Industrial Digitalization

Al fine di maturare una maggiore comprensione e implementare servizi digitali a valore aggiunto, le industrie devono consolidare, analizzare e visualizzare in modo rapido e chiaro i dati raccolti dalla linea di produzione provenienti da una varietà di macchinari e sistemi. L’implementazione di soluzioni IoT commerciali comporta spesso progetti pluriennali con valore aggiunto incerto e costi elevati. In particolare, le aziende che sono agli inizi del loro “viaggio digitale” e gli enti di ricerca hanno bisogno di ottenere risultati rapidamente, adattando in modo flessibile ed economico le proprie soluzioni IoT agli sviluppi futuri.

La piattaforma IoT d-scover integra strumenti open-source consolidati per la raccolta, l’archiviazione, la visualizzazione e l’analisi dei dati industriali in un sistema integrato e flessibile. Il deploy a container supporta sia l’utilizzo in cloud sia on-premises, consentendo uno scambio sicuro dei dati anche tra organizzazioni diverse. d-scover può essere integrato in modo flessibile nei sistemi specifici di ciascuna azienda e combinato con soluzioni commerciali per l’identità e servizi di piattaforma. I dati archiviati possono essere interrogati in linguaggio naturale tramite API a modelli linguistici di grandi dimensioni (LLM).

d-scover viene utilizzato da partner di ricerca e clienti industriali per connettere macchinari, analizzare e visualizzare dati di progetto, nonché testare applicazioni digitali innovative.

Un’azienda internazionale del settore metallurgico vuole accelerare i propri processi di manutenzione. In particolare, si vuole alleviare il personale dall’attività dispendiosa di ricerca delle informazioni di manutenzione. A tal fine, è necessario poter cercare documenti rilevanti e altre fonti di dati in diverse lingue, con risultati affidabili e ben documentati.

d-fine sviluppa per il cliente un assistente alla manutenzione intelligente, basato su modelli linguistici di grandi dimensioni. L’assistente effettua ricerche su testi, appunti scritti a mano e altre tipologie di dati e può essere interrogato in tutte le lingue parlate nello shop floor. I risultati vengono consolidati e presentati nella lingua dell’utente che effettua la richiesta. Per aumentare la fiducia nell’intelligenza artificiale, vengono fornite le fonti come prova e gli utenti ricevono una formazione dedicata per garantire un’applicazione efficiente e un’esperienza d’uso positiva.

Il sistema viene inizialmente testato su alcune apparecchiature selezionate, riceve ottimi feedback dagli utenti e porta a un sensibile miglioramento dell’efficienza nei processi di manutenzione.

Un’azienda che sviluppa tecnologia medicale desidera offrire ai propri clienti soluzioni Vision-AI per il controllo qualità end-of-line su sistemi di ispezione altamente specializzati. I clienti devono poter preparare i propri dataset specifici, addestrare reti neurali individuali e installarle successivamente sui rispettivi sistemi.

d-fine implementa una pipeline AI altamente efficiente per la data augmentation, l’addestramento e la valutazione di diverse tecniche di deep learning, integrando completamente la soluzione nello stack software del cliente. Nel corso di una collaborazione a lungo termine, il sistema viene arricchito con funzionalità aggiuntive, come heatmaps per la verifica di plausibilità dei risultati, evolvendosi fino a diventare una soluzione AI-as-a-Service.

Ai clienti dell’azienda viene fornito un sistema di training personalizzato, su un’infrastruttura cloud containerizzata, con meccanismi di configurazione user-friendly e un front-end web.

I robot del cliente devono eseguire manovre complesse senza mettere in pericolo le persone o causare danni agli ostacoli circostanti. Un team interno è incaricato dello sviluppo dei sistemi di controllo dei robot.

Per migliorare il ciclo di vita del software, il progetto si concentra su controllo di qualità, affidabilità, manutenibilità e sull’introduzione di processi sistematici per analisi dei requisiti e sviluppo, nonché sul testing automatizzato. Il team di sviluppo software interno e d-fine avviano una collaborazione a lungo termine per definire best practice nella gestione dei requisiti, progettazione architetturale, sviluppo e test.

Una pipeline CI/CD robusta, la collaborazione fluida tra team interni ed esterni e lo sviluppo software secondo le best practice aumentano l’efficienza, riducono il carico di lavoro e offrono valore immediato.

Un produttore di componenti di infrastrutture vuole fornire ai propri operatori un assistente efficace per supportarli nella verifica della selezione dei componenti e nell’assemblaggio dei prodotti, guidandoli attraverso passi di lavoro complessi.

d-fine implementa un assistente di realtà aumentata installabile su dispositivi mobili e su occhiali AR. Tramite il sistema, i dipendenti hanno accesso a istruzioni di lavoro digitalizzate e a liste di parti messe a disposizione per ciascun passo operativo. La navigazione della documentazione può avvenire tramite menu o tramite controllo vocale.

Gli operatori possono navigare in modo semplice tra le istruzioni di costruzione più complesse tramite l’assistente. Prodotti aggiuntivi possono essere integrati in modo flessibile senza particolari requisiti relativi a immagini digitali o materiali documentali.

Un produttore di aeromobili intende mappare digitalmente i processi produttivi in tutti i suoi stabilimenti a livello globale e certificare numerosi processi per soddisfare gli standard di sicurezza aeronautica. L’attenzione è rivolta ai dati relativi ad attrezzature, macchinari, trasporti e produzione, nonché al coordinamento dei flussi di lavoro. Le applicazioni disponibili in commercio non offrono le funzionalità necessarie né la flessibilità desiderata.

d-fine supporta questo cliente per diversi anni con un team di consulenti dotati di una solida esperienza tecnica nella progettazione e implementazione di modelli di dati e architetture IT, nello sviluppo di microservizi adeguati per il sistema e nell’analisi dei dati di macchine, produzione, finanza e logistica.

La soluzione garantisce una gestione delle versioni conforme alla normativa e il successivo archivio del processo produttivo, la gestione delle attrezzature e il monitoraggio dei flussi di lavoro in produzione. Consente inoltre lo scambio di dati tra macchinari e strumenti di misurazione.

Un produttore di cellulosa e carta desidera aumentare ulteriormente l’efficienza delle proprie attrezzature per rafforzare la propria competitività. Per raggiungere questo obiettivo, si intendono utilizzare metodi matematici moderni e algoritmi di intelligenza artificiale per prevedere condizioni di guasto e pianificare le azioni di manutenzione più opportune.

In collaborazione con il management del cliente, d-fine sviluppa una visione strategica per la manutenzione predittiva, identifica i casi pilota più adatti e valuta la fattibilità e il valore aggiunto in uno specifico impianto produttivo. Dopo l’analisi dei dati dei macchinari, d-fine supporta la realizzazione tecnica e l’implementazione operativa di un sistema algoritmico di rilevamento dei guasti per componenti meccanici soggetti a forti sollecitazioni. Successive estensioni funzionali consentono di distinguere le tipologie di guasto e stimare la vita utile residua dei componenti.

Il sistema genera subito una sostanziale riduzione dei falsi allarmi e funge da strumento di supporto, basato sui dati, per il team di manutenzione. Dopo la realizzazione del progetto pilota e la formazione delle squadre di manutenzione interne, l’applicazione viene estesa progressivamente a ulteriori linee e siti produttivi.