1. Industry 4.0 & Predictive Maintenance
Michele Stecca, PhD
ITT Barsanti
2. Agenda
●
Introduzione
– Industry 4.0
– Predictive Maintenance
●
Industry 4.0 nel mondo reale
– Approfondimenti tecnici
– Criticità
– Il ruolo delle persone
●
Conclusioni
3. Agenda
●
Introduzione
– Industry 4.0
– Predictive Maintenance
●
Industry 4.0 nel mondo reale
– Approfondimenti tecnici
– Criticità
– Il ruolo delle persone
●
Conclusioni
6. Industry 4.0: elementi
caratterizzanti (1/2)
●
La centralità del dato
– Monitoraggio dei parametri dei macchinari
– Ottimizzare le linee di produzione
– Riduzione degli sprechi
– Big Data / Intelligenza Artificiale
●
Il fattore velocità (real-time)
●
Integrazione di diversi sistemi (PLC/MES/ERP)
●
Internet of Things (accesso da remoto, dispositivi mobili, ecc.)
8. Agenda
●
Introduzione
– Industry 4.0
– Predictive Maintenance
●
Industry 4.0 nel mondo reale
– Approfondimenti tecnici
– Criticità
– Il ruolo delle persone
●
Conclusioni
10. Approfondimenti tecnici (2/3)
●
G. Emireni, M. Stecca - Python & Industry 4.0: a real world
case: https://www.youtube.com/watch?v=AA2QyQI3rZs
●
Curve caratteristiche
12. Criticità
●
La Qualità del Dato!!!
– Dati recuperati dal PLC
– Da registrazioni “manuali” (per es. Manutenzioni, rotture, ecc.)
●
Approcci standard (talvolta) non ancora maturi
●
Limitata collaborazione tra le persone
●
Macchinari datati (vedi retrofitting)
13. Il fattore umano
Facciamo la
manutenzione predittiva!
IT guy
PLC Programmer
Statistica,
Machine
Learning,
Modelli
matematici
Database,
Integrazione di
Sistemi,
Ottimizzazione
informatica
Esperto di dominio,
conosce il macchinario,
PLC, parametri, ecc.
Data Scientist
14. Agenda
●
Introduzione
– Industry 4.0
– Predictive Maintenance
●
Industry 4.0 nel mondo reale
– Approfondimenti tecnici
– Criticità
– Il ruolo delle persone
●
Conclusioni
18. Il processo ML
Model
Training Modello
Generato
Automaticamente
Model
Evaluation/
Scoring
Dati Storici
(Pre-
elaborati)
Dati Storici
(Input)
Data
Pre-Processing
Model
Deployment
1
2 3a 3b
4
5
6