Una piattaforma industriale basata su algoritmi AI/ML consente di rendere i prodotti Bonfiglioli intelligenti, interconnessi e proattivi
Azienda tra i leader nella produzione di motoriduttori, motori elettrici, riduttori epicicloidali e inverter, Bonfiglioli ha partecipato a un Progetto di Ricerca promosso dall’agenzia Trentino Sviluppo, portando una piattaforma IoT sviluppata appositamente per l’industria; un’occasione unica che ha permesso anche di avviare significative collaborazioni con altre Fondazioni di ricerca trentine, come la Bruno Kessler (FBK).
Perché fare ricerca
Bonfiglioli crede fermamente nell’innovazione, nello sviluppo tecnologico e nella ricerca di opportunità strategiche per migliorarsi e crescere costantemente. Una cultura d’impresa in cui nascono sempre nuove idee e risiede la volontà di affrontare tematiche innovative come l’integrazione di sensoristica all’interno della tradizionale gamma di prodotti e la creazione di servizi legati all’utilizzo dei dati estratti. Recentemente l’azienda si è dedicata maggiormente allo sviluppo di servizi innovativi connessi ad applicazioni IoT. In particolare, si è concentrata sulla realizzazione di una piattaforma Industriale basata su algoritmi AI/ML volti a valorizzare l’offerta dei dispositivi Bonfiglioli: un passo avanti rispetto agli attuali dispositivi di diagnostica, che si basano invece su algoritmi fisici. Questi ultimi richiedono infatti un elevato sforzo di calibrazione e adattamento ai vari prodotti e hanno scarse prestazioni a livello di prognostica.
Anche i clienti Bonfiglioli stanno sviluppando veri e propri ecosistemi digitali, di cui l’IoT rappresenta un fattore chiave strategico. Bonfiglioli vuole essere parte di questo pool di attori innovativi e dare il suo contributo come soggetto trainante che stimola altre aziende italiane a costruire il futuro del settore.
Nuove tecnologie abilitanti quali internet, sensori ad alta sofisticazione e sistemi elettronici capaci di trasmettere una grande mole di informazioni processate poi da software intelligenti hanno portato alla nascita di un progetto che integra l’innovazione all’interno dell’offerta Bonfiglioli. Ciò consentirà di prevenire in modo sistematico malfunzionamenti in dispositivi, a favore di un’assistenza di alto livello al cliente e di risorse e consumi energetici ottimizzati. A tal fine, Bonfiglioli diventa pioniere e portavoce del concetto di Predictive Maintenance e di Condition Monitoring . La capacità di rispondere a queste esigenze permetterà di generare nuovi Business Model legati all’offerta di servizi che siano complementari rispetto al modello più tradizionale, incentrato sulla vendita di soluzioni.
Un’architettura IoT per motoriduttori interconnessi
Il progetto si è focalizzato sullo sviluppo di un’architettura IIoT (Industrial Internet of Things) che possa rendere i prodotti della gamma Bonfiglioli “intelligenti”, ovvero in grado di scambiare dati e informazioni per una diagnostica predittiva dello stato di funzionamento e di “salute” della macchina. Poiché la maggior parte dei prodotti Bonfiglioli è costituita da componenti meccanici ed elettromeccanici, la creazione di una architettura IIoT implica la sensorizzazione dei prodotti stessi e l’interpretazione dei dati, sfruttando tecniche che combinino processi di decifrazione Model Based con tecniche di Intelligenza Artificiale (ad esempio, Machine Learning). Il fine ultimo è realizzare un sistema di monitoraggio continuo dei sistemi di automazione. Il progetto permetterà di arricchire l’offerta Bonfiglioli virando verso soluzioni tipiche dell’Industria 4.0, ovvero prodotti connessi e intelligenti, cui sono applicati sensori e componenti di software intelligente e predittivo o un’infrastruttura IIoT. L’utilizzo di soluzioni IIoT serve a interpretare e rispondere meglio alle esigenze sempre più sofisticate e complesse dei produttori di macchine.
Come si articola il progetto
Bonfiglioli ha sviluppato il progetto in diverse fasi (OR), al fine di centrarne al meglio gli obiettivi.
La prima fase di Ricerca Industriale è stata propedeutica alla fase successiva di Sviluppo Sperimentale. Il primo step ha portato alla formulazione dei requisiti tecnologici, avvalendosi anche di ricerche di mercato volte a stabilire le esigenze dei Clienti e del mercato stesso. La seconda fase ha invece comportato la progettazione e realizzazione di una serie di test per sviluppare e validare modelli/algoritmi, diversi dagli algoritmi fisici utilizzati nelle soluzioni tradizionali.
È nato così presso lo stabilimento produttivo di Rovereto (TN) un Test Center dedicato, esteso su una superficie di 140 m2 con 17 isole indipendenti che testano riduttori e sistemi meccatronici (inverter – motore – riduttore), acquisendo dati ad elevata frequenza sulle loro performance e resistenza.
