Scopri Polaris

Compliance & Certificazioni

Brand page

Artificial Intelligence

Trasformazione Digitale

Approfondimenti

Digital twin

Simulation

IoT

Big Data

Advanced Manufacturing

Additive Manufacturing

Cyber Security

Industria 4.0

Augmented Reality/Virtual Reality

Potenziare la catena del valore

Agricolture 4.0

Polaris

Ageria

Deepclever

Strategy

Software Aziendali

The Polaris AI Team

Change Management

Finance Consulting

Infrastructure Services

Zero Based Mindset

Supply Chain

Cyber physical system

Big Data

La sinergia tra tecnologie IoT e Big Data è una delle basi della Cyber-Physical Convergence (e dei corrispondenti Cyber-Physical Production Systems – CPPS). La Cyber Physical Convergence è caratterizzata da un processo circolare (Information Value Loop) tra il mondo fisico ed il mondo cyber (Internet). Grazie a tecnologie IoT, gli oggetti e le persone generano costantemente dati che passano dal mondo fisico al mondo cyber tramite reti pervasive.

Nel mondo cyber, le tecnologie Big Data permettono di analizzare i dati raccolti estraendone conoscenza.

Si noti anche che la stessa focalizzazione sugli aspetti di IoT e Big Data è alla base dell’iniziativa (IDS) guidata dal Fraunhofer in Germania, il principale ente di ricerca tedesco orientato all’innovazione industriale. In particolare, IDS è visto come il fattore abilitante per tutte le soluzioni Industry 4.0, ed è focalizzato sulla raccolta, gestione ed analisi dei dati su tutta la catena produttiva, sia nell’ambito delle diverse unità della stessa azienda, che nell’ambito delle varie aziende di una stessa catena produttiva.

Contestualizzata nel mondo di Industria 4.0, la Cyber-Physical Convergence permette una continua interazione tra cose, dati, persone e servizi, che è alla base di molti dei concetti fondamentali di Industry 4.0 ovvero Impresa 4.0.

Tale interazione renderà possibile quel processo circolare continuo di:

  • produzione di dati;
  • analisi di dati;
  • manutenzione e riconfigurazione dei processi produttivi.

Vi possono essere diversi ambiti di applicazione del processo circolare sopra illustrato. Se applicato ad un singolo processo produttivo, ad esempio, tale approccio consente di monitorare il processo in maniera accurata e continua in modo tale da migliorarlo costantemente nel corso del tempo e adattarlo rispetto alla variabilità del contesto esterno (con benefici in termini di costi, tempi e flessibilità del processo in questione in ottica “zero-defect”). Se esteso a diversi reparti e linee della stessa azienda, esso consente di ottenere un’integrazione interna ottimale, andando a migliorare le performance a livello aziendale (integrazione verticale). Infine, se l’approccio di IoT e Big Data venisse estesi alla catena del valore il flusso di informazioni sui prodotti durante il loro ciclo di vita e sui clienti stessi permetterebbe di far evolvere i modelli di business aziendali nella direzione dell’offerta di servizi ad alto valore aggiunto e di economia circolare.

Visto che le tecnologie IoT e Big Data sono al momento mature (benché sempre in evoluzione nel settore della ricerca) è possibile programmare interventi puntuali ed immediati di adozione di tecnologie IoT e BigData sin da subito, nell’ottica di una migrazione a più lungo termine verso modelli Industria 4.0. .

Applicando tali tecnologie, è possibile, per esempio, sin da ora:

  • integrare dispositivi IoT per il monitoraggio delle varie fasi della produzione;
  • analizzare Big Data provenienti dal processo di produzione o dall’utilizzo dei prodotti da parte dei clienti;
  • costruire processi circolari secondo lo schema Information Value Loop. Al momento è ragionevole pensare ad implementazioni in tal senso all’interno di una singola realtà produttiva o, nel caso di aziende più grandi, come supporto all’integrazione “verticale” di varie unità produttive della stessa azienda. Uno degli esempi più immediati di questo approccio è la predictive maintenance dei macchinari.

 

AI Generativa: cos’è, come funziona e casi d’uso

AI Generativa: cos’è, come funziona e casi d’uso

Dall’uscita di ChatGPT a Novembre 2022, l’AI generativa è il discorso più sentito negli ufficio: “Ma lo usi?”, “E cosa ci fai?" ... Cerchiamo di fare un po' di chiarezza! Introduzione all'Intelligenza Artificiale Generativa Nel vasto campo dell'intelligenza...

leggi tutto
Simulation

Simulation

Simulazione tra macchine interconnesse per ottimizzare i processi Sistemi di simulazione per l’analisi e l’ottimizzazione dei processi, con possibilità di essere interconnesse agli impianti/macchine. Il concetto di simulazione è legato a quello di “Fabbrica digitale“....

leggi tutto
Deep Learning e dataset sintetici

Deep Learning e dataset sintetici

Come affrontare la mancanza di dati In applicazioni come Industria 4.0, non sempre i dati disponibili rispondono alle necessità delle strutture algoritmiche complesse, né riportano labeling corretti. Ecco perché si ricorre a dati sintetici, per sopperire a tutte...

leggi tutto