English
Tecnologie 4.0 per la gestione e manutenzione degli impianti
Applicazione tecnologie 4.0 per la gestione e manutenzione degli impianti: l'esperienza e il percorso Angelini Pharma
Francesco Savelli - Angelini Pharma
Sommario
Focus Utilities
Gestione e manutenzione degli impianti industriali a servizio dei processi produttivi, strategici per:
- Continuità di business;
- Impatto energetico;
- Impatto ambientale.
Obiettivo
Digitalizzare e ottimizzare il processo di gestione, controllo e manutenzione delle Utilities.
Applicazione tecnologie 4.0 per la gestione e manutenzione degli impianti
Focus e Obiettivi del progetto
More Automation
- Velocizzare la disponibilità del dato;
- Auto-Trasformazione e Aggregazione;
- Auto-Creazione KPIs.
More Control
- Più controllo dei consumi, rendimenti e anomalie;
- Più facilità di accesso al dato;
- Più fonti, stessa piattaforma.
Better Anomaly Detection
- Controllo anomalie consumi, rendimenti e disponibilità tecnica;
- Analisi predittiva;
- Analisi di derive del dato.
Digital Road Map
Condivisione idee, macro obiettivi con Data Science Company. Definizione team di lavoro
Definizione scambio dati. Interfaccia con sistema BMS e gestione dato analogico
Visualizzazione, aggregazione dati e creazione KPI su A.I. SaaS Platform: SCOPS
Creazione algoritmo di Anomaly Detection e Robo-Analyst
Manutenzione e monitoraggio asset industriali.
Libretti macchina e segnalazione anomalie per operatori.
Approccio al cambiamento
- Fiducia;
- Idee;
- Innovazione;
- Creatività.
Metodo utilizzato
1. Design sprint - 2 settimane
La durata di ogni iterazione è di 2 settimane in modo da essere sempre allineati sugli output progettuali.
2. Agile e Kanban - gestione del lavoro
Utilizzo di Kanblan board per la gestione dei task del team di lavoro e allineamento a metà sprint.
3. MVP - deliverable di valore
Creare alla fine delle due settimane di lavoro un output che sia di valore e che possa essere utilizzato nelle sue funzionalità base.
Individuazione Asset
- Gruppi frigoriferi;
- Caldaie;
- Unità di Trattamento Aria;
- Compressori;
- Acqua purificata;
- Pompaggi;
- Cogeneratore;
- Essiccatori;
- Addolcitore;
- Quadri Elettrici;
- Carrelli Elevatori;
- Meter elettrici;
- Meter Acqua;
- Meter metano;
- Energia.
Automazione Raccolta e Pulizia Dati
Acquisizione dati da BMS (Metasys) o da operatori in campo. Aggregazione su file e analisi.
- Acquisizione automatica dei dati dai macchinari tramite interfaccia con BMS e scambio dati sftp giornaliera;
- Creazione di un algoritmo di pulizia dei dati;
- Creazione di un database unico e centralizzato.
Automazione Raccolta Dati Analogici
L'acquisizione del dato analogico tramite Qr-Code.
Lettura digitale degli operatori e invio al software che riceve il dato e lo processa.
Visualizzazione dei Dati
Dashboard customizzate ad ogni esigenza in real-time
<< Drill Down >> dettaglio esplosione del dato sui livelli più bassi.
Acquisizione e visualizzazione circa 400 variabili.
Benefici immediati:
- Riduzione del tempo speso nell'aggiornare grafici e statistiche;
- Sicurezza della modalità di calcolo univoca;
- Distribuzione del dato in real time a tutti gli utenti.
Generazione Automatica KPI
È stato creato un algoritmo che calcola automaticamente gli indicatori dai dati aggiornati giornalmente.
Sono stati creati indicatori relativi a:
- Rendimenti - COP, rendimento di caldaia, di coogenerazione;
- Energia - sui principali meter elettrici, acqua e gas metano;
- Fluidi vettori - Energia termica, frigorifera, vapore;
- Variabili impiantistiche con driver di riferimento - ad esempio la potenza termica erogata dai frigoriferi con la variazione della
temperatura esterna.
Visualizzazioni Ad-Hoc: Heatmap di Impianto
Il dato rappresentato è quello della media mobile a 24 settimane dei multimetri di riferimento.
Il colore rappresenta la variazione percentuale di quest'ultima rispetto alla media storica del multimetro.
La colorazione rappresenta l'intensità ed il segno della variazione percentuale.
Algoritmo Anomaly Detection
Il sistema identifica anomalie su diversi KPI di rendimento, consumo e valori critici.
