnostica dei dati forniti e un’automazione per eseguire le
operazioni. L’industria 4.0 si avvale di automazione e robotica per
eseguire le proprie operazioni, ma senza intelligenza artificiale e
dati l’IIoT è zoppa: l’AI elabora tutti i dati raccolti
eseguendo delle predizioni sul comportamento della macchina nel tempo
e prevedendo un guasto. Questo fa sì che i fermo macchina si possano
ridurre a zero. Inoltre con l’AI l’industria non dovrà più
dipendere dalla raccolta dei dati da parte dell’uomo, ma bensì
sarà autonoma nella raccolta limitando a zero gli eventuali errori
introdotti dall’uomo. Qui si introduce il concetto di diagnosi
predittiva,
che affronteremo in uno dei prossimi articoli, che si basa
sull’analisi dei dati e per mezzo di algoritmi predittivi esegue
una predizione su eventuali guasti futuri. Tutto questo sarà
possibile perché l’analisi dei dati nel tempo di un determinato
componente, come aumento di temperature di funzionamento, aumento
delle vibrazioni, correnti, dissipazione di calore, campi magnetici
permettono ai software, con l’ausilio del cloud, di determinare
quando il componente si guasterà o arriverà a fine vita.
Partendo
dal presupposto che l’errore non sarà mai nullo in quanto l’uomo
è naturalmente soggetto all’errore, ogni prodotto dell’uomo è
potenzialmente affetto da errori congeniti, quindi anche l’AI è
affetta da questo problema proprio perché sviluppata dall’uomo.
Per questo all’intelligenza artificiale si stanno affiancando e
stanno prendendo il sopravvento le reti neurali ed il machine
learning, che permetterà alle macchina di correggere i loro errori
congeniti, dovuti alla programmazione dell’uomo. Qui entriamo in
teorie filosofiche sulla presenza o meno di errori anche nelle reti
neurali, ma che affronteremo a tempo debito.
Cobot [13]
Cobot ovvero robot collaborativi, da ricerche fatte, si è visto che la collaborazione tra uomo e macchina ridurrebbe i tempi non produttivi dell’85%. Attualmente il gap tra A.I. e intelligenza artificiale è ampio, proprio perché un operaio si accorge subito che un pezzo è danneggiato o è cambiato, mentre un robot, deve essere istruito od avere le istruzioni per gestire queste incongruenze, altrimenti continuerà ad eseguire il suo lavoro senza accorgersi della variazione. Ma istruzioni o periodo di apprendimento per gestire queste evenienze richiedono molto tempo nel quale la produzione è ferma, producendo costi di inoperatività. Detto questo il divario di intelligenza relega i cobot in un’area di mansioni abitudinarie, mentre l’uomo si occuperà di quelle mansioni che richiedono maggiore intelligenza. Questo comporta che cobot e uomo devono lavorare a stretto contatto, e questo solleva molte problematiche di sicurezza, che rallentano l’integrazione uomo-macchina. In supporto a questo limite (anche se non negativo) si stanno delineando degli standard internazionali che iniziano a delineare i requisiti per il funzionamento in sicurezza dei cobot, questi standard sono ISO/TS 15066:2016, ANSI/RIA R15.06-2012. Un aiuto allo sviluppo dei cobot può essere dato dall’asperienza accumulato nello sviluppo di protesi robotizzate per i disabili, come per esempio la Force-Feedback.
Conclusioni
in
conclusione nell’industria 4.0 si parla di comunicazione,
intelligenza artificiale, reti neurali, diagnostica e manutenzione,
sicurezza informatica, clouding automazione, robotica, big data e
molto altro.
Tutti argomenti a cui in queste prime pagine ho solo accennato e, come ripetuto più volte, approfondirò nei prossimi articoli. Una cosa che volevo evidenziare è che non letto da molte parti è la diagnostica. In tutti gli articoli che troviamo si parla di sicurezza, intelligenza artificiale, interfaccia uomo macchina eccetera eccetera, ma poco e raramente troviamo riferimenti alla diagnostica per la rilevazione dei guasti. A mio parere un argomento di vitale importanza nella quarta rivoluzione industriale, perché se vogliamo ridurre al minimo i fermo macchina, dobbiamo avere una metodo di diagnostica e rilevamento delle anomalie in modo che durante lo sviluppo software siano inseriti questi concetti ed i sensori saranno in grado di eseguire diagnosi più accurate.
Altro
punto su cui vorrei far leva è l’analisi dei dati, anche questo è
molto importante, perché con questi nuovi tip di sensori, come già
detto più volte, i dati saranno in grande quantità, proprio perché
più dati abbiamo/analizziamo meglio riusciamo ad avere il quadro
completo della situazione. Un quadro della situazione completo
permetterà di prendere decisioni più accurate ed efficienti,
migliorando sempre di più il livello di produzione.
BIBLIOGRAFIA – SITOGRAFIA
REVISIONI
- 13 APRILE 2020 aggiunti link a nuovo articolo sulla comunicazione digitale tra sistemi
- 11 OTTOBRE 2019 aggiunto link a nuovo articolo sulla diagnostica
- 19 AGOSTO 2019 Aggiunta sezione COBOT
- 09 LUGLIO 2019 Corretti alcuni link e refusi
- 07 LUGLIO 2019 Pubblicazione