ITA

Additive manufacturing e sensori per scambiatori intelligenti

Introduzione

Aidro è un’azienda specializzata nella progettazione e produzione di componenti idraulici e termici per applicazioni industriali avanzate. Grazie all’adozione dell’additive manufacturing, offre soluzioni ad alte prestazioni per settori strategici come aerospace, oil & gas e meccanica di precisione.

Il problema

Gli scambiatori di calore tradizionali, spesso complessi e soggetti a usura in condizioni estreme, risultano inadatti per applicazioni ad alte prestazioni che richiedono leggerezza, compattezza e affidabilità. In contesti come l’aerospazio o l’offshore, la presenza di giunzioni saldate aumenta i rischi di guasto e i costi di manutenzione, riducendo efficienza e sicurezza.

La soluzione

Il progetto ha introdotto l’uso dell’additive manufacturing metallico per realizzare scambiatori di calore innovativi, più leggeri e privi di giunzioni. Le nuove geometrie bio-ispirate ottimizzano la superficie di scambio termico, migliorando prestazioni e resistenza. L’integrazione di sensori intelligenti permette di monitorare in tempo reale parametri critici e attivare strategie di manutenzione predittiva.

Tecnologie

Additive manufacturing metallico

Geometrie bio-organiche per ottimizzazione termica

Sensori IoT per monitoraggio di temperatura, pressione, deformazione

Piattaforme per manutenzione predittiva e tracciabilità smart

Impatti desiderati

Il progetto contribuisce alla transizione verso prodotti più sostenibili e intelligenti, con riduzione di peso e volume degli scambiatori, maggiore affidabilità operativa e flessibilità progettuale. L’approccio modulare e senza saldature migliora le prestazioni in ambienti critici, riducendo tempi di inattività e costi di gestione.

Benefici per l’impresa

Grazie all’introduzione dell’additive manufacturing, Aidro ha ampliato il proprio portafoglio tecnologico e la competitività su mercati ad alto valore aggiunto. La nuova linea di scambiatori permette una maggiore personalizzazione e una riduzione dei costi di manutenzione, aprendo nuove opportunità commerciali a livello internazionale.

Marvin

Introduzione

Automac Srl è un’azienda italiana, specializzata nella progettazione e realizzazione di impianti meccatronici per l’automazione dei processi di assemblaggio e collaudo.

Il problema

I sistemi di automazione dei processi di assemblaggio, in particolare nel settore degli accessori per l’Automotive, sono composti da moduli meccatronici (PLC, sensori, attuatori elettrici o pneumatici, logica di controllo) e dotati di un sistema di monitoraggio evoluto, in grado di controllare gli indici di produttività (rendimento e disponibilità) in tempo reale. Le analisi di correlazione tra causa ed effetto (guasti e possibili origini) sono comunque frutto dell’esperienza e di competenze chiave, altamente specializzate, e non di automatismi o algoritmi elaborati in modo autonomo dal sistema.

Tecnologie

Sviluppo di una soluzione per la manutenzione predittiva degli impianti produttivi basata su algoritmi di intelligenza artificiale.

Modelli avanzati di machine learning in grado di autoapprendere il processo diagnostico dei guasti e di interfacciarsi autonomamente al sistema logistico aziendale per la gestione automatica del processo di approvigionamento del componente usurato.

Implementazione di una piattaforma IoT dotata di interfaccia HMI per la segnalazione da remoto degli stati di funzionamento e dei guasti.6

Impatti desiderati

Possibilità di raccogliere in modo granulare dati di allarme e messaggistica attraverso i quali, con un approccio predittivo, vengono implementati processi di anomaly detection e di root cause analysis. In questo modo gli impianti Automac saranno in grado di fornire il suggerimento su come risolvere un’anomalia con l’indicazione della causa che l’ha scatenata.

