Intervista su 4.0 NOW Factory: “Raggruppare le innovazioni”

2-giu-2020

Nel 2019 SICK ha aperto le porte a 4.0 NOW Factory di Friburgo. Da allora, gruppi di visitatori hanno potuto farsi un’idea della produzione e Joachim Schultis, Head of Operations Photoelectric Sensors & Fibers, nel contempo ha maturato maggior esperienza sulla fabbrica stessa. Quali insegnamenti hanno tratto Schultis e il suo team negli ultimi mesi ? Ne parlano qui nel SICK Sensor Blog.

What have Schultis and his team learnt from the operation during recent months? He spoke about this with the SICK Sensor Blog.
Joachim Schultis (a sinistra), Head of Operations Photoelectric Sensors & Fibers
What have Schultis and his team learnt from the operation during recent months? He spoke about this with the SICK Sensor Blog.
Joachim Schultis (a sinistra), Head of Operations Photoelectric Sensors & Fibers

 

Signor Schultis, lei è responsabile della produzione in una fabbrica che opera secondo i principi di Industry 4.0. In che modo si distingue il suo compito rispetto a quello di un direttore di produzione di una fabbrica convenzionale?

Schultis In una fabbrica convenzionale bisogna aumentare in modo costante l’efficienza complessiva, adottando procedure e metodi noti. L’obiettivo di una fabbrica I4.0 è esattamente lo stesso, ovvero quello di aumentare l’efficienza complessiva. Ciò che è diverso è il metodo. Si tratta, innanzitutto, di apprendere da ciò che vediamo - per poter scegliere la strada giusta per il futuro. Il nuovo mondo offre la possibilità di superare i limiti esistenti rispetto a quello precedente - e di ridefinire l’efficienza complessiva, indipendentemente da quale disciplina, tecnologia o sistema si sceglie. In qualità di responsabile della produzione, grazie alle nuove procedure - posso trarre informazioni e, soprattutto, il coraggio di superare i limiti di ciò che è già noto. - Le nuove tecnologie rappresentano, infatti, il presupposto per poter spostare tali limiti.

 

Quali insegnamenti chiave ha recepito negli ultimi mesi dalla sua azienda?

Schultis La complessità di un sistema di produzione nuovo, come quello che abbiamo realizzato qui, pone l’azienda di fronte a sfide impreviste. Abbiamo dovuto riorganizzarci per poter- da un lato produrre conformemente alle esigenze dei clienti e nel rispetto delle regole del mercato e, dall’altro, - perfezionare il sistema di produzione nel suo insieme, integrando però nel contempo nuove varianti. Qui le tecnologie convenzionali di pianificazione e controllo raggiungono molto velocemente i propri limiti. Per soddisfare queste esigenze abbiamo introdotto forme di lavoro agili, che ci consentono di reagire in modo notevolmente più flessibile ad esigenze finali sempre più dinamiche e variabili. I nostri team agili ricorrono nei loro stand-up meeting e sprint a dati in tempo reale o ad informazioni già elaborate, ricavate dai processi di data mining, per prendere le loro decisioni. E, a dire il vero, anche da questo punto di vista ci sentiamo dei neofiti e dobbiamo apprendere quotidianamente. Per tornare alla sua domanda sugli “insegnamenti chiave”: abbiamo imparato che dobbiamo combinare innovazioni tecniche e organizzative per poter agire in modo radicalmente più rapido e mirato, per sfruttare appieno i nuovi “plusvalori”.

 

 

 

Può descriverci questi vantaggi in modo più dettagliato? 

Schultis Nei mesi passati abbiamo, per esempio, implementato prodotti nuovi nella logica di produzione. Fin dalla fase prototipo abbiamo sfruttato gli impianti ad alta automazione e non è stato necessario fabbricare un impianto supplementare per i prototipi. E tutto questo ha funzionato. La flessibilità della fabbrica ne è la prova. Realizziamo prototipi parallelamente alla produzione in serie.

 

Come fate a ottenere questa flessibilità? 

Schultis La nostra fabbrica ha una struttura modulare. I singoli moduli di produzione, completamente o parzialmente automatizzati, sono collegati tra loro tramite Automated Guided Carts (AGCs). Contrariamente a una produzione in serie continua, possiamo limitarci ad avviare esperimenti o semplicemente a implementare prodotti nuovi. In caso di piccoli malfunzionamenti, non si arresta l’intero impianto di produzione. Questo è sinonimo di pura flessibilità. Riusciamo così a procedere a fasi di avviamento con sforzi decisamente più contenuti. Abbiamo intrapreso una strada solida, caratterizzata anche da un grado di libertà notevolmente superiore.

 

Cosa succede in caso di guasto di un impianto? Può semplicemente subentrarne un altro?

