Il futuro della manutenzione predittiva

La strategia di Durst di utilizzare l'intelligenza artificiale per risolvere i problemi della stampante prima che si presentino dovrebbe eliminare i tempi di fermo della produzione e aprire la strada alla "fabbrica intelligente" del futuro

La strategia di manutenzione predittiva recentemente annunciata da Durst, insieme al progetto PREMISE finanziato dall'UE, utilizzerà l'intelligenza artificiale e gli algoritmi di apprendimento del computer per rendere più efficienti le previsioni e gli interventi. Abbiamo parlato con Christian Casazza, Director Service Durst Group, e Michael Deflorian, Business Unit Manager Software & Solutions, di cosa significa questo per il futuro della stampa.

In che modo la manutenzione predittiva offre un serio vantaggio competitivo?

CC: Non abbiamo mai considerato un serio vantaggio competitivo sui nostri concorrenti: ci siamo concentrati sui nostri clienti e sulle loro esigenze. Stiamo cercando di migliorare la produttività dei nostri clienti aumentando il tempo di attività da un lato e, dall'altro, stiamo cercando di ridurre il costo di proprietà per i nostri clienti. Quindi, il nostro obiettivo è creare un vantaggio competitivo per i nostri clienti.

Una parte della strategia di servizio Durst è cercare di eliminare i servizi non pianificati dal 2025. E qui sono davvero grato a Michael, che ha lavorato al progetto PREMISE finanziato dall'UE ed è riuscito a renderlo operativo.

La manutenzione predittiva, piuttosto che reattiva, è la via da seguire, secondo Durst

MD: Nel caso della manutenzione predittiva, il mio reparto è il fornitore dei set di strumenti necessari per i nostri reparti di assistenza. Forniamo anche gli strumenti di analisi che raccolgono i dati dalle macchine Durst: dati sulla produttività, dati dei sensori e segnali in esecuzione nei canali di comunicazione tra i componenti all'interno delle nostre macchine.

Abbiamo preso tutti questi dati e li abbiamo analizzati con la Libera Università di Bolzano (unibz) in due modi. Il primo è che i nostri esperti hanno una profonda conoscenza della macchina e conoscono determinate cause alla radice di diversi guasti. Con questa conoscenza possiamo utilizzare i dati per prevedere un guasto. La seconda cosa importante è analizzare l'intero set di dati, un approccio classico ai big data, e trovare nuovi modelli o qualche correlazione con le cause profonde di cui non siamo a conoscenza. Questa è una parte importante di questo progetto.

Con quanto anticipo è possibile prevedere i problemi e organizzare la manutenzione?

CC: Questa è una domanda difficile a cui rispondere. Un sistema di stampa è composto da diverse migliaia di parti diverse, inclusi i materiali di consumo. Se conosci il ciclo di vita, è più facile pianificare e risolvere eventuali problemi con una manutenzione regolare.

Ad esempio, diamo un'occhiata a una lampada UV. Con una lampada UV che sappiamo, a seconda del tipo di lampada, abbiamo circa 1.000 ore di funzionamento prima che debba essere sostituita. Ora usiamo la nostra analisi, insieme alla nostra conoscenza delle ore di funzionamento e di alcuni valori dei sensori, per costruire le tolleranze. Diciamo che se usiamo la lampada UV fino a 800 ore di funzionamento, allora abbiamo buone prestazioni e l'indicatore visivo mostra una barra verde. Dalle 800 alle 1.000 ore di funzionamento abbiamo condizioni di funzionamento medie dove diciamo, in quelle 200 ore dobbiamo pensare a cambiare la lampada UV. Allora sappiamo che può ancora funzionare oltre 1.000 ore di funzionamento, ma il rischio di guasto è piuttosto alto.

Christian Casazza

Ecco come funziona il sistema. Impostiamo ogni parametro e ogni valore del sensore che tracciamo in base alle tolleranze e cerchiamo di anticipare nel tempo. Con i materiali di consumo, di cui conosciamo il ciclo di vita, è facile, ma poi abbiamo anche guasti irregolari e questo è più difficile. L'obiettivo del progetto PREMISE è capire come possiamo rilevarlo prima che accada.