Capacità di prevedere potenziali guasti prima che si verifichino, grazie alla combinazione di sistemi di monitoraggio, tecniche di machine learning e intelligenza artificiale. Tale applicazione consente di analizzare e prevenire guasti di utensili di moduli quali ad esempio rivettatura, avvitatura e maschiatura, prevenendone l’usura; azionamenti elettrici; azionamenti pneumatici; sistemi di trasporto a nastro; sistemi di alimentazione vibrante.

Benefici per l’impresa

Si crea un marcato vantaggio competitivo, grazie alla riduzione dei costi di gestione dell’impianto da parte del cliente che implementerà le soluzioni Automac.

Si sviluppano le basi per nuovi modelli di business, per esempio abbattendo i tradizionali paradigmi di fornitura, come la pura vendita di impianti produttivi, per proporre nuove formule più concorrenziali, quali il noleggio di capacità produttiva.

Aumenta la capacità di controllo e monitoraggio delle prestazioni dell’impianto e, di conseguenza, ottimizza la gestione delle attività di manutenzione; infatti, permette di gestire in modo strategico la manutenzione con la conseguente riduzione del costo totale degli asset produttivi coinvolti e l’ottimizzazione del magazzino dei pezzi di ricambio.

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.

IoT per manutenzione predittiva e controllo remoto

Introduzione

Costruzioni Meccaniche Sottoriva S.p.A. produce una vasta gamma di macchine, forni e impianti completi per panifici, pasticcerie, pizzerie ed industrie dolciarie.

Il problema

Il settore della panificazione è eterogeneo: mentre l’industria ha già digitalizzato i processi, le aziende artigianali stanno ora avvicinandosi ai servizi digitali per la gestione produttiva.
Il Progetto ARCO Sottoriva nasce per sfruttare la connettività dei macchinari e avviare un processo di servitizzazione, ampliando l’offerta con servizi digitali destinati sia all’industria sia all’artigianato. Attraverso il revamping e l’uso dell’Industrial Internet of Things (IIoT), il progetto mira a connettere le macchine e sviluppare un’architettura informatica che abiliti servizi digitali, rendendo gli impianti conformi agli standard Industry 4.0.

Sottoriva punta così ad aumentare la propria maturità digitale e a consolidare il vantaggio competitivo, distinguendosi nel settore anche tra le PMI. Il progetto affianca alla qualità meccanica dei prodotti strumenti per raccogliere, comunicare e analizzare i dati, abilitando il controllo da remoto.
Questa trasformazione porterà vantaggi sia ai clienti, che potranno migliorare produttività, efficienza energetica, sicurezza e durata degli impianti, sia all’azienda, che potrà offrire servizi a valore aggiunto, fidelizzare i clienti, ottimizzare le performance interne e abilitare nuovi modelli di business.

La soluzione

L’implementazione di un servizio per la raccolta dei dati generati dalle macchine ha avuto lo scopo di rendere la Sottoriva S.p.A. un’azienda in grado di avviare attività Data-Driven, guidate dall’analisi del comportamento dei propri prodotti. In questo modo è stato possibile sviluppare un framework che ha permesso alle PMI di trarre valore dai dati generati dai macchinari in esercizio presso propri clienti.

Per quanto riguarda le attività dedicate alla manutenzione predittiva è stato analizzato l’impatto e i benefici forniti dall’introduzione della piattaforma IIoT in grado di identificare lo stato di salute del macchinario tramite dei parametri di funzionamento.
È risultato, inoltre, fondamentale analizzare il costo del trasferimento e del salvataggio dei dati su un’infrastruttura dedicata per poter valutare da remoto lo stato di salute dei propri macchinari.

Tecnologie

Piattaforma IIoT (Industrial Internet of Thing) necessaria per abilitare la connessione dei macchinari e la conseguente trasmissione dei loro parametri di funzionamento.

Sviluppo di un applicativo web a disposizione dei clienti di Sottoriva S.p.a. dedicato a fornire servizi di reportistica, monitoraggio e controllo da remoto delle macchine.