Le attività di testing sono state molteplici e hanno permesso di acquisire dati relativi ai sistemi di prodotti combinati Bonfiglioli, nella loro usura progressiva, fino a un’eventuale perdita di funzionalità per danneggiamento di componentistica interna. Grazie ai test è stato inoltre possibile valutare sistemi di sensoristica prototipali di produzione Bonfiglioli, nonché quelli commerciali già abbinati a processi di elaborazione finalizzati alla diagnostica.
Nell’arco di due anni sono state eseguite 50 attività di test che hanno coinvolto 60 motoriduttori, per un totale di oltre 40.000 h di test.
Tutto il materiale raccolto, pari a circa 15k GB di dati, è stato elaborato tramite metodologie avanzate di Machine Learning e Intelligenza artificiale, sviluppate in collaborazione con la Fondazione di Ricerca FBK. Da tale attività congiunta è nato un modello di prognostica finalizzato alla determinazione della reale “aspettativa di vita” del sistema meccatronico monitorato.
Un’architettura IIoT per motoriduttori interconnessi e “intelligenti”
Insieme, il Gruppo bolognese e la Fondazione Bruno Kessler hanno creato un’architettura IIoT (Industrial Internet of Things) capace di rendere i prodotti Bonfiglioli (motoriduttori) interconnessi e “intelligenti”, in linea con le più recenti applicazioni di Intelligenza Artificiale.
A tal fine sono stati condotti test di sensorizzazione dei prodotti per la raccolta e l’interpretazione dei segnali, volti a scambiare dati e informazioni per una diagnostica predittiva del loro stato di salute. L’iniziativa, inserita tra i progetti “Data Science for Industry and Physics (DSIP)” del centro Digital Industry della Fondazione Bruno Kessler, si è concentrata sullo sviluppo di sistemi basati su algoritmi di Intelligenza Artificiale per rispondere a due specifiche richieste: la possibilità di avere un sistema di diagnosi predittiva e la capacità di stimare in modo dinamico la vita residua del prodotto. Il fine ultimo è riuscire a identificare con precisione i componenti della macchina maggiormente a rischio e il numero di ore di utilizzo rimanenti prima della rottura. I ricercatori hanno quindi studiato e ottimizzato algoritmi di Deep Learning all’avanguardia, con i quali hanno analizzato i dati generati dalle attività di testing. La sfida principale è stata riuscire a generalizzare gli algoritmi sviluppati. È emerso infatti che, a parità di condizioni di utilizzo (tipi di motoriduttore, carichi di lavoro e velocità), i modelli implementati rispondevano con ottimi risultati, ma le loro performance tendevano a degradarsi se venivano applicati a condizioni differenti da quelle studiate in fase di sviluppo. I ricercatori sono quindi passati a elaborare metodi di “domain adaptation” che permettessero di “allineare” i dati raccolti dai motoriduttori con le diverse condizioni d’uso. In questo modo i modelli non perdono di predittività. Ulteriore elemento di innovazione è stata l’adozione di tecniche di “Edge Computing”, che avvicinano la potenza di calcolo e l’archiviazione dei dati ai dispositivi stessi, anziché centralizzarle. Questo approccio consente di ridurre i tempi di risposta e di aumentare l’efficienza dell’analisi dati, aspetto fondamentale quando si tratta di manutenzione predittiva in tempo reale.
Infine, i modelli di diagnostica e prognostica sono stati collaudati prima in area testing e poi in applicazioni reali, per confermarne l’efficacia e funzionalità, combinandoli con sensori miniaturizzati, ideati e sviluppati da Bonfiglioli. Il risultato è stato positivo e ha confermato che le decisioni data-driven in ambito manutenzione predittiva possono portare grandi vantaggi in termini di risparmio e sostenibilità, nonché aumentare l’efficacia della prognostica.
Parallelamente alle attività di testing ed elaborazione dati, sono state approfondite le tematiche inerenti le soluzioni grafiche e funzionali dedicate alle dashboard di controllo, fruibili dagli utenti.
Conclusioni
L’applicazione delle tecniche di AI e ML alla diagnostica predittiva e alla prognostica applicata a motoriduttori rappresenta per Bonfiglioli non solo una forte innovazione tecnologica, ma anche un importante fattore trainante del business, basato non più sulla semplice vendita di prodotti, bensì sulla proposta di servizi aggiuntivi per la gestione di malfunzionamenti e guasti. Oggigiorno l’IIoT è uno dei temi più innovativi e discussi nel mondo industriale e Bonfiglioli punta a essere tra i primi a implementarlo in modo pratico ed efficace.
Dallo studio delle applicazioni IIoT nei sistemi composti da scatole di ingranaggi, servo motori (o motori asincroni) e drive (servo drive e frequency inverters), è stato possibile introdurre forti innovazioni nell’ambito della sensoristica integrata e nell’interpretazione dei segnali provenienti dai sensori posizionati sui sistemi automatici. Ciò consente di prevenire in modo intelligente i malfunzionamenti dei sistemi e di predirne il comportamento. Ne derivano macchine non solo smart connected, ma anche proactive, cioè capaci di interagire con l’utente e di fornire supporto e indicazioni per ridurre consumi energetici e sprechi e incrementare l’efficienza dei servizi.
(di Rodolfo Arigoni)
e
