Il documento analizza l'evoluzione dei sistemi di produzione industriale tramite l'utilizzo di big data e IoT, sottolineando l'importanza della digitalizzazione e l'adozione di tecnologie avanzate per ottimizzare efficienza e redditività. Presenta anche il prodotto 'Production Monitoring System', una soluzione innovativa per monitorare e analizzare i dati di produzione in tempo reale, evidenziando i risultati promettenti per aziende manifatturiere. Infine, discute i principali ostacoli all'adozione di questi sistemi e il contesto di mercato, con l'accento sulle opportunità di crescita all'interno della quarta rivoluzione industriale.

1. Sistemi di analisi della produzione
industriale
La Mela srl
Production monitoring system
Vincenzo Casolani

2. La Premessa: Big Data Analytics e IoT
 Repentino sviluppo delle capacità tecnologiche di
estrarre ed elaborare i dati, rappresenta una delle
principali chiavi di lettura del nostro tempo.
 Lo sviluppo di una Intelligenza Artificiale in grado di
analizzare ed apprendere la profondità del mondo
(produttivo) grazie ai dispositivi dell’Internet of
Things.

3. Lo scenario secondo Hewlett Packard
Enterprise
Secondo il recente studio “The Internet of Things:
Today and Tomorrow” fatto dalla Hewlett Packard
Enterprise: «si va verso la diffusione su larga scala
dell’Internet of Things. Entro il 2019, le imprese
italiane saranno pronte ad investire per migliorare
l’efficienza del business soprattutto in due aree:
l’efficienza di business e la redditività.»
Lo dichiara l’85% delle aziende a
livello globale e il 92% delle aziende
italiane su un campione di 3.100
decision maker IT di 20 Paesi.

4. The Internet of Things: Today and
Tomorrow
 Solo il 16% dei business leader aveva previsto ampi ricavi dagli investimenti IoT, sperimentando ad
implementazione avvenuta, un aumento dei ricavi del +32%;
 Solo il 29% degli executive si attendeva che le strategie IoT portassero a miglioramenti nell’efficienza
di business, sperimentando poi un effettivo aumento di efficienza del +46%;
 Il 78% delle aziende afferma che l’introduzione dell’IoT nel luogo di lavoro ha migliorato l’efficacia del
team IT e il 75% ha registrato un aumento della redditività;
 Risultati che portano a pensare ad una possibile adozione di massa entro il 2019 dell’IoT.

5. The Internet of Things: Today and
Tomorrow
FRENI NELL’ADOZIONE DI SISTEMI DI BI E IOT
 I costi di implementazione, per il 50% globale e il 39% in Italia;
 La manutenzione per il 44% globale e il 40% in Italia;
 L’integrazione a tecnologie obsolete (legacy) per il 43% a livello mondiale e il 21% in Italia;
 Sicurezza informatica;
 Necessità di competenze informatiche per l’estrazione e la visualizzazione dei dati.

6. Osservatorio Internet of Things della School of
Management del Politecnico di Milano
 L’Internet of Things in Italia insieme al suo indotto rappresenta oramai il 50% dell’intero
mercato ICT.
 Il mercato dell’Internet of Things nel corso del 2014 ha segnato una crescita del 30%
arrivando ai 2 miliardi di euro di giro d’affari, stimolando lo sviluppo di altri mercati e di
nuovi prodotti e servizi.
 L’IoT italiana ha prospettive di sviluppo solide legate alle opportunità che stanno
crescendo nell’ambito smart city, nella smart home e nel mondo della prodizione
industriale con l’avvento di Industry 4.0, che nel nostro paese può esprimere
opportunità straordinarie.
(4° Rivoluzione industriale Connessione tra sistemi fisici e digitali , analisi
complesse attraverso Big Data e adattamenti real-time. Utilizzo di macchine
intelligenti, interconnesse e collegate ad internet.)

