A.Celli WeChat Channel

Come misurare le performance dei macchinari per la produzione di carta tissue e tessuto non tessuto con dati in tempo reale

Industria 4.0 | Tommaso Motta, 21 novembre 2019

Gli stabilimenti per la produzione di carta tissue e tessuto non tessuto fanno principalmente affidamento sulle prestazioni dei propri macchinari per essere certi di fabbricare un prodotto di alta qualità in un tempo ragionevole e ad un livello ottimale di produttività. Se le macchine non vengono fatte girare al loro massimo livello di efficienza, o se incorrono in guasti, la produzione finisce per rallentare o per fermarsi del tutto.

D'altronde, le apparecchiature e il parco macchine di un impianto produttivo sono soggetti ogni giorno a condizioni estreme. I macchinari di uno stabilimento sono esposti ad alcuni fattori quali variazioni significative di temperatura e una continua usura, che nel corso del tempo possono avere un impatto notevole sulle loro prestazioni.

In passato era difficile, se non impossibile, rilevare piccole flessioni delle performance dei macchinari, in quanto non era possibile individuare piccoli cambiamenti di elementi come le vibrazioni o la velocità della macchina stessa tramite la semplice osservazione. Nel momento in cui si notava una diminuzione delle prestazioni, la macchina già aveva bisogno di riparazioni o era sul punto di rompersi definitivamente. Questo rappresenta una delle cause più significative della perdita di produttività.

Fortunatamente, grazie alla tecnologia odierna, è possibile effettuare delle analisi in tempo reale al fine di consentire al personale dello stabilimento stesso di conoscere con precisione e in ogni momento il livello di prestazione dei macchinari.

Misurazioni delle performance dei macchinari

Per aumentare i rendimenti offerti agli azionisti è necessario raggiungere un miglioramento delle prestazioni e della produttività dei cespiti, e per questo nel corso degli anni sono stati sviluppati alcuni key performance indicator (KPI) per la misurazione delle performance dei macchinari. Di tutti questi KPI, l'Overall Equipment Effectiveness (OEE), che misura l'efficienza totale di un impianto, è diventato uno standard industriale per gli impianti produttivi di carta tissue e tessuto non tessuto.

L'indicatore OEE misura tre aspetti: disponibilità e prestazioni dei macchinari e qualità del prodotto. Quando si parla di prestazioni delle macchine all'interno di stabilimenti per la produzione di carta tissue e tessuto non tessuto ci si concentra in modo specifico sulla disponibilità dei macchinari, ovvero il numero di macchine in quel momento disponibili e in funzione, e la velocità raggiunta dalle macchine stesse.

Sebbene sia semplice vedere quando un macchinario è in funzione o meno, non è sempre altrettanto facile capire perché ha smesso di funzionare o prevedere quando si verificherà un blocco macchina. In riferimento alla velocità della macchina, non è possibile notare piccoli cambiamenti della velocità stessa limitandosi alla sola osservazione. In passato abbiamo semplicemente cercato di fare del nostro meglio per poi passare a gestire il fermo macchina; tuttavia al giorno d'oggi, grazie alle nuove tecnologie, è possibile effettuare un'analisi in tempo reale.

Il ruolo dell'Industria 4.0

L'Industria 4.0 svolge un ruolo chiave nell'assicurare il livello ottimale di prestazioni delle macchine all'interno dello stabilimento, in quanto offre una combinazione di Industrial Internet of Things (IIoT), gestione dei dati e intelligenza artificiale (IA)/machine learning che consente il monitoraggio continuo non solo di ogni macchina all'interno di ogni stabilimento, ma anche del complesso delle operazioni svolte.

Il punto centrale della misurazione delle performance dei macchinari in tempo reale è l'IIoT, che richiede l'installazione di migliaia di sensori e telecamere lungo tutta la linea di produzione. Ogni singola macchina viene dotata di decine di migliaia di sensori che in modo continuo misurano ogni singolo aspetto della macchina stessa in fase di funzionamento. Questi sensori sono in grado di raccogliere dati in formato digitale provenienti da parti del macchinario non sempre visibili all'occhio del personale dello stabilimento, e sono inoltre in grado di percepire in tempo reale i cambiamenti che avvengono nel funzionamento del macchinario stesso.

I sensori posizionati su ogni macchina sono parte della rete di sensori e dispositivi presenti in azienda e collegati al cloud. Una volta reperiti, i dati vengono raccolti e inseriti in un software IA in grado di svolgere le analisi di questi in tempo reale. Il machine learning consente invece l'adeguamento in tempo reale delle macchine: il sistema è in grado di inviare un avviso al personale in caso di letture anomale e di comunicargli quando sarà necessario un intervento di manutenzione.

Una visione globale con la real time analytics

Come può tutto questo migliorare le performance delle macchine? Visto che i dati vengono costantemente rilevati da sensori in grado di individuare anche le più piccole variazioni delle prestazioni dei macchinari, l'analisi di questi dati in tempo reale:

  • consente di controllare minuziosamente le diverse variabili che influiscono sulle performance delle macchine;
  • determina la probabilità di rottura della macchina stessa;
  • anticipa e pianifica la manutenzione predittiva.

In altre parole, quando qualcosa non funziona al massimo dell'efficienza e della velocità il sistema rileva il problema e diventa così possibile pianificare un intervento di manutenzione prima che delle piccole anomalie diventino talmente significative da causare un rallentamento o la rottura totale della macchina stessa. Inoltre, grazie alla disponibilità di dati così dettagliati provenienti dalle diverse parti di ciascuna macchina, uno stabilimento che produce carta tissue e tessuto non tessuto può modificare lievemente le impostazioni delle macchine per essere sicuro che queste girino alla massima velocità possibile senza compromettere la qualità dei prodotti. Questo permette di spingere le prestazioni della macchina verso lo stato ottimale, ottenendo un miglioramento in termini numerici degli indici relativi alla disponibilità e alla velocità delle attrezzature e del punteggio complessivo dell'OEE.

Considerazioni conclusive

La tecnologia ad oggi disponibile ha reso possibile l'Industria 4.0 e di conseguenza anche l'analisi di dati in tempo reale. Grazie alla possibilità di raccogliere continuamente dati anche quando un macchinario è in funzione si riducono significativamente le probabilità di rallentamenti o fermo macchina. Questo consente agli impianti di avere un più rigido controllo su tutti gli aspetti legati al loro funzionamento e di raggiungere l'automatizzazione dei propri processi al fine di incrementare l'efficienza operativa e produrre articoli di miglior qualità con un minor spreco, anche in termini di tempo. E siccome il tempo è denaro, questo è lo scenario ideale per qualsiasi azienda che punti a essere competitiva nel mercato odierno della carta tissue e del tessuto non tessuto.

Per ulteriori informazioni relative alla misurazione delle prestazioni dei macchinari nel tuo impianto produttivo, è possibile consultare il nostro eBook "La guida definitiva all'Industria 4.0 per i settori della carta tissue e del tessuto non tessuto".

New call-to-action