Le tecnologie digitali per migliorare la produttività e creare valore dai dati

(1)

Le tecnologie digitali per migliorare la produttività e creare valore dai dati

WEBINAR BI-REX

Giuseppe Biffi, 28 gennaio 2021

Unrestricted | © Siemens 2021 | Giuseppe Biffi | DI S-DE

(2)

Unrestricted | © Siemens 2021

Data Analytics:

Un tema tutt’altro che

nuovo!

(3)

Perché?

2000 2004 2008 2012 2016 2021 1996

(2003)0.5B 1988 1992

(1992)1M

50.1B(2021)

IoT Inception(2009)

8.7B(2012)

11.2B(2013)

14.2B(2014)

18.2B(2015)

22.9B(2016)

28.4B(2017)

34.8B(2018)

42.1B(2019)

The Internet of Things (projected number of connected assets)

Grandi masse di dati

1969 - $150,000 Oggi - $800

Accessibilità a risorse di calcolo e know how

x 10

⁶

(4)

Unrestricted | © Siemens 2021 Page 4

Industrial Edge Computing

SCADA / Local Computing

Cloud Computing

Artificial Intelligence

Because resources are finite.

But data is infinite.

(5)

• Umm — Can You Turn Off Your Alexa?

• More Use Cases in More Industries

• IoT Helping to Build Digital Twins

• IoT and Data Analytics

• Improving Data Processing at the Edge

https://www.forbes.com/sites/danielnewman/2021/11/

25/5-iot-trends-to-watch-in-2021/?sh=58510257201b

5 IoT Trends To Watch In 2021

(6)

“Edge computing or computing at the edge can help expand PLC functionalities with

additional computing power and personalised operational needs without sweeping

changes to production architecture..”

Frost & Sullivan

https://ww2.frost.com/

(7)

Unrestricted | © Siemens 2021 | Giuseppe Biffi | RC IT DI-S-DE Page 7

Serving society while doing successful and profitable business is at the heart of Siemens’ strategy

295,000

employees

¹

€58.5 bn

in revenue

²

€5.6 bn

in net income

³

14.4%

adjusted EBITA margin for the Industrial

Businesses

²

1 Continuing operations as of September 30, 2019 (excluding Siemens Energy) | 2 Continuing operations for fiscal 2019 (excluding Siemens Energy | 3 For fiscal 2019

(8)

Siemens has been shaping industrial revolutions ever since its founding

Industrie 1.0

Industrie 3.0

Industrie 4.0

Industrie 2.0

Digitalization –

Cyberphysical systems

Electrification –

Introduction of the assembly line

Steam power – Shift from manual to mechanical production Electronics and IT – Automation of production

Founding of Siemens

(9)

Digital portfolio and innovation

Unrestricted | © Siemens 2021

€10 billion

invested in digital companies in the past 10 years¹

20

MindSphere Application Centers set up globally¹

Top 10

Siemens is one of the top 10 Software companies¹

~530

digital offerings¹

~1/3

of all new patent applications are in digital technologies²

~40,000

Employees in digital jobs at Siemens³

4.0 5.7

+40%

FY 2014 FY 2019

Expenditures for research and development in billions of €

All figures including Siemens Energy

(10)

(11)

The areas our research and development we are focusing on

Unrestricted | © Siemens 2021 | Ottobre 2021 Page 11

Additive

manufacturing

Autonomous robotics

Blockchain applications

Connected (e)mobility

IIOT, Connectivity and edge

Cybersecurity Data analytics, Artificial

intelligence

Distributed energy systems

Energy storage Future of automation

Materials Power electronics Simulation and

digital twins

Software systems

and processes

(12)

Combinare il mondo “reale” con il mondo “virtuale”

world Real Virtual

world

Performance data

Realize and optimize

(13)

Digital Twin delle Prestazioni

Virtual product

Digital Twin

del Prodotto Digital Twin

della Produzione

product Real

Digital Twin delle Prestazioni

Collaboration platform

production Real

Automation

Virtual production

Monitoraggio continuo dei dati

in tempo reale e connessione

al cloud

(14)

(15)

Industrial Identification

Field Control Operations

ERP

Manufacturing Execution System

SCADA System

Enterprise Resource Planning

Management

Controller HMI IPC Industrial

Communication Motion Control CNC

PowerSupply

and distribution Distribute I/O Drive System Industrial Controls

Un grande classico… fino a pochi anni fa

(16)

Caratteristiche di questo modello

Logica e dati centralizzati Supervisione locale

Event Driven Bassa flessibilità

SCADA

Sistema SCADA

LOCAL SUPERVISION

(17)

(18)

ERP

SCADA System

Management

PowerSupply

IIoT - Where is the Cloud?