7. The Boston Consulting Group (BCG): “Winning In IoT, It’s
All About The Business Processes”
• Manutenzione predittiva (PredictiveMaintenance)
• Produzione auto-ottimizzata (Self-Optimizing
Production)
• Gestione automatizzata del magazzino (Automated
Inventory Management)
• Monitoraggio da remoto dei pazienti (Remote Patient
Monitoring)
• Smart Metering
• Tracciabilità e rintracciabilità (Track and Trace)
• Connected car
• Produzione e accumulo intelligente dell’energia
(Distributed Generation and Storage)

8. The Boston Consulting Group (BCG): “Winning In IoT,
It’s All About The Business Processes”
Manutenzione predittiva (Predictive Maintenance)
Le tecnologie IoT permettono di prevedere (o, alla peggio, identificare
tempestivamente) le necessità di manutenzione di un macchinario industriale,
riducendo i fermi macchina non pianificati.
Produzione auto-ottimizzata (Self-Optimizing Production)
Le fabbriche e gli impianti connessi utilizzano le tecnologie smart per monitorare e
ottimizzare i processi produttivi in tempo reale, procedendo per aggiustamenti
automatici in grado di migliorare la qualità dei prodotti e l’efficienza delle attività
contenendo al contempo gli sprechi. Questo caso d’uso è particolarmente rilevante nei
processi industriali e nella manifattura.

9. Problema – stato dell’arte
 Le Aziende manifatturiere hanno complessi sistemi di produzione in cui l’automazione industriale
riveste un aspetto rilevante del processo produttivo.
 Nell'ambito dei controlli automatici si utilizzano di solito dei sistemi informatici per il monitoraggio, il
controllo, la supervisione e l’acquisizione dei dati provenienti da sensori o dispositivi di controllo che
memorizzano i valori misurati quasi sempre in una memoria locale.
 Il computer supervisore, raccoglie i dati dai microcontrollori, li elabora per estrarne informazioni utili,
memorizza su disco i dati o le informazioni riassuntive, permette di visualizzare i dati correnti e passati,
eventualmente in formato grafico.
 TUTTE QUESTE ATTIVITA’ IN GENERE NON FANNO USO DI TECNOLOGIE WEB

10. I sistemi di visione artificiale
Un sistema di visione è composto da un
processore, un monitor per l'interfaccia
uomo-macchina, una telecamera, un
sensore per generare il segnale di
acquisizione immagine ed un sistema di
illuminazione. Quando l'oggetto da
ispezionare transita sotto il campo visivo
della telecamera, un opportuno segnale di
trigger consente l'acquisizione e la
trasmissione dell'immagine al processore
che la elabora al fine di determinare la
presenza di eventuali difetti. Il risultato è
trasmesso ad altri dispositivi sulla linea di
produzione (PLC o attuatori) per le
opportune selezioni.

14. La nostra soluzione
Production monitoring system ha due componenti:
A) Un Supervisory Control And Data Acquisition (SCADA) denominato Linceo, ovvero un dispositivo
HD/SW che può essere connesso ad apparecchiature di produzione con il compito di controllare e rilevare i dati
provenienti da sensori o sistemi di rilevamento ottici nella fase di produzione, elaborarli e memorizzarli su di un
database realizzato da Vision Device;
B) Un Applicativo web scritto in C#, Javascript, SQLserver (è previsto il rilascio di versioni per Mysql e MongoDB
(NoSQL)) realizzato in ambiente Visual Studio e denominato Linceo One realizzato da La Mela;
 un modulo per la configurazione delle connessioni e per l’avvio di un «sevizio» adibito all’acquisizione dei
dati generati da SCADA alla loro elaborazione in intervalli di tempo configurabili e alla creazione di tabelle di
dati ottimizzati;
 un modulo di back office per la configurazione del sistema;
 una interfaccia web o cruscotto di controllo, accessibile da tablet e smartphone, in cui vengono esposti
numerosi grafici relativi all’analisi degli scarti e alle variabili di produzione.

15. La nostra soluzione
 Linceo One è un’applicazione informatica «web» che permette di connettere a Internet, elaborare e
visualizzare attraverso grafici i dati provenienti da sistemi di visione o altri sensori utilizzati per il
controllo della produzione industriale:
 È in grado di connettersi a basi di dati locali o remoti su cui risiedono le informazioni provenienti dai sensori o
sistemi di visione.
 È in grado di avviare un «servizio schedulato» che acquisisce tutti i dati relativi ad un determinato intervallo di
tempo, li elabora e li espone in maniera ottimizzata su un database. Inoltre genera degli archivi storicizzati
compatti, controlla le dimensioni del database di lettura e se necessario elimina i dati più vecchi per non
pregiudicare le prestazioni del servizio.
 Infine, a partire dai dati presenti sulle tabelle elaborate dal servizio, genera una serie di visualizzazioni e grafici
in grado di definire le caratteristiche operative delle macchine in produzione.

