Innovazione
Tutti i Paesi industrializzati generano una parte significativa della propria ricchezza dal settore manifatturiero, in particolare nell’ambito della produzione complessa, che viene tipicamente indicata come sotto-segmento High-Mix Low-Volume (HMLV) , che ne costituisce dal 20 al 70%, a seconda del Paese o dell’industria.
Il progetto AIDP, finanziato da EIT Manufacturing nel 2024, coinvolgeva un consorzio di aziende – LexaTexer, Solenis, Beko Europe e Cefriel – con l’obiettivo di sviluppare un sistema avanzato di supporto alla pianificazione della produzione, basato sulla costruzione di un Data Space e alimentato dall’Intelligenza Artificiale. AIDP si è focalizzato sulla produzione complessa, che coinvolge numerose macchine con dimensioni da 4 a 6 volte quelle di una scrivania.
LexaTexer si occupa della creazione di risultati che possono essere utilizzati nei processi operativi. Per raggiungere questo obiettivo, ha costruito piattaforme software per l’onboarding, l’integrazione, la gestione, la protezione, l’analisi e la distribuzione di soluzioni basate sui dati. Queste soluzioni risolvono i problemi del mondo reale in tutti i settori, concentrandosi principalmente sui casi d’uso della produzione e della businness intelligence. I prodotti automatizzano il processo di analisi predittiva, riducendo drasticamente il tempo necessario per ottenere risultati.
LexaTexer ha svolto un ruolo significativo nel progetto AIDIP, contribuendo agli aspetti sia tecnici che commerciali dell’iniziativa. In particolare, l’azienda si è concentrata sulla definizione di algoritmi avanzati di IA e sulla logica di pianificazione della produzione. Il team commerciale di LexaTexer ha l’obiettivo di proporre la soluzione AIDIP a potenziali clienti e aziende tecnologiche di terze parti, per introdurre il sistema AIDIP sul mercato della produzione High-Mix Low-Volume attraverso un piano commerciale strategico.
Efficienza complessiva delle apparecchiature attraverso una programmazione automatizzata
La produzione High-Mix Low-Volume richiede una frequente riconfigurazione delle macchine in officina, spesso più volte al giorno. Queste macchine contengono strumenti che devono essere riconfigurati più volte al giorno, con tempi che vanno da 30 minuti a 2,5 ore. In questo lasso di tempo, la produzione viene interrotta, con conseguenti tempi morti e potenziali perdite finanziarie.
Poiché non esistono formule per trovare una schedulazione ottimale, l’ottimizzazione di questo processo richiede tipicamente che team di persone dedicate generino pianificazioni orarie o giornaliere che stabiliscono la produzione sulle macchine designate. Questo compito di programmazione è impegnativo e richiede molto tempo, spesso dai due ai tre giorni.
Allo stesso tempo, c’è un ulteriore livello di complessità perché le persone parlano a ruoli diversi con persone diverse. Ruoli diversi all’interno delle attività produttive implicano KPI diversi, almeno due o tre livelli diversi con KPI diversi, complicando così l’ottimizzazione della programmazione. Inoltre, questo progetto punta ad aggiungere un ulteriore livello di ottimizzazione, perché si concentra sia su KPI standard come l’utilizzo e il rispetto delle scadenze, sia sull’ottimizzazione delle emissioni.
“Questo progetto – afferma il Dr. Günther Hoffmann – punta a migliorare la generazione dei programmi, incorporando la riduzione delle emissioni insieme a KPI standard come l’utilizzo e il rispetto delle scadenze. Il sistema automatizzato sviluppato dal progetto AIDP è in grado di produrre rapidamente programmi ottimizzati e riproducibili, adattandosi a KPI mutevoli. Ad esempio, un giorno può dare priorità ai profili di emissione e il giorno successivo al rispetto delle scadenze”.
L’implementazione di una programmazione automatizzata migliora in modo significativo diversi KPI di produzione, tra cui il miglioramento dell’utilizzo, la riduzione dei tempi di inattività, l’aumento della produzione e l’efficienza complessiva delle apparecchiature (Overall Equipment Efficiency – OEE).
Sebbene la programmazione automatizzata possa inizialmente incontrare resistenza da parte di programmatori e operatori, è essenziale considerare che la supervisione umana è sempre coinvolta, rivelandosi alla fine cruciale per la creazione di una migliore programmazione in modo efficiente. “Questo non è un semplice strumento di programmazione, ma uno strumento di simulazione progettato per assistere gli addetti alla programmazione”, sottolinea il Dr. Günther Hoffmann. “Fornisce supporto, il che è fondamentale per migliorare l’efficienza della programmazione. Pertanto, i programmatori non dovranno temere di rimanere disoccupati ma, al contrario, potranno aumentare la propria produttività grazie all’utilizzo di questo strumento”.
I Data Spaces per la sostenibilità
Uno dei principali KPI spesso trascurati nella pianificazione della produzione contemporanea è l’impatto sulla sostenibilità, in particolare per quanto riguarda la logistica. Questo impatto può essere significativo e influenzare le emissioni finali della produzione.
Nella fase di ottimizzazione, gli algoritmi di programmazione considerano i KPI di impatto sulla sostenibilità e propongono diversi piani basati sulle emissioni desiderate per uno specifico prodotto.
Infine, ma non per questo meno importante, in questo progetto le competenze tecniche per lo sviluppo della catena di fornitura e dei sistemi di impianto sono importanti quanto gli sforzi di coordinamento per la raccolta e l’integrazione dei requisiti. “Il ruolo di Cefriel nel coordinamento e nella gestione, così come il suo sviluppo tecnico collaborativo, è stato cruciale per il successo di AIDP, grazie al fatto di affrontare le incertezze e garantire una collaborazione senza intoppi”, afferma il Dr. Günther Hoffmann.