Realizza continue comparazioni dei valori rispetto a periodi precedenti.
La A.I. permette di modificare costantemente gli algoritmi: dare peso alle rilevazioni recenti e avere bande di riferimento variabili (Lower & Upper Bound)
La ricerca delle anomalie di funzionamento e di consumo rappresenta un supporto predittivo per l'energy management e per il team di conduzione.
Benefici della Data-Automation & A.I.
- Formule Excel che non devono più essere aggiornate;
- File dal BMS giornalieri che non devono più essere processati manualmente in un anno;
- Variabili automatizzate in real-time dell'impianto ogni giorno aggregate da fonti diverse;
- Variabili manuali inserite tramite QRCode;
- Datapoints processati fino ad oggi.
Cinque fattori della nostra digitalizzazione
Automazione
Maggior certezza del dato e maggior efficienza
KPI E analitiche
Dato più fruibile e accessibile, a diretto beneficio del personale di conduzione.
Intelligenza artificiale
Supporto per il rilevamento di anomalie di consumo e funzionamento.
Data driven
Processo decisionale più tempestivo e certo
Digitalizzazione ASSET
Miglior controllo attività, interventi, guasti e comunicazioni.
More Automation
- Velocizzare la disponibilità del dato;
- Auto-Trasformazione e Aggregazione;
- Auto-Creazione KPIs.
More Control
- Più controllo dei consumi, rendimenti e anomalie;
- Più facilità di accesso al dato;
- Più fonti, stessa piattaforma.
Better Anomaly Detection
- Controllo anomalie consumi, rendimenti e disponibilità tecnica;
- Analisi predittiva;
- Analisi di derive del dato.
Digital Road Map
Condivisione idee, macro obiettivi con Data Science Company. Definizione team di lavoro
Definizione scambio dati. Interfaccia con sistema BMS e gestione dato analogico
Visualizzazione, aggregazione dati e creazione KPI su A.I. SaaS Platform: SCOPS
Creazione algoritmo di Anomaly Detection e Robo-Analyst
Manutenzione e monitoraggio asset industriali.
Libretti macchina e segnalazione anomalie per operatori.
Approccio al cambiamento
- Fiducia;
- Idee;
- Innovazione;
- Creatività.
Metodo utilizzato
1. Design sprint - 2 settimane
La durata di ogni iterazione è di 2 settimane in modo da essere sempre allineati sugli output progettuali.
2. Agile e Kanban - gestione del lavoro
Utilizzo di Kanblan board per la gestione dei task del team di lavoro e allineamento a metà sprint.
3. MVP - deliverable di valore
Creare alla fine delle due settimane di lavoro un output che sia di valore e che possa essere utilizzato nelle sue funzionalità base.
Individuazione Asset
- Gruppi frigoriferi;
- Caldaie;
- Unità di Trattamento Aria;
- Compressori;
- Acqua purificata;
- Pompaggi;
- Cogeneratore;
- Essiccatori;
- Addolcitore;
- Quadri Elettrici;
- Carrelli Elevatori;
- Meter elettrici;
- Meter Acqua;
- Meter metano;
- Energia.
Automazione Raccolta e Pulizia Dati
Acquisizione dati da BMS (Metasys) o da operatori in campo. Aggregazione su file e analisi.
- Acquisizione automatica dei dati dai macchinari tramite interfaccia con BMS e scambio dati sftp giornaliera;
- Creazione di un algoritmo di pulizia dei dati;
- Creazione di un database unico e centralizzato.
Automazione Raccolta Dati Analogici
L'acquisizione del dato analogico tramite Qr-Code.
Lettura digitale degli operatori e invio al software che riceve il dato e lo processa.
Visualizzazione dei Dati
Dashboard customizzate ad ogni esigenza in real-time
<< Drill Down >> dettaglio esplosione del dato sui livelli più bassi.
Acquisizione e visualizzazione circa 400 variabili.
Benefici immediati:
- Riduzione del tempo speso nell'aggiornare grafici e statistiche;
- Sicurezza della modalità di calcolo univoca;
- Distribuzione del dato in real time a tutti gli utenti.
Generazione Automatica KPI
È stato creato un algoritmo che calcola automaticamente gli indicatori dai dati aggiornati giornalmente.
Sono stati creati indicatori relativi a:
- Rendimenti - COP, rendimento di caldaia, di coogenerazione;
- Energia - sui principali meter elettrici, acqua e gas metano;
- Fluidi vettori - Energia termica, frigorifera, vapore;
- Variabili impiantistiche con driver di riferimento - ad esempio la potenza termica erogata dai frigoriferi con la variazione della
temperatura esterna.