Schultis Sì, si può fare. Non abbiamo tutto doppio, ma processi che possiamo svolgere in modo completamente automatico o manuale. Il Manufacturing Control System di alto livello, sviluppato appositamente per la fabbrica, si occupa del controllo del flusso di materiale.

 

Nell’ultimo anno ha parlato di cinque famiglie di prodotti. A che punto sono? 

Schultis Nel frattempo abbiamo implementato altre due famiglie di prodotti, quindi attualmente il processo di produzione ne coinvolge sette, e altre due verranno introdotte entro l’anno. All’interno di queste famiglie cresce anche il numero di varianti. Attualmente ne abbiamo implementato un numero a quattro cifre. Le macchine seguono questa crescita senza problemi. Oltre a prodotti di sicurezza, oggi produciamo anche prodotti normali sugli stessi moduli.

The flexibility of the factory speaks for itself. We produce prototypes parallel to serial production.
The flexibility of the factory speaks for itself. We produce prototypes parallel to serial production.

 

Ha parlato all’inizio di data mining. Ci può raccontare cosa ha imparato da questo procedimento?

Schultis Abbiamo suddiviso i dati legati alla produzione in tre categorie principali. Nella categoria Smart Manufacturing partiamo dal livello di processo per migliorare la qualità, accrescere la OEE (Overall Equipment Effeictiveness) e così via. Questo è un aspetto fondamentale. Il secondo aspetto riguarda la manutenzione preventiva. Qui utilizziamo segnali digitali per poter implementare le tematiche legate alla manutenzione nel modo più efficiente possibile. Non abbiamo quindi sempre cicli di manutenzione rigidi, ma sensori e attuatori segnalano se è necessaria una manutenzione. Nella terza categoria ci occupiamo di gestione energetica. Abbiamo imparato quanta energia consuma l’intero stabilimento in un anno. In futuro, questa trasparenza ci aiuterà per poter produrre nel modo più efficiente e sostenibile possibile in termini energetici, in quanto potremo sfruttare gli orari in cui l'energia è meno cara.


Lei è già in grado di trarre conclusioni dai dati? Relativamente a I 4.0? 

Schultis (ride) A questa domanda devo rispondere con un rispettoso NI. Sì, siamo già in grado di trarre le prime conclusioni. E sì, quanto più ce ne occupiamo, tanto maggiore è lo spazio per possibili miglioramenti. Un piccolo esempio: oggi monitoriamo in modo digitale l’aria compressa nei nostri moduli di produzione. Questo una volta non era possibile. Apprendevamo che la produzione non era più conforme solo quando la pressione era già scesa sotto 5 bar. Oggi invece utilizziamo strumenti digitali che pongono delle soglie di avviso. Nel caso in cui tali soglie vengano superate per eccesso o per difetto, apriamo un ticket per l’assistenza tramite il BPM (Bosch Performance Manager). Un altro esempio è la velocità di movimento dei cilindri. Tipicamente vi si possono riconoscere manifestazioni di usura. Questi dati ci aiuteranno in futuro a rilevare le soglie di manutenzione per molti attuatori e sensori. La finalità deve essere quella di riconoscere anomalie e guasti prima che insorgano.

 

È già accaduto qualcosa che non avreste scoperto in mancanza dei dati? 

Schultis C’è stata una situazione in un modulo in cui monitoriamo l’aria compressa con il sensore SICK FTMg. Il sensore stesso è collegato tramite un gateway (TDC-E) al cloud. In questo cloud è ospitato il BPM che ci aiuta a visualizzare i dati. E questo ci consente di riconoscere gli sbalzi di alimentazione dell’aria compressa e di derivarne le misure corrispondenti. Se l’errore non fosse stato scoperto, una valvola di commutazione si sarebbe guastata. Abbiamo potuto sostituirla per tempo ed evitare così un arresto della macchina.

 

Il Deep Learning avrà un ruolo anche in futuro nella fabbrica?

Schultis Certamente. Il Deep Learning è una tecnologia che ci può aiutare a migliorare in svariati modi. Stiamo lavorando a una soluzione che ci consente di sfruttare le reti neurali per il controllo qualità. Concretamente si può applicare ad un’ispezione ottica automatica (AOI) dei punti di saldatura in linea di produzione. Vede, impariamo cose nuove ogni giorno e testiamo le nuove tecnologie.

 

Completa per noi questa frase? La fabbrica del futuro .... 

Schultis … deve essere avviata nel presente, altrimenti il futuro rimarrà futuro per sempre. Oggi abbiamo la possibilità di generare plusvalore con l’ausilio di dati e quindi di produrre in modo quanto mai efficiente.

 

 

Ulteriori informazioni:

Localizzazione indoor e outdoor; massima trasparenza nel flusso di materiale

I sensori guidano il futuro della robotica collaborativa

Buona gestione energetica con il nuovo sensore di portata per il rilevamento di perdite