Quello che stiamo facendo in questo laboratorio è trovare il modo di connettere macchinali che esistono già, quindi abbattendo i costi delle aziende, per produrre dati con questi strumenti che attacchiamo alle macchine e quindi poi andare a creare Digital Twin, Digital Shadow e tecnologie di simulazione e monitoraggio in generale.

Salve a tutti, siete all'ascolto di INSiDER - Dentro la Tecnologia, un podcast di Digital People e io sono il vostro host, Davide Fasoli.

Oggi parleremo di un progetto di ricerca dell'Università di Verona, che ha l'obiettivo di realizzare e studiare il funzionamento di una linea di produzione flessibile in ambito industriale.

Prima di passare alle notizie che più ci hanno colpito questa settimana, vi ricordo che potete seguirci su Instagram a @dentrolatecnologia, iscrivervi alla newsletter e ascoltare un nuovo episodio ogni sabato mattina su Spotify, Apple Podcast, Google Podcast oppure direttamente sul nostro sito.

Tesla ha da poco rilasciato l'Impact Record del 2022 e tra le varie voci trattate nel documento è emerso un dato interessante sul funzionamento delle batterie delle sue auto elettriche.

In particolare viene evidenziato come dopo 320 km percorsi, le batterie di un'auto in commercio da oltre dieci anni come Model S abbiano nonostante l'età un degrado bassissimo rispetto a quanto immaginato, con in media circa l'88% di autonomia ancora disponibile.

Ciò significa che, con la maggior parte delle funzionalità della batteria ancora disponibili, è molto più probabile che si arrivi alla rottamazione del veicolo rispetto alla necessità di un cambio del pacco batteria.

Nel rapporto viene inoltre evidenziato che, oltre alla perdita di un 12% di autonomia ogni 320.000 km, le batterie Tesla montate su queste auto si possono considerare come nuove anche dopo 160.000 km percorsi.

Il valore delle 200.000 miglia, ovvero 320.000 km, non è stato scelto casualmente, ma rispetta in media la longevità di un normale veicolo posseduto da un utente americano.

Perciò quello di Tesla è una chiara dimostrazione del fatto che la scarsa longevità di una batteria elettrica sia da considerare ormai un falso mito.

Il 16 novembre scorso è entrato in vigore il Digital Services Act, o DSA, un regolamento presentato dalla Commissione Europea che ha l'obiettivo di rendere Internet un posto più sicuro per i cittadini europei e limitare il monopolio dei principali colossi del Web.

Pochi giorni fa la Commissione Europea ha quindi individuato le piattaforme con più di 45 milioni di utenti europei attivi e che, entro quattro mesi, dovranno conformarsi ai nuovi obblighi previsti dal DSA.

In particolare, le piattaforme in questione sono i principali servizi Google, grandi social network, store online come Amazon o Aliexpress, Wikipedia, Apple e motori di ricerca come Google e Bing.

Il regolamento prevede che queste piattaforme riportino il potere in mano agli utenti, soprattutto per quanto riguarda l'attività di profilazione, con una comunicazione tra piattaforma e utente più comprensibile e semplice su come vengono utilizzati i dati personali.

La norma prevede anche una maggiore protezione verso i minori in materia di privacy e l'applicazione di controlli e segnalazioni per limitare la diffusione di notizie false.

Infine, è prevista anche la collaborazione con centri indipendenti per la valutazione dei rischi e il controllo della conformità al regolamento con multe fino al 6% del fatturato globale per quelle piattaforme che non rispetteranno la normativa.

Il mondo della produzione industriale sta da qualche anno vivendo quella che viene definita la Quarta Rivoluzione Industriale, con linee di produzione sempre più complesse e connesse tra loro.

Di conseguenza sono anche sempre maggiori le sfide ingegneristiche da affrontare per garantire efficienza e sicurezza.

In questo contesto dunque il mondo della ricerca ha un impatto fondamentale per trovare e proporre soluzioni a queste sfide.

E per approfondire questo tema siamo in compagnia di Stefano Spellini e Michele Lora, ricercatori presso l'Università degli Studi di Verona, università che ha realizzato il laboratorio ICE, Industria Computer Engineering, appunto per studiare una linea di produzione moderna e digitale.

Benvenuti.

Grazie.

Grazie, ciao.

Innanzitutto Stefano, partiamo con te.

