Blog

  • +
    Formazione IT: perchè è importante l’aggiornamento continuo
  • cloudera hortonworks
    +
    Novità nel mondo delle advanced analytics: annunciata la fusione tra Cloudera e Hortonworks
  • +
    Google Cloud Next ’18 Londra: le principali novità
  • +
    Le nostre case history: modelli predittivi, IoT e Industria 4.0
  • corporate social responsibility
    +
    La crescente importanza della Corporate Social Responsibility
  • +
    Discover Salesforce Padova | 7 novembre
  • open innovation
    +
    Open innovation: una strada da seguire
  • +
    Le analitiche avanzate per l’IT: le nostre case history
  • as a service miriade
    +
    IaaS, PaaS e SaaS: il futuro è as a Service
  • +
    I modelli predittivi per il marketing: le nostre case history
  • +
    Corso Data Science a Milano con KNIME | 26-27 novembre
  • digital transformation fiducia
    +
    Digital transformation: tutto ruota attorno a fiducia e conoscenze

Le nostre case history: modelli predittivi, IoT e Industria 4.0

By Luca Zanetello 2 settimane faNo Comments

La rivoluzione Industria 4.0, anche grazie ai piani di finanziamenti emessi negli scorsi anni, è realtà in modo delle aziende italiane, soprattutto del comparto manifatturiero.

I macchinari, e moltissimi altri strumenti utilizzati all’interno delle aziende, sono oggi dotati di migliaia di sensori in grado di raccogliere un’enorme e preziosa quantità di informazioni utili alle imprese per prendere le migliori decisioni e pianificare l’attività.

Grazie all’analisi dei dati provenienti da tali sorgenti infatti è possibile identificare eventuali anomalie prima che diventino vere e proprie rotture dei macchinari, limitando così i fermi produzione,  identificare e bloccare con facilità un componente non conforme agli standard qualità stabiliti dall’azienda, o determinare il costo specifico di una lavorazione.

Abbiamo affiancato diverse realtà del settore manifatturiero nella gestione e nell’analisi dei dati raccolti dalle diverse attività di produzione, incrociando poi i risultati con le informazioni provenienti da fonti esterne, per aiutarle a prendere le giuste decisioni nei momenti più corretti.

Di seguito riportiamo la case history che ci ha visti impegnati negli scorsi mesi.

Previsione dei guasti e degli scarti di produzione

Poter prevedere quando uno specifico macchinario potrebbe rompersi o avere alcuni malfunzionamenti prima che questo accada è un vantaggio enorme per le aziende produttive: i costi di riparazione sono spesso molto elevati e implicano fermi macchina molto lunghi che possono comportare un notevole ritardi nelle lavorazioni con conseguente mancato rispetto delle scadenze delle commesse.

Sapere in anticipo quando un macchinario o strumenti sta iniziando a lavorare in modo non corretto agevola la pianificazione delle attività di manutenzione delle apparecchiature con tutti i vantaggi connessi sia economici che di tempo.

Il nostro cliente, un’azienda manifatturiera del Triveneto, produttrice di componenti meccaniche aveva come principali obiettivi quello di ridurre i fermi macchina e diminuire allo stesso tempo gli scarti di produzione. L’ufficio quality control con i metodi di controllo tradizionali non riusciva a raggiungere tali risultati  perchè tali metodi lavorano sul dato a posteriori e non consentono un’analisi in real-time. Grazie all’implementazione di nuovi modelli di analisi previsionale, in grado di analizzare in tempo reale i dati provenienti dai sensori posti sui macchinari è stato possibile identificare facilmente eventuali anomali nel funzionamento dei macchinari stessi potendo così prevedere le corrette attività di manutenzione.

Per scoprire nel dettaglio la soluzione adottata scarica la case history completa.

Scopri di più

Miriade accompagna le aziende ad ottenere il massimo dai propri dati per riuscire a prendere le migliori per la gestione dei macchinari e dell’attività di produzione.

Per conoscere il nostro approccio e tutti i servizi che possiamo offrirti, visita il nostro portale interamente dedicato al mondo delle analitiche avanzate.

Category:
  News
this post was shared 0 times
 000

Leave a Reply

Your email address will not be published.