VAR Sirio Industria

«IoT e Predictivity nel mondo dell’energia»

Fabio Massimo Marchetti

Business Development, Marketing and Sales

IoT Architectures

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.

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

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.

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.

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.

EMPLC

EQUIP 1

PLC EMPLC

EQUIP ...

EM

IoT Gateway

EQUIP 2

PLC

EQUIP N

IoT Platforms

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.

Qualcuno la chiama Internet of X ….Noi, focalizzandoci sul mondo del manufacturing,

l’abbiamo chiamata Internet of Factory TM.

EM

IOF PMSWeb Client

IOF PMS

Gestione, assegnazione, stato ordini e avanzamento produzione

KPI perfomances

Genealogia e tracciabilità

PLC

EQUIP 1

PLC EMPLC

EQUIP ...

EM

IOF Line Contoller

IOF Line HMI

EQUIP 2

ERP

Modellazione linee e processo

Gestione ordini di produzione

Tracking e genealogia

Sinottici di stato della linea

Gestione diagnostica e allarmi

Giustificazione causali non automatiche

Perfomance e KPI

An

agra

f.

Ord

ini

(lis

ta) D

ati Prod

.

Ordini per linea+ dati associati all ordine

Dati RT + Dati produzione

Stati/allarmiDati per operatore

Ordine manuale, dati da operatore per funzioni accessorie

Gestione dispositivi

ReportisticaKPI in tempo reale

PLC

EQUIP N

IoT Platforms

Predictive analysis

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

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.)

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/…)

Predictive: modelli di analisi da applicare

• Random forests or random decision forests: are an ensemblelearning method for classification, regression and other tasks,that operate by constructing a multitude of decision trees attraining time and outputting the class that is the meanprediction (regression) of the individual trees.

• SVM (support vector machines): are supervised learningmodels with associated learning algorithms that analyze dataused for classification and regression analysis.

• Neural networks: consist of multiple layers and the signal pathtraverses from front to back. Used in low-level machinelearning characterized by knowledge embodied in theparameters of a cognitive model with some dynamical system.

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.

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

PER AVERE INVESTITO IL VOSTRO TEMPO CON NOI