Ci racconti che cos'è il laboratorio ICE e perché si può dire che ha un ruolo importante nell'ambito della ricerca?

Allora, il laboratorio ICE è un laboratorio di ricerca dell'Università di Verona che è nato grazie al finanziamento ricevuto dal Ministero dell'Università e della Ricerca nel 2017.

Rappresenta sostanzialmente una linea di produzione a tutti gli effetti, nel senso che è composta da macchinari che sono integrati in una linea di produzione flessibile e che quindi riesce a implementare processi produttivi estremamente eterogenei con task di produzione che vanno dall'assemblaggio robotico

al controllo qualità visuale, al trasporto dei materiali e semi lavorati, diciamo un trasporto smart nel senso che il trasporto viene eseguito da un sistema di conveyor belts e quindi di nati trasportatori e di robot autonomy e quindi sostanzialmente sono veicoli autonomy che si spostano all'interno dello spazio della linea di produzione in maniera coordinata e autonoma.

Ok, che cosa intendi quando parli di linea di produzione flessibile?

Per linea di produzione flessibile si intende una linea di produzione che sia in grado di riconfigurarsi e quindi di implementare diversi processi produttivi molto molto eterogenei quindi appunto si va dall'assemblaggio robotico al testing su board elettroniche, a manifattura additiva e sottrattiva quindi stampa 3D e sostanzialmente macchine controllo numerico che vadano invece ad aggiungere materiale e a togliere materiale, quindi si parla tipicamente di macchine che lavorano i metalli.

Attraverso il sistema di trasporto smart, di trasporto flessibile che viene implementato e viene integrato all'interno del laboratorio ICE, noi possiamo decidere quello che è il processo produttivo e riconfigurare il processo produttivo dinamicamente, quindi durante la produzione ad esempio abbiamo tutto un sistema software che ci permette di riconfigurare la produzione in base agli eventi, di che cosa succede durante la produzione quindi ad esempio problemi ai macchinari,

indisponibilità di macchinari, indisponibilità potenziale anche di operatori, arrivo di nuovi ordini, quindi nuovi ordini di produzione che potenzialmente possono avere più alta priorità e così via.

Capito, ora che ci ho spiegato che cosa fate e che cos'è quindi una linea di produzione flessibile sarebbe interessante capire da voi che le state studiando quali sono i Pro ed eventualmente anche i Controllo dell'avere un processo produttivo come quello che ci hai descritto quindi più dinamico modulare anche compatto?

Allora i Pro sono sicuramente che nel caso in cui l'azienda abbia la necessità di dover cambiare il prodotto in qualche modo o di evolvere il prodotto è possibile riconfigurare la linea senza doverla sostanzialmente creare e ricostruire ex novo quindi anche a livello di costi chiaramente c'è una grossissima differenza.

Il Contro è che se il portfolio dell'azienda in termini di prodotto tipicamente non cambia o comunque cambia estremamente poco chiaramente questa linea è meno veloce nel produrre questo prodotto rispetto a una linea che è estremamente customizzata e ottimizzata verso quel prodotto.

Quindi c'è un risparmio in termini di costo per l'azienda nel caso in cui debba creare variazioni di prodotto e evoluzione del prodotto ma chiaramente io nello stesso lasso di tempo… prendendo unità temporale posso produrre meno prodotti e rispetto a una linea estremamente non flessibile.

Ok quindi tanto per rendere chiaro questo aspetto non stiamo parlando di un approccio che sostituisce le linee di produzione tradizionali quelle che troviamo oggi nell'industria ma si tratta di qualcosa di complementare? E si può parlare di una minore efficienza di queste linee di produzione flessibili.

Non direi la parola meno efficiente perché l'efficienza si può misurare in vari modi direi che questa linea sarà in grado di produrre meno prodotti nello stesso lasso di tempo però vedendo anche il mercato e come cambia, come evolve molto velocemente linee come questa quindi linee flessibili sono sicuramente più efficienti e più efficaci in termini di costi per per l'azienda e per chi deve modificarla e evolverla.

Va bene un altro aspetto importante sul quale vi siete concentrati è quello di favorire l'interoperabilità tra le macchine che poi popolano la linea di produzione.

Questo perché solitamente questo lo dico anche per farci capire da chi ci sta ascoltando in una linea produttiva vengono utilizzate più macchine che sono appunto prodotte da produttori diversi.