Impatti desiderati

Identificazione di una strategia di servitizzazione: è stato definito un modello di business model attraverso il quale si è potuto identificare le tipologie di servizi che possono essere erogati tramite la soluzione IoT sviluppata, nonché il loro valore e i relativi costi.

Identificazione dei segnali di interesse generati dai macchinari e definizione di una loro adeguata politica di acquisizione e trasmissione.

Sviluppo dell’architettura informatica in grado di rispettare le necessità e i requisiti dell’utilizzatore, in modo da portare un valore ai reparti di produzione dei clienti.

Sviluppo di un know-how dedicato ai concetti di Manutenzione Predittiva: è stato possibile identificare gli stati di alterazione di un macchinario rispetto alla normale curva di deterioramento che hanno portato, di conseguenza, a sviluppare un’adeguata attività di ingegneria della manutenzione.

Benefici per l’impresa

Introduzione di nuovi strumenti da offrire ai clienti per l’ottimizzazione della loro produzione.

Riduzione dell’impatto delle attività di manutenzione in termini di:
– Numero e tempo di interventi dedicati al ripristino delle funzionalità dei macchinari.
– Gestione dei componenti di ricambio.

Aumento del numero di interventi gestiti in modalità “full-online” permettendo di sviluppare maggiormente il concetto di industrial smart working.

Restyling 4.0

Introduzione

Elframo S.p.A. è un’azienda italiana fondata nel 1968 a Bergamo, specializzata nella progettazione e produzione di lavastoviglie e friggitrici professionali per il settore Ho.Re.Ca. e per applicazioni industriali.

Il problema

Elframo S.p.A. è un’azienda leader nella produzione di lavastoviglie e friggitrici professionali destinate al mercato HoReCa. Il portfolio prodotti di Elframo S.p.A. comprende diverse linee di prodotto che vanno dalle più semplici alle più complesse. All’interno dell’offerta relativa alle lavastoviglie, c’era una gamma prodotti con un’elettronica non completamente evoluta la cui proposta di connettività era volta alla sola assistenza da remoto. Tale aspetto si presentava, quindi, privo di funzioni aggiuntive, quali la rielaborazione automatizzata e puntuale delle informazioni necessarie, ad esempio, all’ottimizzazione dell’utilizzo della macchina o dei suoi aspetti manutentivi di tipo predittivo nonché ad un’ulteriore riduzione dei consumi energetici/idrici/chimici basati su algoritmi di calcolo.

L’obiettivo ambizioso del progetto è stato quello di sviluppare un sistema di elaborazione dei dati condivisi in grado di fornire risposte intelligenti, tramite algoritmi di calcolo, a problemi di tipo operativo quali guasti o malfunzionamenti e a richieste di ottimizzazione della macchina in funzione dell’effettivo utilizzo in campo. In questo modo, sarà sviluppata una forma di autoapprendimento delle macchine per una gestione delle stesse in un’ottica di miglioramento continuo.

La soluzione

Il progetto è stato suddiviso nelle seguenti attività:

Progettazione di un Business Model orientato alla servitizzazione.

Definizione dei processi e dei relativi flussi informativi finalizzati all’erogazione del servizio di assistenza tecnica e manutenzione di tutte le linee di prodotto di Elframo.

Applicazione pilota su un modello selezionato di lavastoviglie industriale.

Implementazione di un’architettura informatica a supporto dei processi di service di Elframo.

Il piano di lavoro è partito dalla volontà di sfruttare la connettività dei prodotti realizzati e venduti dall’azienda per avviare un processo di servitizzazione, al fine di ampliare l’offerta commerciale attraverso una serie di servizi per i propri clienti che potranno essere erogati tramite le funzionalità dell’interconnessione garantita dalle soluzioni 4.0.
È stata, inoltre, identificata, e conseguentemente customizzata, un’architettura informatica in grado di erogare una serie di servizi ai clienti (rivenditori) basati sulla possibilità di gestire tramite piattaforma di ticketing dedicata tutte le attività relative all’assistenza tecnica, al fine di ottimizzare il servizio ai clienti e porre i presupposti per la costruzione di un’attività di manutenzione predittiva.