16. Production monitoring system - Linceo
One
 Analisi dei dati relativi al controllo delle variabili di produzione in tempo reale da smartphone e tablet;
 Facilità di attivazione del servizio;
 Bassi costi di acquisto se vengono utilizzate tecnologie open;
 Non occorre manutenzione e formazione degli addetti;
 Possibilità di acquisire dati da databases locali o remoti anche di grandi dimensioni.
 Possibilità di identificare le cause di scarto dall’analisi delle variabili;
 Possibilità di attivare alert nel caso di scarti eccessivi o di variabili fuori tolleranza
 Generazione di Interfacce che non richiedono all’ utente la conoscenza SQL.

17. Production monitoring system - Linceo One
 Aggiornamento dei dati in tempo reale (1-5 secondi);
 Configurazione automatica delle macchine e dei sensori;
 Configurazione automatica delle variabili da analizzare;
 Controllo automatico dello stato delle macchine e dei sensori (real time);
 Visualizzazione del cruscotto degli scarti in tempo reale per ciascun sensore;
 Visualizzazione delle variabili di controllo per ciascun sensore (real time);
 Analisi dell’andamento di una singola variabile ;
 Scalabilità delle performance (e dei costi) in base alle caratteristiche dei server e al tipo di Database.

18. Il Mercato
 Production monitoring system è un prodotto destinato ad aziende manifatturiere di medie e grandi
dimensioni che utilizzano ( o intendono utilizzare) sistemi automatici di controllo della produzione. Che
magari dispongono di un livello di controllo dei dati su dispositivi locali, ma che raramente utilizzano
sistemi di controllo e pianificazione della produzione accessibili dal Web in grado di:
 Migliorare l’efficienza dei sistemi produttivi ( pianificare manutenzioni e sostituzione di elementi sulla base di
algoritmi applicati alle variabili di scarto);
 Permettere l’ottimizzazione dei livelli di produttività aziendale;

19. Il Mercato
Production monitoring system si rivolge:
 Alle aziende manifatturiere di tutti i settori produttivi
che adottano o andranno ad adottare sistemi di
automazione.
 Ad aziende che possono integrare PMS con i loro
prodotti o servizi:
 Aziende di Automazione industriale
 Aziende in ambito ICT
 Altri intermediari tecnologici
 Costruttori di macchine industriali

20. Valore offerto – caratteristiche principali
 Di grande impatto grazie all’utilizzo di tecnologie mobile;
 Di facile istallazione;
 In grado di controllare in tempo reale la produttività dell’azienda;
 In grado di controllare in tempo reale le prestazioni di ogni singola macchina e
ogni dispositivo di controllo;
 Non ha bisogno di personale con conoscenze informatiche;
 Consente di migliorare i livelli di produttività;
 Consente di migliorare la gestione delle manutenzioni aziendali.

21. Linceo - Supervisory Control And Data Acquisition
 Linceo è il Supervisory Control And Data Acquisition (SCADA) detto anche "controllo di supervisione e
acquisizione dati" indica un sistema informatico per il monitoraggio elettronico di sistemi fisici.
 I sistemi di tipo SCADA sono utilizzati come sistemi di controllo locale in ambito industriale per il monitoraggio e
controllo infrastrutturale o di processi industriali e sono composti da:
 uno o più sensori o sistemi di rilevamento ottico che effettuano misurazioni di grandezze fisiche di interesse sul
sistema in oggetto;
 uno o più microcontrollori, che possono essere PLC o microcomputer, che, continuativamente o a intervalli di
tempo, effettuano misurazioni tramite i sensori a cui sono collegati e memorizzano i valori misurati in una memoria
locale;
 un computer supervisore, che periodicamente raccoglie i dati dai microcontrollori, li elabora per estrarne
informazioni utili, memorizza su disco i dati o le informazioni riassuntive, eventualmente fa scattare un allarme,
permette di selezionare e di visualizzare su schermo i dati correnti e passati.

22. Marketing e Vendite
 Il progetto è nelle fasi conclusive per quanto concerne il rilascio della versione Beta. In termini di
investimenti fatti, possiamo stimare che per la realizzazione del software Linceo One sono state
utilizzate 2,5 risorse con competenze specifiche per circa 7 mesi per un costo stimato di 50.000 euro.
L’investimento è stato possibile grazie all’interesse di alcune Aziende seguite da Vision Device, che si
occupa di progettazione di dispositivi e macchine per l’industria, che hanno in parte sponsorizzato il
progetto.
 La presentazione di Production monitoring system è prevista per maggio 2017 in una fiera Europea nel
settore dell’automazione. Ci attendiamo la copertura dei costi entro la fine dell’anno. L’andamento
delle vendite, compatibilmente con l’offerta dei competitor, dovrebbe raddoppiare ogni anno nei
successivi 3 anni.

