ITA

Manutenzione predittiva per scale mobili e ascensori

Introduzione

Iacchetti S.r.l. è un’azienda italiana specializzata nella progettazione e produzione di soluzioni di ingegneria elettronica su misura. Offre servizi che spaziano dalla progettazione hardware e firmware allo sviluppo di applicazioni web, con particolare attenzione ai settori dell’automazione industriale, dispositivi embedded e sistemi HMI.

Il problema

La gestione della manutenzione delle scale mobili e degli ascensori installati in spazi ad elevato traffico (aeroporti, stazioni, metropolitane) spesso è realizzata con un approccio di risoluzione dei guasti o per cicli. Tale approccio riduce il livello di servizio, in quanto l’usura di tali attrezzature le espone al rischio di malfunzionamento o di blocco.

Tecnologie

Sensori IoT e sistemi di visione smart raccolgono automaticamente variabili e immagini per il monitoraggio del livello di usura.

Algoritmi e modelli matematici calcolano il livello di usura e diagnosticano automaticamente lo stato delle attrezzature.

Impatti desiderati

È possibile gestire strategicamente il team di manutenzione, che sarà chiamato a intervenire in modo puntuale anticipando il guasto.

Viene garantita la continuità del livello di servizio.

Vengono raccolti dati e variabili per effettuare il calcolo predittivo dell’andamento e del funzionamento delle attrezzature. Un primo passo per l’applicazione della manutenzione 4.0.

Benefici per l’impresa

Migliora la percezione degli utilizzatori sulla qualità del servizio.

Aumenta la consapevolezza sul funzionamento delle attrezzature sottoposte ad analisi e quindi la capacità di prendere decisioni.

Riduce il costo di manutenzione.

Rilevamento terreno automatizzato con intelligenza artificiale

Introduzione

East Trenchers offre servizi tecnici e rilievi strumentali per infrastrutture, con competenze in topografia, fotogrammetria, LIDAR, GPR e noleggio macchine da scavo Tesmec per grandi opere civili.

Il problema

Ad oggi, le attività di localizzazione e classificazione di sottoservizi e oggetti sepolti a supporto di operazioni di scavo vengono condotte in larga parte da un operatore umano, che si basa su immagini e dati forniti da software a valle di una scansione radar (Ground-Penetrating Radar – GPR) del terreno che sarà soggetto a scavi. La durata e la correttezza dell’operazione dipendono molto dall’esperienza dell’operatore. Al fine di ridurre questa dipendenza e ottimizzare il processo, emerge l’esigenza di sviluppare un sistema software basato su Intelligenza Artificiale (AI) in grado di automatizzare gran parte del processo e rendere quindi più efficiente il lavoro dell’operatore che sarà coinvolto solo per attività a valore aggiunto.

La soluzione

Al fine di ridurre questa dipendenza e ottimizzare il processo, emerge l’esigenza di sviluppare un sistema software basato su Intelligenza Artificiale (AI) in grado di automatizzare gran parte del processo e rendere quindi più efficiente il lavoro dell’operatore che sarà coinvolto solo per attività a valore aggiunto.   

Tecnologie

Analisi dei requisiti e dei dati 

Sviluppo Algoritmi di Intelligenza Artificiale 

Sviluppo Architettura SW e Interfacce 

Realizzazione di un Dimostratore tecnologico in grado di realizzare – integrazione e affinamento algoritmi e fornire i primi risultati 

Impatti desiderati

Ottimizzazione del processo di localizzazione e classificazione di sottoservizi e oggetti sepolti riducendo la dipendenza dall’operatore umano

Velocizzazione del workflow delle attività, riduzione dei tempi del post- processing 

Maggiore affidabilità delle operazioni e dei risultati 

Benefici per l’impresa

Aumento della competitività sul mercato grazie ad una soluzione innovativa che consente affidabilità, risparmio di tempo e di risorse e velocità di esecuzione.

Svincolo da software di tipo proprietario, grazie ad un prodotto.

Digital Thread Implementazione Sistema PLM

Introduzione

Endurance SPA è un’azienda leader nel settore automotive, specializzata nella produzione di componenti ad alte prestazioni. Innovazione e qualità guidano i processi, con soluzioni digitali avanzate per ottimizzare produttività e sostenibilità.

Il problema

Il processo di preventivazione, analisi fattibilità, sviluppo prodotto e relative lessons learned si basava sul know-how e sulle esperienze pratiche dei singoli, archiviate principalmente su PC personali, organizzati in cartelle di sviluppo prodotto solo parzialmente correlate in sequenze logiche (file Excel/PPT stand alone). Questi documenti erano accessibili al team inter-funzionale (fonderia, lavorazioni meccaniche, qualità) assegnato al nuovo prodotto, ma con un elevato rischio di dipendenza dai singoli e una scarsa affidabilità (sia temporale che di contenuto) delle informazioni a disposizione del team, che operava in quattro sedi distinte e distanti.

