Monitorare i consumi dei processi produttivi industriali in tempo reale e analizzare dati storici per identificare automaticamente anomalie di funzionamento dei macchinari. Sono gli obiettivi raggiunti da MRS (acronimo di “Manufacturing Recommendation System”).

Un progetto di ricerca sperimentale promosso da SMACT Competence Center nell’ambito del bando IRISS e sviluppato da Maxfone, Digital Enabler specializzato nella transizione digitale delle imprese.

Nel corso dei mesi, Maxfone ha lavorato in collaborazione con i partner dell’ecosistema SMACT – quali l’Università degli Studi di Padova e Spinlife, spin-off dello stesso Ateneo –, allo sviluppo di due nuove funzionalità all’interno di IDA, l’applicazione per il monitoraggio e l’ottimizzazione dei processi industriali.

Le due nuove funzioni create migliorano la manutenzione predittiva attraverso un sistema di Anomaly Detection e calcolano l’impatto ambientale dell’intero processo produttivo attraverso un modello automatico di LCA (Life Cycle Assessment) dinamico.

Monitorare i consumi e ottimizzare i processi industriali partendo dai dati

Il vero limite per molte imprese non è la tecnologia in sé, ma l’assenza di strumenti che traducano i dati in informazioni utili.

Da qui nasce la scelta di Maxfone di evolvere IDA con due nuovi sistemi che accompagnassero le PMI verso modelli d’impresa più efficienti e sostenibili.

Così, attraverso il progetto MRS è stato possibile sviluppare, in collaborazione con l’Università di Padova, un prototipo dell’Agente di Manutenzione Predittiva, ovvero un algoritmo di Anomaly Detection, in grado di analizzare i dati storici e identificare anomalie di funzionamento dei macchinari, rendendolo altamente scalabile.

Nell’ambito del progetto è stato sviluppato e testato, insieme a Spinlife, anche un modello per il calcolo del Life Cycle Assessment dinamico che permette di misurare l’impatto ambientale di un processo produttivo in tempo reale e scalabile.

I risultati emersi

L’analisi svolta ha confermato come le nuove funzionalità sviluppate da Maxfone rappresentino un supporto concreto e non indifferente per le PMI, grazie alla capacità di monitorare i processi produttivi in modo immediato e di rendere più accessibile l’uso di strumenti avanzati basati su intelligenza artificiale.

“L’integrazione dell’Anomaly Detection e del LCA dinamico in IDA rappresenta uno sviluppo importante: da un lato identifichiamo anomalie nei macchinari in tempo reale, dall’altro rendiamo misurabile l’impatto ambientale di ogni fase produttiva. Per le PMI significa avere dati strutturati, strumenti immediati e affidabili per ridurre sprechi, ottimizzare i processi e intraprendere un percorso di sostenibilità basato su dati oggettivi”, commenta Paolo Errico, Ceo di Maxfone.

Il sistema di LCA dinamico, in particolare, permette alle aziende di visualizzare in tempo reale l’impatto ambientale dei propri processi, facilitando decisioni operative più consapevoli e sostenibili.

A distanza di alcuni mesi dall’avvio delle prime applicazioni in contesti pilota, sono già emersi riscontri significativi. Il modello di Anomaly Detection è stato testato presso un’azienda attiva nello smaltimento e trattamento dei rifiuti, dove l’analisi predittiva ha permesso di migliorare il presidio dei macchinari soggetti a usura e di supportare la continuità operativa dell’impianto.

Il modello di LCA dinamico è stato applicato presso una realtà marmifera che gestisce anche una cava di estrazione, offrendo una lettura più immediata e strutturata dell’impatto ambientale dei processi produttivi.

I risultati emersi mostrano come le soluzioni sviluppate rappresentino un ulteriore passo verso la democratizzazione delle tecnologie avanzate, rendendo accessibili strumenti un tempo appannaggio solo delle grandi imprese.