Tecnologie

Piattaforma IIoT (Industrial Internet of Thing) necessaria per abilitare la connessione dei macchinari tramite protocolli dedicati e la conseguente registrazione dei loro dati di funzionamento.

Sviluppo di un applicativo web per la gestione dei rivenditori Elframo (coloro che acquistano la lavastoviglie per poi rivenderla al cliente finale (bar, ristoranti, hotel, mense) dedicato a fornire servizi di assistenza tecnica, supporto tecnico-commerciale, monitoraggio, gestione e calendarizzazione dell’attività di manutenzione.

Impatti

Identificazione di una strategia di servitizzazione: è stato definito un modello di business model attraverso il quale si sono potuto identificare le tipologie di servizi che possono essere erogati tramite la soluzione IIoT sviluppata, nonché il loro valore e i relativi costi.

Identificazione dei segnali di interesse generati dai macchinari e definizione di una loro adeguata politica di acquisizione e trasmissione.

Identificazione degli stati di alterazione dei prodotti che hanno portato, di conseguenza, a sviluppare un’adeguata attività di ingegneria della manutenzione.

Sviluppo dell’architettura informatica in grado di rispettare le necessità e i requisiti del rivenditore), nonché di portare un valore ai reparti di R&D e Service di Elframo.

Benefici per l’impresa

Introduzione di nuovi strumenti da offrire ai clienti per la richiesta di assistenza tecnica





Riduzione dell’impatto delle attività di manutenzione in termini di:

Numero e tempo di interventi dedicati al ripristino delle funzionalità dei macchinari;

Gestione dei componenti di ricambio

Livello dei servizi forniti dall’assistenza tecnica

Pillola formativa – Manutenzione smart

Informazioni principali

Tipo

Pillola formativa

Livello

Base

Tecnologie e processi

Manutenzione smart

Attestato di partecipazione

Rilasciato da MADE – Competence Center i4.0

Partner

Richiedi informazioni
Hai bisogno di più informazioni?

Scopri la scontistica riservata alla tua azienda.

Questo Corso rientra nelle agevolazioni previste dal PNRR da erogare alle PMI. Il corso arriva ad essere coperto al 100%.

Email

Contattaci per maggiori informazioni

sona.arevshatyan@made-cc.eu

Telefono

Lun-Ven dalle 9:00 alle 18:00.

3203111721

Panoramica del corso

Il corso approfondisce la sicurezza nei sistemi e nell’Industria 4.0.

Parte dai concetti base: rischio informatico e sue componenti.

Analizza cinque temi chiave: reti, crittografia, vulnerabilità, malware, ingegneria sociale.

Esamina la sicurezza in ambito industriale, con focus sul modello Purdue.

Spiega le differenze tra sicurezza IT e OT.

Include casi di studio su attacchi a sistemi industriali.

Contenuti On-Demand

La sezione Contenuti On-Demand offre materiali formativi modulari e flessibili, pensati per un apprendimento personalizzato e concreto. Include:

Pillole formative: brevi moduli didattici, ciascuno con quiz finale e attestato di partecipazione, per un apprendimento rapido ed efficace.

Soluzioni tecnologiche applicate: presentazioni di tecnologie innovative da parte dei partner MADE4.0.

Storie di successo: casi reali di innovazione aziendale raccontati dalle imprese stesse, introdotti da uno speech di contesto.

I percorsi comprendono contenuti sia gratuiti che a pagamento e mirano a sviluppare competenze pratiche e trasferibili nel proprio ambito professionale.