La soluzione

È stato implementato un sistema informatico di livello “enterprise” per la gestione digitale continua e integrata della commessa Endurance. Questo sistema garantiva la disponibilità di informazioni di prodotto tempestive, corrette e consistenti a tutti gli attori dell’azienda “estesa” (clienti, ruoli interni, fornitori), interfacciate con informazioni sulla qualità del prodotto e del processo per identificare preventivamente i rischi, beneficiando delle lessons learned di progetti precedenti.

Impatti desiderati

L’introduzione del PLM ha allineato Endurance agli standard VDA-AIAG, migliorando la comunicazione con i clienti e facilitando l’acquisizione di nuove commesse. Ha ridotto i tempi di preventivazione, migliorato l’affidabilità dei costi e dei tempi di avviamento, e favorito la sostenibilità grazie all’ottimizzazione del ciclo di vita del prodotto.

Benefici per l’impresa

È stata snellita la ridondanza di informazioni e comunicazioni verbali o via e-mail tra i membri del team.


Sono stati ridotti, se non azzerati, i rischi di decisioni basate su informazioni errate o non aggiornate.

È stata garantita una maggiore tempestività, qualità e affidabilità nelle risposte ai Clienti sugli stati di avanzamento.

Sono state capitalizzate le lessons learned, superando i limiti delle attività di risk assessment che venivano svolte con semplici tool Excel stand alone, non in grado di interfacciarsi in modo interattivo con il resto dell’azienda. Gli esiti dovevano infatti essere clonati per essere trasformati in altra documentazione pratica (es. control plan).

È stata integrata la FMEA di prodotto/processo in un’unica soluzione capace di rendere la documentazione operativa dei controlli di processo e prodotto in modo interattivo.

È stata garantita la standardizzazione di tutte le modalità di controllo, che possono essere clonate da progetto a progetto, ove applicabile.

Giornale di Scalo Intelligente

Introduzione

SEA (Società Esercizi Aeroportuali di Milano) è un’azienda leader nella gestione e nello sviluppo delle infrastrutture aeroportuali milanesi, ed opera con l’obiettivo di garantire efficienza, sicurezza e innovazione nei servizi aeroportuali.

Il problema

Il “giornale di scalo” (GdS) è uno strumento critico per tracciare e gestire le operazioni aeroportuali, includendo informazioni su movimenti di aerei, passeggeri e merci. Tuttavia, il processo manuale attualmente in uso comporta un elevato rischio di errori, inefficienze e ritardi nella disponibilità dei dati, con ripercussioni su sicurezza, costi e coordinamento operativo. Automatizzare questo processo è fondamentale per garantire maggiore precisione e per supportare una gestione più efficace delle risorse aeroportuali.

La soluzione

Il progetto punta allo sviluppo di un sistema avanzato basato su intelligenza artificiale (IA) per la compilazione automatica del GdS. Questo sistema si basa sull’estrazione e classificazione di dati provenienti da fonti eterogenee, sia strutturate che non strutturate. La soluzione comprenderà una fase sperimentale in laboratorio, convalidando i modelli sviluppati, e sarà propedeutica all’implementazione di un prodotto industrializzato.

La soluzione comprenderà una fase sperimentale in laboratorio, convalidando i modelli sviluppati, e sarà propedeutica all’implementazione di un prodotto industrializzato.

Tecnologie

Modelli predittivi basati su apprendimento automatico (machine learning) per stimare l’affidabilità dell’informazione ricevuta (spesso carente o contraddittoria).

Modello di ottimizzazione dei costi, con l’obiettivo di minimizzare il costo totale correlato alla gestione delle informazioni ricevute da parte degli operatori di SEA.

Infrastrutture IT dedicate: ambiente sperimentale configurato per addestramento, validazione e testing delle soluzioni sviluppate.

Impatti desiderati

Il progetto mira a generare un cambiamento significativo nell’operatività aeroportuale di SEA, migliorando non solo la gestione interna ma anche l’esperienza complessiva degli utenti del sistema aeroportuale.

Gli impatti attesi includono:

Maggiore efficienza operativa: grazie alla riduzione dei tempi e degli errori legati alla gestione manuale del GdS.

Riduzione degli errori umani nella compilazione del GdS.

Avanzamento tecnologico: il progetto stabilirà le basi per ulteriori innovazioni nei sistemi aeroportuali, favorendo una maggiore integrazione tecnologica.

Benefici per l’impresa

Implementare la soluzione proposta porterà numerosi vantaggi a SEA, sia in termini di efficienza operativa che di competitività. In particolare:

Ottimizzazione dei costi: riducendo gli sprechi di tempo e le inefficienze legate al lavoro manuale.

Miglioramento della sicurezza: garantendo una gestione più precisa e affidabile delle informazioni critiche.

Aumento della competitività: posizionando SEA come leader tecnologico nel settore aeroportuale grazie all’adozione di soluzioni innovative.

Sostenibilità operativa: migliorando la capacità di gestire le risorse in modo più efficace e responsabile.