Se usiamo l'esempio di un filtro dell'inchiostro, guardiamo alla capacità della pompa di circolazione. Usando Durst Analytics possiamo tenerne traccia e possiamo elaborare diverse condizioni misurando la potenza attraverso la pompa di circolazione. Se c'è un aumento continuo, una volta raggiunta la tolleranza, è necessario sostituire il filtro. D'altra parte, se c'era qualcosa che non andava con l'inchiostro, avremmo immediatamente un filtro intasato. Queste situazioni possono essere più complicate da capire prima, ma attraverso Durst Analytics possiamo dire che qualcosa sta andando storto e possiamo reagire immediatamente.

Quindi, i dati che stai utilizzando per informare il sistema predittivo si basano sui dati passati e su ciò che ti viene fornito tramite Durst Analytics. C'è spazio o il potenziale per l'IA di colmare le lacune in cui non si hanno i dati?

MD: Questa è esattamente la motivazione per il progetto PREMISE con unibz. Volevamo applicare algoritmi di intelligenza artificiale all'avanguardia insieme ad algoritmi di apprendimento automatico ai dati che stiamo raccogliendo.

Esistono diversi modi per insegnare gli algoritmi. Uno è quello di portare tutta l'esperienza dei nostri esperti interni per convalidare i dati per le cause e gli effetti che già conosciamo. È quindi possibile insegnare al sistema a disinnestarsi se il consumo di energia della pompa aumenta, un forte segnale che il filtro è intasato perché è necessaria più energia nella pompa per far circolare l'inchiostro. Questo è un semplice esempio di come puoi insegnare l'intelligenza dagli algoritmi.

Un altro modo è utilizzare gli algoritmi per esaminare un'enorme massa di dati per trovare schemi sconosciuti che hanno portato a errori. Quindi, quando il sistema identifica questi modelli in una macchina, può inviare all'operatore un messaggio per aspettarsi un problema nel prossimo futuro.

Individualmente, tutti questi passaggi sembrano ovvi e hanno un senso, ma la vera bellezza sembra essere nel potere di metterli insieme?

MD: Assolutamente, questa è la cosa importante. Non lo vediamo solo come singoli progressi tecnologici: è un'intera strategia in cui tutti questi componenti si uniscono.

Come si inserisce la manutenzione predittiva di Durst nell'idea di "fabbrica intelligente" del futuro?

MD: Questa è una parte davvero importante della strategia. Vogliamo disporre di infrastrutture in rete, sistemi di produzione intelligenti e software intuitivo per consentire processi aziendali automatizzati: tutto questo fa parte della nostra nuova gamma di strumenti, dal pixel all'output. Ovviamente l'automazione è un aspetto importante, ma un altro è la stabilità: vuoi avere un processo automatizzato stabile. L'obiettivo principale di PREMISE è portare la robustezza dei nostri sistemi a un livello ancora più alto in modo da non avere guasti imprevisti, quindi il cliente dispone di un motore di produzione altamente affidabile all'interno del processo automatizzato.

Michael Deflorian

Il servizio non pianificato fa parte della strategia Durst "From Pixel to Output" per il 2025 e oltre. L'elemento centrale è la nostra trasformazione da produttore di stampanti - per cui Durst è rinomata - a fornitore di soluzioni per la stampa digitale. "From Pixel to Output" definisce un ambito, dalla creazione del contenuto al prodotto.

Ciò include anche un'estensione del nostro portafoglio di prodotti. Un tempo erano stampanti e inchiostro, ma ora è un intero ecosistema di stampanti, inchiostro, software, servizi di consulenza e formazione. In sostanza, si tratta di garantire che i clienti abbiano tutto ciò di cui hanno bisogno a portata di mano per avere successo non solo nella stampa ma anche in termini di intera trasformazione digitale.