Visualizzazioni Ad-Hoc: Heatmap di Impianto
Il dato rappresentato è quello della media mobile a 24 settimane dei multimetri di riferimento.
Il colore rappresenta la variazione percentuale di quest'ultima rispetto alla media storica del multimetro.
La colorazione rappresenta l'intensità ed il segno della variazione percentuale.
Algoritmo Anomaly Detection
Il sistema identifica anomalie su diversi KPI di rendimento, consumo e valori critici.
Realizza continue comparazioni dei valori rispetto a periodi precedenti.
La A.I. permette di modificare costantemente gli algoritmi: dare peso alle rilevazioni recenti e avere bande di riferimento variabili (Lower & Upper Bound)
La ricerca delle anomalie di funzionamento e di consumo rappresenta un supporto predittivo per l'energy management e per il team di conduzione.
Benefici della Data-Automation & A.I.
- Formule Excel che non devono più essere aggiornate;
- File dal BMS giornalieri che non devono più essere processati manualmente in un anno;
- Variabili automatizzate in real-time dell'impianto ogni giorno aggregate da fonti diverse;
- Variabili manuali inserite tramite QRCode;
- Datapoints processati fino ad oggi.
Cinque fattori della nostra digitalizzazione
Automazione
Maggior certezza del dato e maggior efficienza
KPI E analitiche
Dato più fruibile e accessibile, a diretto beneficio del personale di conduzione.
Intelligenza artificiale
Supporto per il rilevamento di anomalie di consumo e funzionamento.
Data driven
Processo decisionale più tempestivo e certo
Digitalizzazione ASSET
Miglior controllo attività, interventi, guasti e comunicazioni.
Video
Manutenzione e monitoraggio asset Industriale
Gli obiettivi:
- Set-up libretto macchina per il monitoraggio dello stato degli asset;
- Set-up form per la segnalazione di downtime;
- Visualizzazione dati, KPI e dashbord della disponibilità impiantistica degli asset - downtime, mtbf, failures.
Creazione libretto macchina
Creazione di un "profilo digitale" associato ad asset fisici quali macchinari, veicoli e aree dell'impianto.
Scops quindi connette gli asset fisici permettendo agli operatori di raccogliere, condividere e analizzare dati in modo semplice e efficiente attraverso QR-Code.
L'operatore può gestire manutenzioni ordinarie e guasti.
Form per la segnalazione di downtime
Gli utenti possono ora cambiare lo stato di un asset direttamente dalla sua pagina, libretto macchina, con un semplice tasto.
Tramite un form è poi possibile:
- Segnalare tempestivamente un downtime;
- Avvisare la persona responsabile dell'asset;
- Aggiungere dettagli sul problema.
Integrazione automatica downtime da Metasys
Sono stai mappati e integrati automaticamente i dati degli asset proveniente da BMS Metasys.
I dati a campionamento orario dello stato di ogni impianto e degli eventuali allarmi sono stati integrati e aggiornati automaticamente su Scops.
Uptime Management
È stata creata una nuova pagina "Uptime Management" dove vengono raccolti tutti gli asset e il loro stato.
Tool unico di gestione asset:
- Visualizzazione stato asset e storico guasti;
- Inserire dettagli su malfunzionamenti e attività svolte;
- Assegnare un Tag di riferimento per ogni guasto.
KPI Macchinari
Creazione dashboard "KPI Macchinari" con ore di run, fermo e guasto per ogni asset. Indicatori come la disponibilità, MTBF, percentuale di carico.
Più il sistema acquisisce dati più è in grado di fare analisi predittive di guasto.
Conclusioni
Obiettivi futuri
Anomaly detection
Focalizzazione sui parametri critici impianto e sull'analisi predittiva.
Centrale aria compressa
Studio dettagliato dell'impianto per ottimizzare controllo e rendimenti.
EBR Electronic Batch Record
Terminare architettura raccolta dati dal campo e strumenti per la loro elaborazione.
Process engineering
Digitalizzazione della raccolta e gestione del dato a supporto dei processi operativi. Data Driven.
Leggi tutto
Fonte: SAVE Pharma & Chemical Web Edition febbraio 2021 Dal Pharma 4.0 all'asset management
Settori: Asset Management, Automazione industriale, Gestione Dati, Manutenzione industriale, Reti di comunicazione, Strumentazione industriale
Mercati: Chimica, Petrolchimica, Plastica, Farmaceutico, Industria di Processo, Industria manifatturiera, Manutenzione industriale
