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.