Industria 4.0

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

5. Le rivoluzioni industriali

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.)

7. Industry 4.0: elementi
caratterizzanti (2/2)
La gestione delle manutenzioni

8. Agenda
●
Introduzione
– Industry 4.0
– Predictive Maintenance
●
Industry 4.0 nel mondo reale
– Approfondimenti tecnici
– Criticità
– Il ruolo delle persone
●
Conclusioni

9. Approfondimenti tecnici (1/3)
L’importanza degli standard
Programma 1
(Vendor 1)
Programma 2
(Vendor 2)

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

11. Approfondimenti tecnici (3/3)
●
Forecasting/Anomaly Detection

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

15. Conclusioni
●
Overview sull’Industry 4.0
●
La centralità del dato
●
L’importanza delle persone
●
Il viaggio è appena all’inizio e il percorso è impegnativo

16. Slide Bonus

17. Tradizione vs. ML
Dati Storici
Etichette/
Output
Modello/
Programma

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