Soluzioni Big Data per l’Industria 4.0: dallo shop floor agli smart product

Uno degli obiettivi principali di Industria 4.0 è rappresentato dall’analisi dei dati raccolti da macchine e impianti produttivi, al fine di ottimizzare i processi produttivi, i costi di produzione e gestione delle piattaforme manifatturiere e le politiche di manutenzione. Il progetto di dottorato ha previsto lo studio delle principali metodologie di Big Data analytics disponibili in letteratura e da quello dei principali strumenti informatici adottati in questo contesto, per poi andare a esplorare, ricercare e progettare nuove metodologie di analisi dei dati e nuove tecnologie software che possano portare valore in un contesto manifatturiero di tipo Industria 4.0. In tale contesto, l’obiettivo della ricerca è stato quello di arrivare a progettare innovativi sistemi di Big Data analytics, in grado di guidare verso l’ottimizzazione e la riconfigurazione di processi, linee produttive, macchinari, anche considerando delle possibili ottimizzazioni da un punto di vista “business-driven”, secondo una visione comprensiva di tutto il processo produttivo, che considera costi legati sia alla produzione, sia alla gestione di macchine e smart product, ma anche con l’obiettivo di identificare i nessi causali con le principali variabili di performance delle imprese (quali ad esempio crescita delle vendite, crescita dei dipendenti, diversificazione delle produzioni, internazionalizzazione, innovazione di prodotto e di processo, etc.). Successivamente l'attenzione è stata dedicata alla messa a punto di metodologie innovative di diagnosi e prognosi degli impianti e dei macchinari per lo studio delle effettive condizioni di salute della macchina, importante per poter stabilire, con congruo anticipo, la vita residua della macchina stessa e per interventi di manutenzione “mirati”, comportando così un significativo risparmio di costi di manutenzione e di costi di mancata produzione.