La trasformazione digitale dell’industria

Il riciclo è tra i concetti fondamentali dell’economia circolare, ma lo è anche l’efficienza nell’uso delle materie prime e degli impianti di produzione. La digitalizzazione dell’industria consente di tenere sotto controllo questi due parametri e di migliorare notevolmente prestazioni e consumi energetici, riducendo sprechi e quindi consumo di CO2.

 A livello strutturale, la sfida più importante per un’industria chimica è usare la data science per incrementare l’efficacia totale di un impianto (Overall Equipment Effectiveness o OEE). Nella trasformazione digitale è coinvolta tutta la catena del valore:

• produzione: le operazioni digitali sfruttano i dati raccolti per migliorare la sicurezza e aumentare l'efficienza dell’industria
• customer experience: si riesce a supportare le decisioni dinamiche dei clienti su più touchpoint digitali come siti web, social e chat
• modelli di business: si usa la tecnologia web per offrire nuovi vantaggi ai clienti attraverso marketplace digitali e customer service online.

Le sfide della data science nell’industria chimica

Nel grande impianto di Baytown del Texas, Covestro sta portando avanti una digitalizzazione avanzata che ha l’ambizioso obiettivo di ridurre del 50% le interruzioni non pianificate. Con l’uso di tutte le tecnologie disponibili si mira ad aumentare sicurezza sul lavoro e ambiente, migliorare l’efficienza energetica, e ridurre le spese di manutenzione con conseguente raggiungimento di obiettivi di business in termini di aumento delle entrate.

L’adozione dei sistemi digitali dell’azienda californiana OSIsoft, ha permesso alla sede statunitense di Covestro di creare una piattaforma di monitoraggio digitale e di data science su larga scala nello spazio di pochi mesi. Si è organizzata una gerarchia globale degli asset per controllare in tempo reale lo stato di salute delle risorse aziendali.

I dati raccolti verranno usati in modo predittivo per indirizzare le scelte future. Infatti la digitalizzazione non significa solo monitorare, con sensori collegati a computer, rotture e interruzioni nel momento in cui questi avvengono, ma soprattutto raccogliere dati nel tempo per avere uno sguardo generale sul funzionamento aziendale. I modelli calcolati riescono a preventivare le manutenzioni prima che avvengano i guasti e fornire le informazioni giuste al momento giusto in modo che i tecnici possano prendere decisioni rapide e informate.

Come progettare la digitalizzazione per migliorare l’OEE

La digitalizzazione è stata strutturata su tre livelli: i sensori, posti nei punti rilevanti dell’impianto, gli asset organizzati in categorie e la produzione vera e propria.

I sensori raccolgono dati nelle zone critiche di una struttura o di una linea produttiva. La scelta di Covestro e OISsoft è stata quella di rendere ridondanti tutti i punti di rilevazione e procedere poi alla taratura dei dati trasmessi attraverso l’esperienza dei tecnici. Si sono decise delle regole per calcolare e rendere validi i conflitti che ogni misurazione fatta con due apparecchi diversi porta con sé.

Stabilità l’accuratezza e la validità dei dati raccolti, questi vengono organizzati per risorse produttive, così da stabilire il funzionamento e lo stato degli asset. La mole dei dati viene resa comprensibile a colpo d’occhio e funzionale attraverso una stilizzazione grafica per visualizzare il funzionamento di ogni comparto di produzione.

Questo sistema dinamico di raccolta dati ha portato a:

• una manutenzione migliorata e più semplice
• un rilevamento precoce di guasti dei sensori o delle alterazioni dei processi produttivi
• l’aggiunta di sensori mancanti per definire nuovi modelli di asset e la loro gerarchizzazione
• la definizione di ulteriori informazioni sul processo produttivo e di perfezionamento degli algoritmi.

Tutto è aggiornato in tempo reale e consultabile da remoto.

Come organizzare la mole di dati in una digitalizzazione industriale

La reale sfida per i data scientist che si occupano di trasformazione digitale in ambito industriale è organizzare e dare gerarchie alle sequenze numeriche provenienti dai sensori in modelli e oggetti centrati e coerenti con le infrastrutture produttive. Ogni singolo asset industriale è un insieme complesso e stratificato di informazioni fondamentali.

