Le persone che si occupano di controllo della produzione e di tecnologia di produzione nell’industria manifatturiera possono sentire sempre più spesso il termine “fabbrica intelligente”. Il concetto di fabbrica intelligente è piuttosto ampio e in alcuni casi i significati di ciascuna posizione sono diversi. Inoltre, c’è un movimento da parte del governo per prendere l’iniziativa di rendere l’industria più intelligente. In questa sede presenteremo la definizione generale di fabbrica intelligente, i problemi che affliggono l’attuale industria manifatturiera, la roadmap del governo per lo smartening, esempi specifici di roadmap ed esempi di introduzione in loco.
Che cos’è una fabbrica intelligente?
Una fabbrica intelligente è una fabbrica avanzata che implementa l’Industria 4.0 auspicata dal governo tedesco. Nello specifico, introdurremo robot, intelligenza artificiale (AI), IoT (Internet of Things), ecc. in fabbriche non presidiate, e miglioreremo la produttività e la qualità. In altre parole, l’obiettivo è promuovere ulteriormente l’automazione delle fabbriche esistenti e costruire sistemi di produzione più sofisticati.
Le attuali sfide della produzione e la roadmap della fabbrica intelligente
Questa fabbrica intelligente è considerata di grande impatto per l’industria giapponese e il Ministero dell’Economia, del Commercio e dell’Industria ha anche compilato un rapporto di indagine chiamato “Manufacturing Smart Roadmap Survey” nel 2017. In questa roadmap, vengono illustrati i problemi attuali come il miglioramento della qualità, la riduzione dei costi, il miglioramento della produttività, la riduzione dei tempi, la carenza di risorse umane, il miglioramento del valore aggiunto/fornitura, la gestione del rischio/tracciabilità e le relative soluzioni. Descrive come dovrebbe essere la produzione da qui a 20-30 anni e i problemi che la determinano. Inoltre, vengono presentate le seguenti soluzioni in tre fasi a queste sfide.
Raccolta/accumulo di dati
Estrarre e visualizzare le informazioni utili significa trasformare la consapevolezza ottenuta in know-how e conoscenza. Ad esempio, l’idea è quella di raccogliere una grande quantità di dati automatizzando l’ispezione e organizzandola con grafici e diagrammi.
Analisi dei dati/previsione
Analizzando e apprendendo un’enorme quantità di informazioni, è possibile identificare i fattori del fenomeno, modellarlo e fare previsioni future. Ciò include l’analisi dei dati mediante l’analisi dei fattori, l’analisi statistica o l’apprendimento automatico mediante l’intelligenza artificiale.
Controllo e ottimizzazione dei dati
Si tratta di dare il giudizio e l’esecuzione migliori in base ai risultati dell’analisi e della previsione. Un esempio è il miglioramento dei difetti trovati dall’analisi.
In questo modo, possiamo vedere che i “dati” sono molto importanti per la realizzazione delle fabbriche intelligenti. Nella precedente “automazione” si utilizzavano solo dati numerici come dimensioni e peso, ma qui i “dati” stanno diventando più ampi. Si può dire che si tratta di una quantificazione delle “cose che avvengono nel sistema di produzione”, come immagini, suoni e movimenti di persone, oltre che di dati numerici. È grazie all’enorme sviluppo delle apparecchiature informatiche negli ultimi anni che è diventato possibile gestire tali dati. Si può dire che le fabbriche intelligenti possono essere realizzate grazie ai progressi della tecnologia informatica.
