VAR Sirio Industria. «IoT e Predictivity nel mondo dell energia» Fabio Massimo Marchetti Business Development, Marketing and Sales

Transcript

1 VAR Sirio Industria «IoT e Predictivity nel mondo dell energia» Fabio Massimo Marchetti Business Development, Marketing and Sales

2 IoT Architectures

3 Trend tecnologici Internet: la comunicazione IP si estende anche a livello dell integrazione dei sensori nel mondo industriale. Virtualizzazione delle applicazioni. Elettroniche con potenza di calcolo sempre più elevate in dimensioni sempre più ridotte. Diffusione connessioni wireless : stabili, veloci, sicure, versatili e ovunque.

4 Internet of Things: il nuovo paradigma Dalle architetture gerarchiche alle architetture collaborative: I dispositivi di monitoraggio pubblicano informazioni su se stessi ed accedono a dati prodotti da altri. Le loro applicazioni sottoscrivono un servizio di notifica del cambiamento delle informazioni. Auto-configurabilità dei dispositivi. Auto-provisioning: la possibilità di distribuire un sistema informatico o un servizio di telecomunicazione mediante procedure predefinite che non richiedono l intervento umano. Attraverso l IoT si ottiene quindi: Ottimizzazione delle infrastrutture Disponibilità condivisa di una grande quantità di informazioni Spostamento del focus sulle funzioni applicative

5 Internet of Things: le componenti Le piattaforme rendono disponibili una elevata quantità di micro servizi spostando il focus dal «scrivere» applicazioni a quello di costruire un architettura di microservizi interconnessi dai flussi dati creatisi.

6 Internet of Things: il «cloud» scende in campo con il «fog» L elaborazione del dato si sposta vicino al device che lo ha generato creando un layer di ottimizzazione, contestualizzazione, aggregazione delle informazioni in modo da ridurre le necessità di comunicazioni e di storage a livello cloud.

7 Una architettura IoT con layer «fog» o «edge» Il gateway locale adotta un framework che permette di portare in campo un primo livello di «stream analytics» che permettono di aggregare, contestualizzare e normalizzare i dati e generare degli eventi in funzione di semplici regole applicate ai dati stessi. PLC EM IoT Platforms IoT Gateway PLC PLC EM PLC EM EQUIP 1 EQUIP 2 EQUIP... EQUIP N

8 Anagraf. Ordini (lista) Dall Internet of Things all Internet of Factory TM Un approccio 4.0 per definizione è un approccio cross dipartimentale. L energia incontra le operations ed insieme generano un quantità elevatissima di informazioni ( big data?) che aggregate ad altre informazioni generate da paralleli universi di «cose» permettono di costruire analytics sempre più articolate ed effettive. IOF Line HMI IoT Platforms Sinottici di stato della linea Gestione diagnostica e allarmi Giustificazione causali non automatiche KPI in tempo reale Stati/allarmi Dati per operatore Ordine manuale, dati da operatore per funzioni accessorie IOF Line Contoller IOF PMS Web Client Gestione, assegnazione, stato ordini e avanzamento produzione KPI perfomances Genealogia e tracciabilità Reportistica Ordini per linea+ dati associati all ordine Dati RT + Dati produzione ERP IOF PMS Dati Prod. Modellazione linee e processo Gestione ordini di produzione Tracking e genealogia Perfomance e KPI Gestione dispositivi PLC EM PLC PLC EM PLC EM Qualcuno la chiama Internet of X. Noi, focalizzandoci sul mondo del manufacturing, l abbiamo chiamata Internet of Factory TM. EQUIP 1 EQUIP 2 EQUIP... EQUIP N

9 Predictive analysis

10 Predictive: il percorso Validazione dei dati Analisi dei dati Scelta degli algoritmi e modelli predittivi da applicare, creazione dei modelli e loro applicazione ai dati sia in tempo reale che su base storica Validazione o eventuale affinamento dei modelli definiti

11 Predictive: data validation Data Validation: rilevamento e correzione/rimozione dei dati corrotti o inaccurati (outliers). Normalmente effettuata in due fasi: Rimozione delle misurazioni i cui valori non sono inclusi all'interno di un range di accettabilità oppure determinate da condizioni di operatività non standard. Applicazione di tecniche di clustering per la rimozione di eventuali altri outliers rimasti dal precedente step. Al termine di questo processo il dato deve rispettare i requisiti di qualità (validità, accuratezza, completezza, uniformità.)

12 Predictive: data analysis Divisione del data set in: Training Validation Test set Data analysis per la ricerca di patterns sui data set acquisiti e/o importati con correlazione agli eventi riscontrati o ad altri dati disponibili da piattaforme terze (produzione/meteo/maintenance/personale/ )

13 Predictive: modelli di analisi da applicare Random forests or random decision forests: are an ensemble learning method for classification, regression and other tasks, that operate by constructing a multitude of decision trees at training time and outputting the class that is the mean prediction (regression) of the individual trees. SVM (support vector machines): are supervised learning models with associated learning algorithms that analyze data used for classification and regression analysis. Neural networks: consist of multiple layers and the signal path traverses from front to back. Used in low-level machine learning characterized by knowledge embodied in the parameters of a cognitive model with some dynamical system.

14 Predictive: selezione del/i modelli di riferimento Attraverso la verifica dei risultati ottenuti applicando i modelli predittivi definiti in precedenza viene creato un ranking correlato (KPI). Sulla base dei risultati e dei KPI calcolati verrà identificato il/i modelli di riferimento che meglio si adattano allo scopo e vengono individuati affinamenti per migliorarne ulteriormente i risultati. Al termine dell attività viene consolidato il modello predittivo finale risultante dagli affinamenti successivi effettuati.

15 Predictive: quali applicazioni? Analisi predittive sui consumi Analisi di copertura delle necessità energetiche Analisi predittive sulla manutenzione degli impianti Analisi predittive sulla qualità del prodotto finito correlato ai costi per mantenere tale qualità altri obiettivi

16 PER AVERE INVESTITO IL VOSTRO TEMPO CON NOI