Si chiama Tissue Performance Center ed è un progetto innovativo sviluppato Fabio Perini S.p.A, azienda attiva nella fornitura di macchinari per la produzione della carta Tissue, con la collaborazione di SoftJam.
Basata su tecnologie Microsoft, cloud Azure, IoT, Machine Learning e Advanced Analytics, Tissue Performance Center è una centrale di controllo innovativa, che consente il monitoraggio continuo delle macchine della Fabio Perini installate nelle linee di produzione presenti in tutto il mondo.
La soluzione si fonda su un’architettura sviluppata da Fabio Perini che permette di connettere i macchinari per monitorarne il funzionamento in modo accurato e costante. I dati raccolti vengono memorizzati sul cloud Azure e attraverso le tecnologie Microsoft IoT, sono raccolti, aggregati e trasformati in informazioni utili per una pianificazione consapevole delle attività. Mentre Power BI, la piattaforma di analisi e business intelligence di Microsoft, rende la fruizione delle informazioni semplice ed intuitiva, anche da remoto da qualsiasi dispositivo mobile.
In questo modo, sarà possibile consultare in qualsiasi momento i dati relativi all’andamento dei macchinari connessi attraverso dashboard personalizzate, progettate appositamente per rendere la fruizione dei dati più efficiente.
Oltre all’andamento produttivo, sulla piattaforma è possibile rilevare anche eventuali anomalie dei macchinari: gli algoritmi riescono a evidenziare discrepanze tra i dati previsti e quelli inviati dai macchinari, come per esempio la ricezione nelle ultime 6 ore di almeno 3 allarmi, che hanno generato un downtime complessivo superiore ai 30 minuti.
In caso di anomalie, gli utenti ricevono un alert tramite sms o email, di modo che possano verificare la natura della segnalazione e intervenire tempestivamente.
Gli esperti di Fabio Perini sono in grado di individuare la soluzione migliore, per aumentare l’efficienza dei macchinari dei clienti.
Insieme a SoftJam, Fabio Perini ha già previsto una seconda fase del progetto Tissue Performance Center. La mole di dati storicizzati nel Cloud sarà utile per lo sviluppo di analisi predittive. Pertanto, la soluzione di Advanced Data Analysis, non solo sarà in grado di apprendere i comportamenti standard dei macchinari e rilevare eventuali anomalie, ma anche di trovare pattern in dati apparentemente non correlati e suggerire una soluzione.
La manutenzione preventiva dei macchinari, pianificata sulla base di dati oggettivi e analisi avanzate, determinerà una riduzione dei fermi linea, garantendone l’efficienza produttiva.