Un esempio specifico di roadmap
Vediamo quindi più da vicino le tre fasi di cui sopra. Ad esempio, se il problema del sistema di produzione è il “miglioramento della qualità”, per migliorare la qualità è necessario “ridurre il tasso di difetti”. A tal fine, per prima cosa raccogliamo i dati rilevando gli errori dell’operatore ed elaborando i difetti. Questa è la fase di “raccolta/accumulo dei dati”. Successivamente, nella fase di “analisi/previsione dei dati”, analizziamo gli errori e i difetti di lavorazione del passato e identifichiamo i processi in cui è probabile che si verifichino errori e difetti di lavorazione. Successivamente, istruiremo i lavoratori che hanno commesso errori e apporteremo modifiche alla progettazione per evitare i processi in cui si sono verificati difetti di lavorazione. Questa è la fase di “controllo/ottimizzazione dei dati”.
Esempi specifici di sforzi sul campo
Che tipo di sforzi si stanno facendo sul campo per realizzare una fabbrica intelligente?
In uno stabilimento di lavorazione, le macchine utensili sono state collegate in rete per fornire una funzione di controllo dello stato di lavorazione e di notifica della fine della lavorazione. Si tratta del cosiddetto IoT. Ciò ha reso possibile che una sola persona sia responsabile di più macchine utensili.
Inoltre, il tempo di elaborazione può essere acquisito e memorizzato come dati. Ciò corrisponde alla “raccolta e all’accumulo di dati”. Quindi, analizzando i dati acquisiti, è possibile ottimizzare il tempo di lavorazione. Si può notare che vengono eseguite “analisi/previsione dei dati” e “controllo/ottimizzazione dei dati”. Ripetendo queste tre fasi, siamo riusciti a ottimizzare le condizioni e i tempi di lavorazione su base giornaliera, migliorando la produttività e riducendo i costi di produzione.
Allo stesso modo, un sensore è stato collegato alla macchina utensile (in questo caso, la rettificatrice che esegue la lucidatura) in modo da poter misurare, acquisire e memorizzare come dati la forza di lucidatura applicata durante la lucidatura. Anche in questo caso, analizzando i dati accumulati, è stato possibile ottimizzare le condizioni di lavorazione. Si può notare che la smartening ha successo includendo le stesse fasi viste in precedenza.
Questi sforzi a livello di campo sono un’estensione delle attività di riduzione dei costi esistenti a livello di campo, ma l’obiettivo finale delle fabbriche intelligenti è quello di promuovere l’intelligenza e l’automazione nell’intera catena di fornitura dei prodotti. C’è del vero in questo. Quando l’intera catena di fornitura dei prodotti diventerà più intelligente, la fabbrica diventerà molto più efficiente e utilizzerà i dati. Tuttavia, va notato che l’industria manifatturiera giapponese è sostenuta non solo da grandi aziende con molti stabilimenti e grandi catene di fornitura, ma anche da PMI e fabbriche cittadine. Pertanto, per lo sviluppo dell’industria manifatturiera giapponese, è essenziale coinvolgere queste piccole e medie imprese e le fabbriche cittadine.
Fabbrica intelligente e edge computing
Come già detto, i dati sono molto importanti nelle fabbriche intelligenti. Si può dire che la raccolta dei dati è una delle chiavi per lo smartening. Tuttavia, quando si tratta di realizzare una fabbrica intelligente che copra l’intera catena di fornitura, la quantità di dati è enorme. Inoltre, è necessario elaborarli rapidamente. In questo contesto, l’informatica di cloud è indispensabile per la raccolta, l’analisi e l’archiviazione dei dati, ma potrebbe essere difficile collegare la fabbrica al sito cloud. In questi casi, introdurre edge computing dove è possibile analizzare ed elaborare i dati senza problemi.
Il concetto di fabbrica intelligente è ampio e profondo
Questa volta ho introdotto una piccola parte del concetto di fabbrica intelligente. Tuttavia, il concetto di fabbrica intelligente non si ferma qui. Come già detto, il concetto di fabbrica intelligente è l’idea di fabbrica intelligente, che mira a risolvere e migliorare i problemi menzionati nel testo. Per così dire, tutti gli sforzi tecnici per far evolvere la fabbrica possono essere definiti una fabbrica intelligente.