On-demand Percorso – Manutenzione smart

Informazioni principali

Tipo

Percorso

Livello

Base

Tecnologie e processi

Manutenzione smart

Attestato di partecipazione

Rilasciato da MADE – Competence Center i4.0

Partner

Docenti

Adalberto Polenghi, Assistant Professor Politecnico di Milano
Marco Macchi, Associate Professor Politecnico di Milano
Richiedi informazioni
Hai bisogno di più informazioni?

Scopri la scontistica riservata alla tua azienda.

Questo Corso rientra nelle agevolazioni previste dal PNRR da erogare alle PMI. Il corso arriva ad essere coperto al 100%.

Email

Contattaci per maggiori informazioni

sona.arevshatyan@made-cc.eu

Telefono

Lun-Ven dalle 9:00 alle 18:00.

3203111721

Panoramica del corso

Il corso esplora le tematiche della manutenzione smart, concentrandosi sull’uso di machine learning e big data per la manutenzione predittiva.

Vengono analizzate opportunità e vincoli nell’adozione di tecnologie avanzate che permettono di ottimizzare la gestione degli impianti e ridurre i tempi di fermo.

Include 1 modulo a pagamento e 1 gratuito, offrendo un insieme di attività che permette di ottenere una visione olistica delle tematiche trattate.

Pillola formativa – Manutenzione smart

Storie di successo – Machine learning e big data per la manutenzione predittiva: opportunità e vincoli

Contenuti On-Demand

La sezione Contenuti On-Demand offre materiali formativi modulari e flessibili, pensati per un apprendimento personalizzato e concreto. Include:rn

Pillole formative: brevi moduli didattici, ciascuno con quiz finale e attestato di partecipazione, per un apprendimento rapido ed efficace.

Soluzioni tecnologiche applicate: presentazioni di tecnologie innovative da parte dei partner MADE4.0.

Storie di successo: casi reali di innovazione aziendale raccontati dalle imprese stesse, introdotti da uno speech di contesto.

I percorsi comprendono contenuti sia gratuiti che a pagamento e mirano a sviluppare competenze pratiche e trasferibili nel proprio ambito professionale.

Storie di successo – Machine learning e big data per la manutenzione predittiva: opportunità e vincoli

Informazioni principali

Tipo

Storie di successo

Livello

Base

Tecnologie e processi

Manutenzione smart

Attestato di partecipazione

Rilasciato da MADE – Competence Center i4.0

Partner

Richiedi informazioni
Hai bisogno di più informazioni?

Scopri la scontistica riservata alla tua azienda.

Questo Corso rientra nelle agevolazioni previste dal PNRR da erogare alle PMI. Il corso arriva ad essere coperto al 100%.

Email

Contattaci per maggiori informazioni

sona.arevshatyan@made-cc.eu

Telefono

Lun-Ven dalle 9:00 alle 18:00.

3203111721

Panoramica del corso

Scopri i vantaggi e le sfide legate all’implementazione delle soluzioni di manutenzione predittiva – ma anche su condizione e preventiva – basate su machine learning e big data e lo stato dell’arte delle aziende italiane.

Attraverso il racconto diretto di aziende che hanno già adottato questa strategia o che sono attualmente in fase di implementazione, sarà possibile analizzare concretamente i benefici e le sfide incontrate.

Contenuti On-Demand

La sezione Contenuti On-Demand offre materiali formativi modulari e flessibili, pensati per un apprendimento personalizzato e concreto. Include:

Pillole formative: brevi moduli didattici, ciascuno con quiz finale e attestato di partecipazione, per un apprendimento rapido ed efficace.

Soluzioni tecnologiche applicate: presentazioni di tecnologie innovative da parte dei partner MADE4.0.

Storie di successo: casi reali di innovazione aziendale raccontati dalle imprese stesse, introdotti da uno speech di contesto.

I percorsi comprendono contenuti sia gratuiti che a pagamento e mirano a sviluppare competenze pratiche e trasferibili nel proprio ambito professionale.