EMB_78
EMBEDDED NOVEMBRE 22 IN TEMPO REALE | PREDICTIVE MAINTENANCE che consente al cliente di creare un registro di manutenzione su tablet o altri dispositivi”, affer- ma Sands. Smartenance fornisce il collegamento essenziale tra il rilevamento delle anomalie e l’AI, oltre ad assicurare che non vada persa l’intuizione uma- na. “Se si inizia il rilevamento delle anomalie tra- mite AI, è necessario inserire le informazioni nel programma di manutenzione di qualcuno. Le si possono mandare all’addetto specializzato sulla macchina in questione”, afferma Sands. “L’addet- to specializzato quindi deve pensare se c’è qual- che problema, cosa lo ha provocato e come è stato risolto. L’essere umano deve essere parte del meccani- À À ! K - lare l’algoritmo e regolarlo secondo necessità, in modo che l’AI apprenda e progredisca”. Walter afferma che Schneider ha integrato l’AI in una serie di suoi prodotti per agevolare il mo- nitoraggio delle loro condizioni. Grazie all’uso dell’IoT per collegare i sensori di vari fornitori diversi, come i sensori di temperatura Omega, quelli di Festo, Schneider e altri, si ha la possibi- lità di gestire il programma di manutenzione in À termine possono evidenziare sollecitazioni che ri- ! À - Á Elaborazione locale e su cloud L’intelligenza si può distribuire, con macchinari ! Á necessariamente coinvolgere controller principali. Questo è il concetto dietro il portafoglio IAS (Indu- strial Automation Solutions, Soluzioni per l’Auto- mazione Industriale) 4.0 di Molex . “Consentire- mo a ogni singola area di controllare se stessa e la propria sicurezza e se- gnalare tali informazioni agli altri controller, in modo che possano reagi- À - ma Jeff Barnes, corpora- te account manager per la distribuzione europea dei prodotti industriali di Molex. Produttori e integratori possono inserire i dispo- sitivi edge personalizzati dotati di AI integrata. Una soluzione è utilizzare il software Brainium AI eseguito sulla piattaforma SmartEdge Agile di Avnet $ Á - bilità di eseguire alcuni algoritmi AI localmente, mentre altre funzioni più complesse e quelle uti- À termine sono dirottate sul cloud per l’elaborazio- ne. EcoStruxture di Schneider, ad esempio, uti- lizza una grande quantità di dati che possono es- sere contenuti all’interno di un repository cloud per supportare l’analisi e il data mining su larga scala. Con la costante riduzione dei costi della po- tenza di elaborazione, è probabile che i produttori À F - ligenze locali per ridurre il tempo di analisi. Nuovi modelli di servizi Barnes considera la combinazione di manutenzio- ne predittiva e tecnologie dell’Industria 4.0 come “facilitatori” per nuovi modelli di servizi. Uno de- gli aspetti è il passaggio dalla spesa in conto capi- À - duzione, in cui i costruttori di macchine svolgono un ruolo più attivo nel garantire l’operatività e, F Á - dito quanto quelli dei clienti. “Il costruttore vuole controllare la macchina, per evitare di incorrere in clausole di penalità in caso di guasto della stessa”, À - À e reagire rapidamente in caso di eventuali proble- mi. I prezzi basati sulla capacità di produzione dei macchinari possono fare un uso migliore dell’har- dware rispetto ai tradizionali modelli di vendita. Ad esempio, se il cliente ha bisogno di diverse ca- pacità, spiega Barnes: “Il costruttore può ripren- À lavoro diverso invece di mandarla a rottamare”. Ne risulta che la manutenzione predittiva può si- À costi di ispezione dei macchinari. Più le aziende si dirigono verso l’adozione di soluzioni di manu- tenzione predittiva, maggiore sarà il loro livello di comprensione del funzionamento dei propri si- stemi di produzione. Se si sfrutta appieno il loro potenziale, la manutenzione predittiva e le tecno- logie che ne sono alla base favoriranno sempre più ! À Jeff Barnes - Molex
Made with FlippingBook
RkJQdWJsaXNoZXIy MTg0NzE=