^Apps

(19)

Caratteristiche di questo modello Local Computing

Cloud

Client

Factory

Machine Machine

Proprietà locale dei dati

Update OS / Patch Sicurezza Bassa Latenza

Indipendenza da rete Internet Dati e Intelligenza Centralizzati

Gestione Centralizzata dei Device

Configurazione della Sicurezza Integrazione nuovo Software

Versioning e Update Applicazioni

Cloud Computing

Workstation

Factory

Machine Machine

Integrata Non presente / Implementazione Manuale

Scalabilità su Plant multipli

(20)

Comprendere il valore dell’IOT per

il tuo business

Fare esperienza attraverso semplici

casi d’uso

Trasparenza rispetto a cosa I tuoi IOT stanno

facendo realmente

Ricavare informazioni per migliorare prodotti, processi, servizio etc.

Guadagnare nuovi client e rimanere

competitivi

Un percorso di trasformazione digitale attraverso IOT

Network impact 1 – 6 Maturity level

Generare valore attraverso un nuovo

ecosistema

Digital

maturity Nuovi modelli di

business basati su IOT Fase di apprendimento

interno

1

2

3

4

5

6

Transform Business Discover Insights

Explore Data

Foundation

(21)

Architettura di un Sistema cloud-based: Mindsphere

Connettività Piattaforma Apps

https://mindsphereworld.de/it/

(22)

Impianto per la produzione di cioccolato

Come l’informazione può migliorare le strategie di esercizio di una parte molto critica dell’impianto produttivo

La sfida:

Ridurre lo stress sulla pipeline che eroga il cioccolato.

L’approccio:

Monitoraggio avviamenti e coppia erogata dalle pompe basato su cloud (Mindsphere)

• Informazione in tempo reale del funzionamento delle pompe

• Rilevamento e registrazione anomalie

• Reportistica settimanale per manutenzione e produzione

Il risultato:

Trasparenza sulle operazioni, visibilità sulla produzione.

In collaborazione con:

(23)

Soluzioni chiavi in mano

per l’industria molitoria e della pasta

IIOT per migliorare la qualità della pasta

La sfida:

Supervisionare da remoto la qualità della produzione di pasta

L’approccio:

Acquisizione dei dati attraverso IIOT e la

piattaforma Mindsphere che offre inoltre la possibilità di accedere ad algoritmi di analisi statistica per meglio interpretare i trend

dell’impianto e visualizzarli grazie a semplici interfacce dashboard.

Il risultato:

Sfruttamento dei dati provenienti dalle macchine per ottenere informazioni puntuali sul processo di produzione, e renderle accessibili a distanza per migliorare le performance produttive dell’intero processo.

(24)

Produzione presse meccaniche

Mindsphere per implementare monitoraggio e manutenzione delle macchine ovunque nel mondo

La sfida:

Monitorare variabili critiche di macchina ai fini della

manutenzione predittiva e della trasparenza dei dati per il cliente.

L’approccio:

• Connessione di S7-1500 con FB

• Utilizzo dell’APP Fleet Manager per

monitoraggio:

temperature motori e cuscinetti, velocità della pressa, stato generale, allarmi, produttività oraria.

Il risultato:

• Monitoraggio remoto Plug

& Play

• No acquisto, installazione e manutenzione di

soluzioni custom.

• Miglioramento dell’efficienza

• Ottimizzazione del service

(25)

(26)

ERP

SCADA System

Management

PowerSupply

Industrial Edge Computing – the next level

^Apps

Edge Device Edge Device Edge Device

(27)

Caratteristiche di questo modello

Distribuzione e vendita delle Edge App

via store, rollout degli aggiornamenti di sicurezza Controllo remoto e diagnostica

Gestione centralizzata del software (low coding, start- stop, utenti, update applicative, ecc.)

Local computing (pre-elaborazione dei dati, capacità decisionale on premise, indipendenza da internet)

Avvicina calcolo e

archiviazione ai dispositivi

e alle macchine, dove i dati

vengono prodotti.