Un esempio fra molti può essere ad esempio quello di Comau che è un'azienda che produce robot industriali e con la quale abbiamo realizzato una puntata lo scorso anno di conseguenza per automatizzare i processi è necessario sviluppare e adottare delle diciamo così righe di codici degli algoritmi che permettono appunto di garantire come come dicevo l'interoperabilità tra le macchine

e proprio a riguardo di questa cosa l'Università di Verona e l'Università della Southern California stanno collaborando su un progetto legato a questi temi e passo la parola a te Michele. Ce ne vuoi parlare?

A partire dal 2020 coordino un progetto finanziato dalla commissione europea per il quale sono stato due anni negli Stati Uniti a imparare nuove tecniche per interfacciare componenti eterogenei.

Cosa significa componenti eterogenei quello che hai appunto detto tu macchine che parlano lingue diverse e come cerchiamo di risolvere questo problema? Cerchiamo di basarsi intanto sul concetto di piattaforma quindi di creare una piattaforma comune tra componenti del sistema quindi cerchiamo di vedere l'impianto produttivo come qualcosa di un po più astratto di un impianto produttivo, ma come appunto un sistema generico fatto di componenti

e in questo progetto quello che stiamo cercando di fare è quello di definire un'algebra, ossia dei costruttivi matematici che ci permettono di ragionare in maniera stratta sui comportamenti delle macchine e sulle loro interazioni e quindi una volta sviluppata quest'algebra è possibile ad esempio garantire in maniera rigorosa la cooperazione tra le macchine,

quindi garantire che due macchine seppur diverse tra loro, seppur queste dove le macchine parlano lingue diverse, in realtà la loro interazione è corretta e fa esattamente quello che deve fare e quindi il sistema si comporta in maniera corretta.

Ok, ma quindi c'è un problema alla base, cioè le macchine oggi in ambito industriale macchine di diverse aziende non parlano tra loro.

Esistono protocolli di comunicazione che permettono alle macchine di comunicare tra di loro, tuttavia ogni produttore ha le sue peculiarità, ogni macchina viene programmata in maniera diversa, due robot di due aziende diverse possono avere delle primitive di programmazione diverse tra loro e quindi un livello di astrazione che le porti a ragionare sulle funzionalità più che sulla programmazione stessa della macchina, quindi un po più ad alto livello di astrazione in maniera, un po più astratta, permette di ragionare come se le macchine parlassero la stessa lingua.

Ok, e nello specifico in questo progetto di che cosa ti sei occupato poi nel concreto?

Allora nello specifico mi sono occupato sia di modellare dal punto di vista matematico la logistica della movimentazione di merci all'interno dei magazzini, sia nel definire una teoria matematica che permetta di rappresentare l'incertezza all'interno di un impianto produttivo, perché appunto essendo un processo fisico un impianto produttivo è sottostà alle leggi fisiche e quindi ha l'incertezza,

un movimento non è mai preciso, non è mai perfetto, quindi la traiettoria esatta di un movimento, la tempistica esatta di un movimento all'interno della fabbrica non è mai perfetto alla frazione infinitesima di secondo e quindi esiste sempre un'incertezza in questo tipo di sistemi e appunto uno dei miei lavori principali è quello di definire teorie matematiche che permettono di modellare i componenti di un sistema sotto incertezza, sotto l'assunzione che il loro comportamento sia probabilistico.

Nel settore della tecnologia di consumo, quella che magari noi siamo più abituati a conoscere nel concreto, sappiamo che c'è un problema di interoperabilità tra i prodotti di aziende diverse.

Pensiamo ad esempio ad aziende come Apple che creano attorno ai loro prodotti tramite del software un vero e proprio ecosistema.

E quindi, alla luce di quello che ci hai detto finora, questo problema che come consumatori conosciamo meglio è un problema che esiste anche nel vostro ambito, nell'ambito quindi del settore industriale?

Certamente, allora dal punto di vista della comunicazione esistono protocolli che sono definiti in maniera standard, solitamente definiti da consorzi di aziende che si mettono insieme per definire protocolli di comunicazione.

Tuttavia, la collaborazione tra macchinari di aziende diverse resta comunque complicata, un po perché ovviamente alcune aziende preferiscono mantenere il cliente all'interno del proprio ambiente di sviluppo, del proprio ambiente di lavoro e da un'altra parte perché è complicato.