Se si analizza per esempio una pompa si possono classificare almeno sei gruppi di informazioni di tipo funzionale, fisico o di servizio.

Un sito produttivo Covestro può avere al suo interno circa 1.000 pompe e se si moltiplica questo valore per i 30 siti sparsi per il mondo, si arriva a una quantità di dati enorme che vanno organizzati per essere usati nei processi decisionali. Si deve fronteggiare quello che gli specialisti chiamano hurricane of data, un vero e proprio uragano di informazioni.

Le fasi della digital transformation industriale

L’esperienza dello stabilimento texano è paradigmatica per osservare concretamente come si svolge nel tempo una digitalizzazione all’interno di un sito produttivo attivo e importante come quello di Baytown. Gli ingegneri hanno definito cinque fasi operative a partire dalla scelta e dal monitoraggio degli asset industriali fino ad arrivare alla creazione di dashboard di analisi, utili al controllo e soprattutto alle scelte decisionali in prospettiva.

1 - La prima fase è stata quella di connettere ogni attrezzatura significativa posta nella linea di produzione attraverso sistemi di registrazione per visualizzare come funziona, come è gestita e mantenuta. Questa parte è durata circa 3 mesi.

2 - Un secondo momento è stato riservato alla standardizzazione dei dati, organizzati, per esempio, con tag e categorie. In questo modo si raggruppano da un lato le risorse e dall’altro i processi e si definiscono template e librerie per l’organizzazione dei database.

3 - Per rendere più leggibili e utili le informazioni raccolte si passa a trasformare i dati attraverso la definizione di query (interrogazione del database) che provengono dalla pratica di lavoro e dalle esigenze reali all’interno dello stabilimento. In questa terza fase l’attenzione è rivolta a risolvere i problemi di interfaccia con l’utente, con le sue pratiche consolidate, le conoscenze e le necessità operative.

4 - A questo punto occorre mantenere la sincronia e l’affidabilità tra i diversi sistemi di origine per coordinare l'integrità e la governance dei dati con una strategia di persistenza che li metta al riparo anche da eventuali cancellature da parte degli utenti.

5 - Grazie a tutte le azioni precedenti si arriva rendere possibile l’analisi dell’intera rete degli asset aziendali con ricerche sempre più specifiche e modulabili per tutte le necessità di manutenzione o di produzione. Una corretta digitalizzazione rappresenta la chiave del successo di un’industria chimica e accresce vantaggi a riguardo della sua affidabilità operativa, della manutenzione e della sicurezza.

Come rendere sostenibile la trasformazione digitale nell’industria

Le persone spesso si chiedono se la trasformazione digitale può sostituire gli esseri umani nella gestione di impianti produttivi che vengono così resi completamente automatizzati. Per Covestro, che come industria gestisce prodotti chimici complessi e ad alto livello tecnologico, questo non è possibile: gli individui e la loro grande esperienza non potranno mai essere sostituiti dalle macchine.

Le informazioni e i dati devono essere disponibili per le persone ma a loro spetta decidere il percorso da seguire: le macchine danno consigli ma sono gli umani che scelgono.

La sostenibilità aziendale si crea se i processi produttivi sono definiti da percorsi che mettono l’essere umano come punto di partenza e di arrivo.

Proprio per valutare l’impatto che i modelli matematici definiti dal sistema di digitalizzazione potevano avere su i lavoratori, gruppi volontari di tecnici di impianti Covestro in Cina e negli Stati Uniti li hanno provati e valutati.

Dice Jane Arnold, Head of Global Process Control Technology di Covestro:

Quando coinvolgi davvero le persone nel progetto e non ti limiti a mostrar loro come si fa, allora vedi dei veri risultati. Cambia l’operatività dei ruoli e i si creano nuovi livelli di responsabilità.

Le persone sono la chiave del successo anche nella trasformazione digitale che deve servire a creare flussi di lavoro ragionevoli, ruoli e responsabilità ridefiniti nell’ottica della sostenibilità, della sicurezza e della valorizzazione delle competenze.