Fondamentali per questa strategia e per raggiungere questo obiettivo sono macchine ad alte prestazioni con tempi di attività elevati e senza sorprese di produzione e interruzioni improvvise che influiscono sulla produttività dell'intero sistema. Questa strategia di manutenzione predittiva o di nessun servizio non pianificato è quindi al centro della strategia complessiva di Durst.

FESPA: Stai considerando la realtà aumentata (AR) per consentire agli utenti di cambiare parti in futuro? Ad esempio, invece di inviare ingegneri, i clienti possono modificare le proprie parti con la guida AR?

CC: Abbiamo iniziato nel 2015 con progetti AR e testato diverse tecnologie, il primo dei quali ha coinvolto i nostri tecnici dell'assistenza. Siamo un'azienda globale e per mantenere le competenze dei nostri ingegneri a un certo livello abbiamo pensato che sarebbe stato utile fornire loro supporto AR. In questo modo, sappiamo che stanno lavorando con gli stessi standard in Asia come in Europa, e soprattutto per i nuovi ingegneri. Abbiamo fatto diversi test, alcuni sono stati buoni mentre in altre occasioni abbiamo avuto qualche problema con lo schermo video.

Tutte le macchine Durst, come la P5 sopra, lasciano la fabbrica con funzionalità di analisi già incluse

Ci stiamo ancora lavorando. Ma quello che abbiamo scoperto è che al momento non funziona, soprattutto per i nostri clienti finali. La nostra esperienza ci ha dimostrato che avremo maggiore accettazione da parte dei nostri clienti se formiamo adeguatamente i nostri operatori per aiutare se stessi a cambiare le parti, piuttosto che offrire AR. La cosa buona è che attraverso questa formazione, gli operatori hanno un'idea migliore della manutenzione quotidiana della macchina e di quanto sia importante, quindi l'affidabilità aumenta. Con le sole istruzioni AR, non ha lo stesso effetto.

Tuttavia, siamo lontani dal rinunciare all'AR. Siamo costantemente alla ricerca delle ultime tecnologie AR, ma non è giusto per il momento attuale. Detto questo, negli ultimi 12 o 14 mesi abbiamo visto con restrizioni di viaggio globali che questo è un must assoluto per il futuro. Fa anche parte della strategia di assistenza Durst che afferma che le nostre macchine devono essere progettate per il servizio o il self-service.

FESPA: Quanto è importante essere innovativi in modo proattivo nel settore della stampa?

CC: Abbiamo il nostro dipartimento di formazione tecnologica e sono costantemente alla ricerca delle ultime tecnologie sul mercato. Un'altra cosa importante per noi è trovare l'attrezzatura giusta per aiutare davvero i nostri clienti.

Ad esempio, abbiamo testato con Microsoft HoloLens, che sono occhiali intelligenti combinati con app. Sì, vanno bene quando si sostituisce una parte elettronica, ma se si desidera apportare modifiche alle testine di stampa, ad esempio, gli occhiali non aiutano. Non appena abbiamo iniziato a guardare alla qualità, non è più possibile farlo da remoto: abbiamo bisogno di persone che siano formate e che capiscano la qualità attesa. Ci sono dei limiti, ma non ci arrendiamo e siamo sempre alla ricerca delle nuove tecnologie.

Infine, cosa vorresti che i membri FESPA sapessero?

CC: Ogni stampante che lascia la fabbrica Durst include già funzionalità di analisi. Con ogni nuova stampante investiamo davvero nella manutenzione predittiva e quei dati ne sono il fondamento. Se un cliente non vuole che la sua macchina sia online, va bene anche questo, ma quelli che inviano dati ci danno la possibilità di essere davvero predittivi.

MD: E vorrei sottolineare che la strategia "nessun servizio imprevisto" non è una strategia post-vendita. Inizia con lo sviluppo e il concetto della macchina e del software di accompagnamento e poi passa al post-vendita. È un approccio completamente olistico.