E infatti uno degli obiettivi del laboratorio ICE è anche di sviluppare tecniche di collaborazione tra macchine, ad esempio tecniche di collaborazione tra robot di aziende diverse.

Quindi, però questa è ancora forse un po più ricerca proprio per il fatto che sono cose estremamente complicate anche se si volessero fare insomma.

Un altro aspetto interessante che abbiamo notato durante il tour della catena di produzione flessibile è che avete realizzato un digital twin, un gemello digitale dell'impianto, tema che avevamo affrontato anche noi in una puntata lo scorso anno.

Puoi spiegarci che cos'è, come funziona nella pratica, come lo utilizzate e perché è così importante?

Il digital twin in una linea di produzione ha principalmente, mi vien da dire, ha due obiettivi e bisogna capire che esistono più tipi di digital twin.

Un digital twin può essere completamente offline, ossia può essere una simulazione dell'impianto e in quel caso il digital twin è utile a progettare, a riconfigurare l'impianto, a capire il comportamento dell'impianto anche se l'impianto non ci fosse.

Immagina di essere una persona che vuole progettare un nuovo impianto.

Il digital twin in quel caso ti è utile a progettare l'impianto futuro e a vedere come si comporterà nel futuro.

Poi esiste quello che noi chiamiamo digital shadow, che è un digital twin connesso che raccoglie i dati dal campo e in quel caso l'utilità di questo tipo di digital twin, che appunto chiamiamo digital shadow, è quello di raccogliere i dati, analizzare i dati ed eventualmente prendere decisioni sull'evoluzione futura del sistema e quindi fare ottimizzazione mentre il sistema sta eseguendo.

Quindi nel primo caso il digital twin, sconnesso, serve per ottimizzare il sistema futuro che può anche ancora non esistere.

Nel secondo caso il digital shadow permette di ottimizzare il sistema mentre il sistema sta eseguendo.

E quindi in futuro dobbiamo aspettarci che tutte le industrie, le catene di produzione utilizzeranno un gemello digitale?

Nella visione che stiamo sviluppando all'interno del laboratorio, perché no? Nel senso che una volta che la linea di produzione è instrumentata ed è in grado di raccogliere quanti più dati possibili, creare sia un digital twin che un digital shadow della linea a noi sembra fattibile.

Quindi non pensiamo, l'idea che stiamo facendo in questo laboratorio è che non serva a cambiare i macchinari perché siano nativamente intelligenti, perché siano nativamente in grado di connettersi a un digital shadow ad esempio, ma quello che stiamo facendo in questo laboratorio è trovare il modo di connettere macchinari che esistono già,

quindi abbattendo i costi delle aziende, che non devono sostituire i macchinari per avere il digital twin, per produrre dati con questi strumenti che attacchiamo alle macchine e quindi poi andare a creare digital twin, digital shadow e tecnologie di simulazione e monitoraggio in generale.

Quindi il digital twin diventa funzionale anche per migliorare l'interoperabilità dei macchinari, tema di cui stavamo parlando prima?

Sì, assolutamente, perché una volta che raccogliamo i dati dalle macchine possiamo analizzare come queste macchine effettivamente si comportano e quindi possiamo andare a raffinare quei meccanismi di collaborazione tra macchine che come dicevo prima sono estremamente complessi da analizzare e da mettere d'accordo.

Va bene, grazie allora Stefano e Michele per averci raccontato l'importanza del ruolo della ricerca nell'ambito dello sviluppo e della produzione industriale.

Alla prossima.

Grazie a tutti.

Grazie a voi, alla prossima.

E così si conclude questa puntata di INSiDER - Dentro la Tecnologia.

Io ringrazio come sempre la redazione e in special modo Matteo Gallo e Luca Martinelli che ogni sabato mattina ci permettono di pubblicare un nuovo episodio.

Per qualsiasi tipo di domanda o suggerimento scriveteci a redazione@dentrolatecnologia.it, seguiteci su Instagram a @dentrolatecnologia dove durante la settimana pubblichiamo notizie e approfondimenti.

In qualsiasi caso nella descrizione della puntata troverete tutti i nostri social.

Se trovate interessante il podcast condividetelo che per noi è un ottimo modo per crescere e non dimenticate di farci pubblicità.

Noi ci sentiamo la settimana prossima.