23. I Concorrenti
I competitor presentano per lo più prodotti di tipo orizzontale, molto validi ma poco orientati al web e
all’analisi di dati di produzione in tempo reale. Essi consentono la visualizzazione di dashboards
interattivi, report flessibili, query e analisi ad-hoc ma l’estrazione dei dati rilevanti avviene attraverso
QRY e non attraverso una specifica analisi dei dati industriali da codice.
 Tableau
 Syncfusion
 Oracle Business Intelligence
 Power BI
 Qlik sense
 Micro Strategy
 IBM SPSS

24. I Concorrenti
I prodotti presenti sul mercato dai competitor sono applicazioni orizzontali particolarmente indicati per:
 Costruire e distribuire cruscotti personalizzati ed interattivi
 Permettere l'esecuzione di analisi personalizzate
 Integrare ed analizzare dati provenienti da diverse applicazioni e sorgenti

25. La Nostra Squadra
 La Mela srl è una società nata nel 1999. Dal 2005 ha orientato la sua attività nell’ambito della
consulenza e sviluppo di applicativi in ambiente web realizzando progetti per: Engineering spa,
Echomedia spa, JRC – Commissione Europea, Polizia postale, Selex, Meteda srl, Industrialesud spa ecc.
 La Mela ha realizzato la progettazione e lo sviluppo della soluzione web su piattaforme Microsoft
Visual Studio, SQLServer.
 Vision Device srl – Azienda specializzata nell’automazione industriale ed in particolare nella visione
artificiale – ha realizzato l’analisi, lo studio di fattibilità e tutto il sistema di acquisizione dati del
progetto sulla base delle esigenze di alcuni importanti clienti.

26. La Nostra Squadra
 Competenze e progetti realizzati da La Mela srl:
 Web E-Curie – Sistema di monitoraggio e call-out radiazioni nucleari
 Sistemi di Interoperabilità su standard EDI (rete aziende automotive)
 Motori di prenotazione per strutture ricettive
 Progetto di ricerca Ubicare con l’università dell’Aquila (braccialetto)
 Registro elettronico per le scuole
 Competenze e progetti realizzati da Vision Device srl:
 Sistemi di visione artificiale per il controllo della produzione in medie e grandi industrie a livello europeo.

27. Projections e Milestones - Attività
WP
No.
Titolo WP Mese inizio Mese
fine
1 Project Management 08/2016 08/2017
2
Definizione degli Scenari Applicativi, dei Requisiti e dell’Architettura di
Sistema 10/2016 12/2016
3 Progettazione e Validazione di Algoritmi Servizi e Stored 11/2016 01/2017
4
Identificazione/Customizzazione di piattaforme SW e metodologia di
sviluppo 12/2016 01/2017
5 Sviluppo software delle Componenti di Sistema e loro Validazione 11/2016 03/2017
6 Integrazione di Sistema e Proof-of-Concept 03/2017 05/2017
7 Exploitation/Sviluppo Industriale 05/2017 08/2017

28. Projections e Milestones
ID Nome Task I Sem. II Sem.
8 9 10 11 12 1 2 3 4 5 6 7
1 WP1: Project Management
2 WP2: Definizione degli Scenari Appl., dei Req. e dell’Arch. di Sistema
3 Task 2.1 Scenari concorrenza e architettura di sistema
4 Task 2.2 Requisiti di sistema e metriche prestazionali
5 WP3: Progettazione e Validazione Algoritmi e Protocolli
6 Task 3.1 Progettazione di algoritmi e servizi
7 Task 3.2 Validazione mediante simulazioni
9 WP4: Identificazione/customizzazione di piattaforme SW di sviluppo
9 Task 4.1 Identificazione una possibile piattaforma di sviluppo
10
Task 4.2 Customizzazione alla luce delle peculiarità del contesto
operativo
11 WP5: Sviluppo Componenti SW e loro Validazione
12 Task 5.1 Sviluppo degli elementi fondamentali del sistema
13 Task 5.2 Integrazione di sistema
14 WP6: Integrazione di Sistema e Proof-of-Concept
15 Task 6.1 Integrazione di algoritmi
16 Task 6.2 Sperimentazione in contesti realistici
17 WP7: Exploitation/Sviluppo Industriale
18
Task 7.1 Business modeling, Market opportunities and Exploitations
plan
19 Task 7.2 Dissemination activities

