Censire e raccogliere i dati già disponibili, generare i dati dove non sono ancora disponibili, memorizzarli in database, data warehouse e data lake, realizzare dashboard intelligenti 

Contesto operativo 

In uno stabilimento italiano di circa 3.000 mq, appartenente a una multinazionale specializzata nella produzione di alimenti per animali da reddito, è iniziato un percorso ambizioso verso la digitalizzazione dei processi logistico-produttivi. Lo stabilimento comprende quattro reparti principali: 

• Filtrazione 
• Miscelazione 
• Microincapsulamento 
• Controllo Qualità (CQ) e Confezionamento 

Il layout produttivo è articolato e prevede linee di confezionamento automatizzate, in cui l’operatore deve soltanto alimentare le macchine con i batch di miscela (in polvere o liquido) e le relative confezioni. Gli altri impianti, pur avendo cicli operativi standardizzati – assimilabili per logica a quelle di una grande lavatrice industriale – richiedono ancora notevole impegno umano nelle operazioni di carico e scarico. 

La forza lavoro è composta da: 

• 48 operatori
• 6 tecnici di manutenzione: 2 meccanici/pneumatici, 2 elettrici/elettronici, 1 edile 
• Due magazzini, uno per materie prime (MP) e uno per prodotto finito (PF). I semilavorati sono stoccati dagli operatori di produzione in buffer di reparto ad alta rotazione. 

La spesa annuale per la manutenzione si attesta intorno ai 2 milioni di euro. 

Strumentazione e raccolta dati 

Negli impianti sono già presenti numerosi strumenti di misura, distribuiti nei vari reparti: 

• Termocoppie 
• Manometri elettronici e trasduttori di pressione 
• Misuratori di portata 
• Igrometri 
• Vibrometri e accelerometri 
• Celle di carico 

Tutti questi dispositivi sono già digitali o dotati di sensori elettronici, in grado di convertire le grandezze fisiche in segnali elettrici/digitali. Tuttavia, fino a poco tempo fa i dati raccolti da questi strumenti non venivano sistematicamente acquisiti, memorizzati o integrati in un sistema informativo centralizzato. 

Sistemi informativi esistenti 

L’organizzazione IT prevede: 

• Un gestionale centrale (tipo ERP) con i moduli: 
• Acquisti 
• Gestione materiali 
• Gestione del personale 
• Produzione 
• Spedizione 
• Fatturazione e contabilità 
• Finanza e controllo di gestione 
• Un applicativo di magazzino con funzionalità di carico/scarico tramite codice a barre e gestione a ubicazione dinamica 
• Fogli Excel per: 
• Manutenzione 
• Controllo Qualità 
• Reportistica con tabelle pivot e dashboard manuali 

L’architettura delle reti aziendali dello stabilimento si fonda su una combinazione di tecnologie tradizionali e soluzioni moderne, con i seguenti elementi principali: 

• WiFi industriale 
• Rete cablata Ethernet 
• VPN (Virtual Private Network) 
• Server on-premise + Cloud ibrido 
• Firewall e segmentazione di rete 
• Access Point industriali 

La sfida: costruire un’infrastruttura dati 

Il primo passo è stato censire tutti i dati già presenti negli impianti e nei sistemi digitali esistenti. Questo ha permesso di: 

• Identificare le sorgenti dati attive e passibili di digitalizzazione 
• Mappare le variabili fisiche rilevate dagli strumenti (temperatura, pressione, vibrazioni, portata, umidità, peso, ecc.) 
• Capire dove i dati non venivano ancora generati o raccolti in modo strutturato 

Successivamente è iniziata la fase di acquisizione e centralizzazione dei dati, con l’obiettivo di: 

• Aggiornare e integrare firmware e protocolli dei dispositivi di campo per garantire interoperabilità e corretta trasmissione dei dati 
• Normalizzare e uniformare i dati provenienti da dispositivi con formati e protocolli diversi tramite software middleware dedicati 
• Raccogliere le informazioni disponibili dal campo in tempo reale 
• Generare le informazioni sulle operazioni di carico e scarico manuale delle macchine, dotando gli operatori di tablet o lettori di codici a barre/QR code per registrare le attività svolte e associare i batch movimentati, con integrazione al gestionale o a un’app dedicata. 
• Storicizzarle in database relazionali, data warehouse e data lake 
• Analizzarle attraverso dashboard intelligenti e strumenti di business intelligence 

Verso una fabbrica più “intelligente” 

Le dashboard, realizzate con strumenti semplici e accessibili come Microsoft Power BI ed Excel connessi ai database aziendali, permettono oggi di: 

• Monitorare l’efficienza degli impianti in tempo reale 
• Identificare anomalie o derive di processo grazie all’analisi dei dati storici 
• Supportare decisioni manutentive sulla base di indicatori oggettivi e KPI 
• Migliorare la programmazione della produzione in funzione della disponibilità e delle condizioni degli impianti