busin ess c ase

L’impresa digitale del Gruppo Camozzi

camozz

i busin ess c as e

La trasformazione dell’industria manifatturiera non è determinata dalla tecnologia ma da un processo evolutivo che innesca un nuovo modo di fare azienda. Il cambiamento è ispirato dall’esigenza di passare da una logica di piattaforma di prodotto a una di piattaforma di servizio. Ecco il racconto del percorso intrapreso da Camozzi Digital, le novità e l’evoluzione futura delle soluzioni proposte, nell’intervista a Cristian Locatelli, General Manager di Camozzi Digital.

Uno dei principali punti di forza delle soluzioni proposte da Camozzi Digital risiede nell’abilità di trasformare, in tempo reale, mediante sofisticati algoritmi proprietari, le informazioni raccolte nello “shop floor” per acquisire report di diagnostica dettagliata. È così possibile monitorare costantemente le performance dei processi produttivi, pianificandone in modo più efficace ed efficiente le attività di manutenzione, riducendo notevolmente i tempi di inattività e i costi di esercizio.

Ogni singolo dato raccolto on field diventa linfa vitale per controllare e gestire i cicli e gli aspetti produttivi con un triplice obiettivo: ottimizzare il processo e la qualità dei prodotti finiti; implementare algoritmi di calcolo sempre più precisi e affidabili; creare un reale valore aggiunto nella digitalizzazione dei propri processi interni. Grazie a piattaforme IOT dedicate – sviluppate in house o in collaborazione con partner tecnologici– nell’ambiente di fabbrica vengono così messe a punto soluzioni di manutenzione predittiva con l’obiettivo di evitare fermi macchina, risolvere criticità di processo e assicurare piena continuità operativa.

Come si è trasformata nel tempo la proposta di Camozzi Digital e quali sono gli obiettivi che si vogliono raggiungere?

La nostra esperienza derivata da progetti meccano tessili avanzati è stata progressivamente esportata in vari settori del manufacturing e in particolare al mondo della macchina utensile. Abbiamo sviluppato soluzioni a due livelli per la gestione degli asset produttivi che contemplano una piattaforma Mes e una piattaforma cloud per il monitoraggio delle performance, della gestione delle operation e della produttività.

Mes e cloud sono stati pensati come prodotti separati dal punto vista della strategia di go to market, per poter proporre soluzioni smart factory basate su un utilizzo integrato oppure esclusivo delle due piattaforme. Tutto ciò che è gestione della produzione, conto economico, tracciamento e calcolo dell’OEE è appannaggio del Mes; tutto ciò che è telemetria e predittività è pertinenza del cloud. Va da sé che dal punto di vista tecnologico l’unione di questi due elementi permette di dare un servizio completo. Lo schedulatore del Mes può per esempio ricevere dal cloud i dati di tipo predittivo, consentendo una rischedulazione del processo produttivo ed eliminando possibili fault delle singole macchine coinvolte all’interno del processo. Il dato che arriva dal campo deve essere sempre più integrato. Cambia l’approccio industriale che diventa data driven. Tutto questo permette a un’azienda di ragionare in termini di servizio e non più esclusivamente di prodotto. Un domani sarà possibile coinvolgere un consulente specializzato, per risolvere problematiche di qualità produttiva indipendentemente dal luogo fisico in cui si trova. Le Soluzioni cloud/ IOT di Camozzi Digital permettono infatti di analizzare ambienti di produzione in modalità remota suggerendo interventi migliorativi che comportano la ri-parametrizzazione delle istanze produttive.

Quali dati contribuiscono alla generazione in cloud di informazioni di tipo predittivo?

Abbiamo sempre parlato di telemetria per la gestione delle performance delle macchine ma ulteriori informazioni correlate possono arrivare da device con cui gli operatori interagiscono in modo sempre più facile e naturale. Le informazioni sono sempre

camozz

i

busin ess c as e

Ciò che differenzia Camozzi Digital da molte società ICT e da molti player d’automazione è saper coniugare un’esperienza industriale unica, che appartiene alla storia del Gruppo, prospettando soluzioni industrial IOT per ambienti complessi e diversificati.

più ampie e, accanto alla telemetria del macchinario, andiamo a raccogliere informazioni riguar

danti causali di fermo macchina e situazioni qualitative dei pezzi

prodotti. Tutto questo grazie alla raccolta di dati e immagini.

La dimensione applicativa dell’Image Recognition è sempre più concreta e trasversale; con l’acquisizione di immagini in real time e l’analisi in cloud si riesce ad avere un’anteprima di quello che si sta producendo, potendo così suggerire eventuali interventi di ri-parametrizzazione e anticipare situazioni di non conformità produttiva. L’analisi di immagini/video può essere valorizzata anche in contesti di logistica di fabbrica: attraverso l’acquisizione continua di immagini – che riguardano lo spostamento di semilavorati dall’una all’altra area produttiva piuttosto che il monitoraggio degli AGV (Automated Guided Vehicle) e delle persone – è possibile ottimizzare processi e flussi di logistica interna.