(28)

L’ecosistema Industrial Edge

Digital Twin

Production Digital Twin

Performance

Build apps faster for Cloud, On- Premises or Hybrid

infrastructures

Low-Code platform

MindSphere

Apps for centralized compute and storage

Management, Runtime, Apps for decentral compute & storage

Runtime and automation engineering

Industrial Edge

Cloud Computing

Edge Computing

Controller

Field devices

Applications with a strong need for responsiveness, privacy, reliability and cost-efficiency can now be additionally deployed on-premise with Edge Computing, while still benefitting of the available IT and OT-technology.

(29)

Confezionatrice bustine monouso

Cloud Computing + IIOT per migliorare la qualità e creare un nuovo modello di business

La sfida:

Assicurare la perfetta saldatura delle

bustine

L’approccio:

• Creazione digital twin (Live Twin)

• Sostituzione Sensori fisici con Sensori Virtuali

• Nuovo algoritmo di controllo

Il risultato:

• Miglioramento della qualità del prodotto

• Aumento delle informazioni di diagnostica

• Manutenzione predittiva grazie alla Simulazione

(30)

Macchine per micronizzazione per Food&Pharma

Interfaccia a linguaggio naturale per una interazione più semplice con la macchina

La sfida:

Facilitare

l’interazione con gli operatori

L’approccio:

• manutenzione e controllo vocale

• Ricerca knowledge graph

• Combinare dati statici ed in tempo reale

Il risultato:

• Miglioramento della qualità del prodotto

• Aumento delle informazioni di diagnostica

• Manutenzione predittiva grazie alla Simulazione

Hey SAM!

Start/Stop Cycle A, Open/Close Valve B, Open/Close Door C Hey SAM!

Start/Stop Cycle A, Open/Close Valve B, Open/Close Door C

(31)

(32)

EPF: l’AI di Siemens per il controllo qualità

(33)

AI è la capacità di un sistema:

interpretare correttamente i dati esterni (ad es. conoscere la differenza tra una persona e un'ombra)

imparare da tali dati (ad es. che va bene guidare sulle ombre ma non sulle persone)

utilizzare tali apprendimenti per raggiungere obiettivi e compiti specifici attraverso l'adattamento flessibile. (ad es. guidare un

veicolo)

Più in generale, una AI è in grado di svolgere compiti complessi che in passato richiedevano

l’intervento dell’uomo

“

(34)

Ambiti applicativi

34

• Generative design

• Riconoscimento e classificazione

• Network security

• Robot handling

• Natural Language recognition

• Data analytics for quality control

• …

(35)

Azienda leader nella produzione di apparati elettronici

AI per risolvere un importante bottleneck e ridurre i costi per aumentare la produttività di linea

La sfida:

Gestire un picco di produzione senza investimenti in nuove macchine ed impianti

L’approccio:

• Analisi dei dati storici

• Training di una rete neurale

• Implementazione di processo decisionale locale per la delibera di qualità del prodotto

Il risultato:

• Mantenimento degli standard di qualità

• Risparmio sugli investimenti

(36)

Un caso reale: AI + Industrial Edge + IIoT

Assembly line

X-RAY Cloud

2

AI

NO X-RAY Edge 3

Device

^AI

1

(37)

-500.000 €

Riduzione investimenti

-30%

Riduzione X-Ray test

100%

Quality rate

Conclusioni

Presso Siemens EWK (Electronics

Works Amberg), l’intelligenza artificiale si

sta dimostrando di estrema efficacia nel

controllo qualità dei circuiti stampati

(38)

Further information on Industrial IoT

www.siemens.com/

simatic-apps

Smart applications for industrial automation MindSphere

The suite of IoT solutions

www.mindsphere.io

Industrial IoT Gateways

for brown-/greenfield

Industrial Edge

The open platform to integrate IT into the shop floor

www.siemens.com/

industrial-edge

www.siemens.com/iot2000 www.siemens.com/

cloudconnect

(39)

Affidati a partner con esperienza

Tecnologie disponibili oggi per tutte

le aziende, anche PMI

Pensa in grande, parti in piccolo

I nizia da qui:

#HowToMakeIt

Conclusioni

https://new.siemens.com/it/it/azienda/temi- chiave/digital-enterprise.html#Howtomakeit

(40)