29. Stato Attuale
APPLICAZIONE DI MONITORAGGIO IMPIANTI DI PRODUZIONE PANNOLINI
IN OGNI STABILIMENTO DIVERSE LINEE DI PRODUZIONE

30. IN OGNI LINEA DI PRODUZIONE DIVERSI SISTEMI DI CONTROLLO
Stato Attuale
APPLICAZIONE DI MONITORAGGIO IMPIANTI DI PRODUZIONE PANNOLINI

31. IN OGNI SISTEMA DI CONTROLLO MOLTE VARIABILI ACQUISITE
Stato Attuale
APPLICAZIONE DI MONITORAGGIO IMPIANTI DI PRODUZIONE PANNOLINI

32. Tutte le linee sono monitorate in tempo
reale dall’applicativo WEB
Le linee lavorano fino a 20 pezzi/sec
24 ore al giorno 7 giorni su 7
Con fino a 6-7 sistemi per linea e fino a
20-30 variabili per sistema
Il numero di informazioni collezionate è
enorme, i responsabili possono ora avere
tutto sotto controllo a portata di mano !!
Stato Attuale

33. L’applicativo server colleziona i dati, l’applicativo web consente
di monitorare lo stato di tutte le macchine e l’analisi dei risultati
fino al livello di dettaglio delle singole variabili di prodotto
Stato Attuale

34. Production monitoring system -
Conclusioni
 PMS è un sistema già operativo (Beta- per quanto concerne i
controlli con visione artificiale) ed è attualmente in fase di test
presso una grande azienda italiana.
 Le due aziende che hanno realizzato questo sistema, sono orientate
allo sviluppo di progetti su commessa. Questo ha portato alla
realizzazione di un prodotto customizzato, ovvero basato su
marketing one-to-one..

35. Modularità e customizzazione di massa
 La customizzazione, ossia il processo tramite cui si fornisce un prodotto realizzato su misura per un
cliente, può rivelarsi troppo costosa sia per l’azienda produttrice che per l’utilizzatore finale, e con
scarse possibilità di commercializzazione a causa degli elementi progettuali «troppo rigidi» che ne
pregiudicano la standardizzazione.
 Questo problema tuttavia può essere ovviato grazie alle nuove tecnologie, per raggiungere la
customizzazione di massa, ossia la realizzazione di prodotti personalizzati attraverso pratiche di
routine.
 Il segreto di questo processo si chiama modularità: l'azienda crea una serie di moduli produttivi
standardizzati che poi possono essere assemblati in modo vario e innovativo, spostando poi a valle
la personalizzazione dei prodotti.
 In questo modo l'impresa non solo è in grado di rispondere tempestivamente alle esigenze di uno
stesso cliente nel tempo ricordando le sue richieste ma, in caso debba fornire un servizio analogo
ad un altro, non ha bisogno di reinventare tutta la procedura, essendo in grado di recuperarla
dall'esperienza precedente.

36. Le nostre aspettative: A) Il supporto
tecnico
• Supporto tecnico per la verifica e l’implementazione dell’architettura del sistema con
l’obiettivo di verificarne l’interesse sul mercato, migliorarne le performance operative,
implementare nuove funzioni e nuovi protocolli attraverso l’uso di corrette tecnologie
che potrebbero orientare il sistema verso un modello di customizzazione di massa che
possa essere sostenuta dai principali attori del mondo della tecnologia come:
Microsoft, Google, Amazon;
• Supporto per la risoluzione dei problemi tecnici che si possono incontrare in fase di
implementazione e standardizzazione del progetto;
• Attingere al patrimonio intellettuale di Teorema e alle aziende ad essa collegate, per
lo sviluppo di un prodotto identificabile sul mercato.

37. Le nostre aspettative: B) Il supporto
commerciale
 Verificata della qualità tecnica del progetto e del livello di interesse del mercato di
riferimento, supporto Commerciale e di Marketing anche attraverso il parco clienti,
la forza commerciale e marketing di Teorema;
 Definizione di un modello di Innovazione Aperta (Open Innovation), ovvero di un
nuovo modello di gestione della conoscenza che descriva processi di innovazione
caratterizzati dall‘apertura verso l’esterno, che modifica il modello più
convenzionale del closed innovation;
 Supporto alla individuazione di nuovi modelli di business.

38. Contatti:
La Mela srl
Vincenzo Casolani
info@lamelasoftware.it