Non solo, nel settore tessile, stiamo lavorando per sfruttare l’elaborazione delle immagini per il riconoscimento degli inquinanti presenti nella materia prima. Si pensi a produttori che comprano

container di tonnellate di materiale ogni settimana; analizzando piccoli campioni si riesce a stabilire la qualità del materiale di ingresso, permettendo così il settaggio ottimale delle macchine.

Il vantaggio di queste applicazioni consiste nel disporre di un risultato qualitativo in real time con l’opportu

nità di correggere alcuni parametri

produttivi; ciò significa generare un elevato numero di informazioni su lotti di produzione, rendendo così disponibili dati statisticamente rilevanti ai fini dell’ ottimizzazione continua e real time dei processi.

UN BUSINESS COLLABORATIVO

Camozzi Digital, grazie alla stretta collaborazione con IIT di Genova, Berkeley University, partners industriali ed aziende leader del mondo IT, si sta sempre più specializzando nel mondo dello sviluppo di nuove applicazioni. L’obiettivo è sviluppare delle app molto intuitive che permettano di integrare i dati provenienti dal campo con l’acquisizione di semplici immagini – scattate da smartphone o tablet – che vengono elaborate da reti neurali nel cloud per ottenere informazioni relative allo stato macchina, alla quantità e qualità dei pezzi, offrendo così un valore qualitativo estremamente semplificato ma di grande utilità per l’ottimizzazione real time della produzione.

camozz

busin ess c as e

Qual è il fattore competitivo differenziante di quanto proposto da Camozzi Digital?

Il nostro successo, e nostro fattore competitivo differenziante, è dato dall’impegno che abbiamo messo in tutti questi anni nello sviluppare soluzioni personalizzate per differenti settori industriali. Tutto ciò è stato possibile mettendo a fattor comune il know-how e l’esperienza tecnica che appartiene a tutte le divisioni e business unit del Gruppo e coinvolgendo un ampio numero di specialisti per capire quali fossero i parametri da monitorare e gli algoritmi da creare. Ciò che differenzia Camozzi Digital da molte società ICT e da molti player d’automazione è saper coniugare un’esperienza industriale unica, che appartiene alla storia del Gruppo, prospettando soluzioni industrial IOT per ambienti complessi e diversificati. Innse Berardi ha venduto e sta installando soluzioni cloud IBRM (dedicata al mondo della macchina utensile), sviluppate in collaborazione con Camozzi Digital, in Turchia, Francia e Italia. Un’altra importante collaborazione è quella avviata con Mandelli, società del Gruppo Riello che produce macchine utensili. Grazie alla nostra esperienza nel giro di pochi mesi abbiamo implementato la piattaforma iPum@-predict che è stata poi adottata presso alcuni clienti in Italia.

L’investimento per realizzare infrastrutture digitali di questo tipo è alla portata anche di aziende di piccole e medie dimensioni?

Si deve sempre prestare la massima attenzione al costo del dato, coniugando le potenzialità dei big data con il ritorno dell’investimento. Il nostro approccio nei confronti di un potenziale cliente è basato su un’attività di assessment che serve a valutare e analizzare i costi operativi dell’utilizzo delle macchine e dei processi produttivi. Successivamente, insieme al cliente andiamo a definire delle soglie e degli obiettivi sostenibili per poi realizzare un report finale con suggerimenti molto pratici in termini di infrastruttura necessaria per ottenere dei benefici. Ripeto, in tutte le situazioni va valutato attentamente il rapporto costo/benefici.

È possibile realizzare soluzioni standardizzate in logica algoritmica di Machine e Deep Learning?

La logica algoritmica di machine e deep learning è in fase di evoluzione continua da anni, ed oggi è notevolmente abilitata dalla potenza computazionale. Non

Con l’acquisizione di immagini in real time e l’analisi in cloud si riesce ad avere un’anteprima di quello che si produce, consentendo eventuali interventi di ri-parametrizzazione per evitare situazioni di non conformità produttiva.

c’è una tecnica risolutiva per eccellenza e non esi

ste un singolo metodo universale; la soluzione più efficace risiede nella modellizzazione fisica del componente o del processo che si vuole monitorare. È un approccio che richiede un certo effort e una forte competenza specifica, ma come detto prima, ottimizza il rapporto costi/benefici.

La cosa interessante sono le opportunità che possono derivare dall’utilizzo di queste metodologie: si

possono realizzare soluzioni diverse per differenti

tipologie applicative, predire i consumi energetici di un impianto di manufacturing nelle varie sezioni produttive, dalle macchine utensili fino all’illuminazione. Sicuramente, nell’ambito del macchinario industriale, l’approccio per componenti e sottocomponenti può aiutare a sviluppare soluzioni più trasversali fornendo un’applicabilità e una replicabilità più estesa.