Industria 4.0: cos’è la quarta rivoluzione industriale?
- 03 Agosto 2016

Industria 4.0: cos’è la quarta rivoluzione industriale?

Scritto da Raffaele Danna

6 minuti di lettura

Pagina 2 – Torna all’inizio

La tecnologia

Iniziamo con alcuni esempi di IoT. Le ultime auto in produzione sono sempre più ripiene di sensori e telecamere; sono in grado di frenare automaticamente in caso di rallentamento del veicolo che precede e di mantenere la distanza di sicurezza; monitorano costantemente la presenza di ostacoli improvvisi (pedoni, ciclisti) e frenano automaticamente in caso di rischio di collisione; alcune sono in grado di parcheggiare da sole; si stanno sviluppando sistemi di ‘infotainment’ in grado di dialogare con il cellulare del conducente e di integrarlo nel computer di bordo trasformando l’abitacolo in un’estensione dello smartphone; numerose case sono già arrivate ad effettuare i primi test di guida automatica in autostrada (che si fonda sul rilevamento dei segni delle corsie, della posizione relativa dei veicoli circostanti, della posizione gps, sui dati del consumo di carburante e sulla velocità massima consentita in ogni punto). In altre parole, le auto stanno diventando e diventeranno sempre più degli oggetti in cui la componente meccanica e quella digitale si integrano profondamente raccogliendo e condividendo informazioni anche attraverso il web: stanno diventando dei prodotti dotati di tecnologia IoT. Ma non sono solo le auto ad attraversare questa trasformazione. La cosiddetta “domotica” è la traduzione sul settore della tecnologia domestica dell’IoT. È già possibile integrare in un’unica piattaforma collegata alla rete la gestione degli impianti di riscaldamento/raffreddamento, l’accensione e lo spegnimento dei principali elettrodomestici, l’antifurto e i comandi delle persiane. Con questi sistemi, per esempio, è possibile comandare a distanza tutti questi elementi, e fare in modo di trovare al nostro arrivo la casa già riscaldata e con il forno acceso alla temperatura desiderata. Anche in questo caso gli apparecchi tradizionali vengono dotati di sensori, di centraline elettroniche e di una connessione alla rete per poter inserire le informazioni di ogni apparecchio su una piattaforma di coordinamento e controllo accessibile online.

Oltre all’ambito civile, queste soluzioni tecnologiche stanno trovando applicazione anche in ambito industriale. Entriamo così nell’ambito di Industry 4.0. Al momento sono in corso diverse sperimentazioni di applicazione della tecnologia IoT agli impianti industriali. Oltre a dotare gli impianti esistenti di sensori e tecnologia informatica, si è iniziato a progettare le prime linee produttive “IoT embedded”. Un macchinario industriale tipo dotato di tecnologia IoT è in grado, per esempio, di tenere traccia del numero di cicli svolti, del ritmo di produzione, delle giacenze di magazzino; è programmato in modo da segnalare di aver subito un guasto, ma anche da avvisare che un intervento di manutenzione ordinaria o straordinaria sarà necessario entro un numero prestabilito di cicli. Nel momento in cui diversi macchinari dotati di tecnologia IoT vengono inseriti all’interno di un unico impianto industriale, è possibile integrare tutte le informazioni fornite dai macchinari su un’unica piattaforma. In questo modo è possibile ottenere in tempo reale una rappresentazione dell’andamento dell’intero impianto produttivo, ed è possibile ottenere informazioni sia da un punto di vista aggregato (volume produzione, tempo medio di produzione, consumi, giacenze di magazzino e scorte) sia da un punto di vista dei singoli macchinari. Per ottenere questo risultato è naturalmente necessario ottenere da tutti questi dati solo precise informazioni rilevanti per i diversi profili di utenti che li interpellano: le informazioni rilevanti per un manutentore non sono le stesse che possono interessare a un profilo dirigenziale. È a questo livello che le soluzioni più innovative possono svilupparsi. Questi sono i cosiddetti cyber-physical-systems (CPS): sistemi composti da diverse rappresentazioni virtuali (oggetti computazionali) in dialogo continuo con i processi reali, i quali collaborano fra loro utilizzando e producendo servizi di accesso e di elaborazione dei dati.

Ma questo non è che il primo passo. Nel caso di aziende multinazionali è possibile raccogliere tutte le informazioni relative a diversi impianti industriali all’interno di uniche piattaforme condivise da tutto il gruppo industriale. Questo rende virtualmente possibile a un qualsiasi utente autorizzato, attraverso i CPS, l’accesso in tempo reale, da un punto qualsiasi del globo, a informazioni dettagliate riguardo lo stato di ogni singolo macchinario presente in un qualsiasi stabilimento del gruppo, indipendentemente dalla sua posizione. Allo stesso modo, è possibile ottenere in tempo reale una rappresentazione dello stato complessivo della produzione globale, confrontare le performance dei diversi siti produttivi, i consumi, i magazzini, etc. In questi scenari ci si trova a gestire una tale mole di dati da rendere necessario un vero e proprio lavoro di data mining e di data science da affidare a personale specializzato. Una delle principali difficoltà sollevate da questa tecnologia è il bisogno di orientarsi all’interno dell’impressionante mole di dati raccolti. I dati hanno bisogno di essere trattati, normalizzati, aggregati e selezionati in una limitata quantità di informazioni utili a chi interroga il sistema. Tutto questo sforzo matematico-organizzativo-informatico viene affidato a un nuovi profili specializzati, fra cui il cosiddetto “data scientist”. La frontiera della ricerca è l’applicazione dell’intelligenza artificiale a questi sistemi integrati basati su grandi moli di dati e fortemente legati a processi reali. Di nuovo, l’automobile fornisce un ottimo esempio: con la guida automatica si prevede di affidare a un sistema dotato di intelligenza artificiale i complessi processi decisionali della guida, basandosi sulle informazioni raccolte dal veicolo stesso così come sull’accumularsi di dati storici trasmessi via web. Allo stesso modo, l’intelligenza artificiale può essere applicata alla gestione di complessi processi decisionali all’interno di un’organizzazione aziendale. Rispetto all’intelligenza umana, gli algoritmi sono infatti in grado di processare velocemente masse di informazione.

Continua a leggere – Pagina seguente


Vuoi aderire alla nuova campagna di abbonamento di Pandora? Tutte le informazioni qui

Scritto da
Raffaele Danna

Ha studiato filosofia a Bologna ed è dottorando in storia all'Università di Cambridge. Su twitter è @Raff_Danna

Pandora di carta

Seguici

www.pandorarivista.it si avvale dell'utilizzo di alcuni cookie per offrirti un'esperienza di navigazione migliore se vuoi saperne di più clicca qui [cliccando fuori da questo banner acconsenti all'uso dei cookie]