Autore: Luca Pagani, Data Scientist
Nell'industria alimentare, l'efficienza operativa è essenziale per contenere gli sprechi e al contempo garantire un’elevata qualità dei prodotti. Tuttavia, problemi persistenti di processo, anche di modesta entità, possono causare inefficienze significative nelle linee di produzione che si riflettono in perdite altrettanto importanti per l’azienda.
La chiave per risolvere queste problematiche è spesso nascosta nei dati. Molte realtà del settore sono adeguatamente equipaggiate per raccogliere ingenti moli di informazioni dai propri processi di produzione, ciononostante non dispongono degli strumenti necessari per analizzare e tradurre questi dati in decisioni atte a migliorare l’efficienza produttiva.
Una visione dati a 360° per il settore alimentare
Per questo motivo, smartFAB ha ideato una piattaforma di automated industrial analytics che permette alle aziende manifatturiere, operanti nei settori più disparati, di avere una visione completa dei propri processi produttivi, con la possibilità di estrarre degli insight preziosi dai propri dati.
In particolare, smartFAB ha recentemente collaborato con una multinazionale del settore alimentare allo scopo di ridurre gli sprechi della linea di produzione del latte in polvere. La trasformazione in polvere avviene in una macchina, chiamata spray dryer, che priva il latte della sua componente liquida. Tuttavia, lo spray dryer incorre spesso in stati di occlusione poiché non è sempre in grado di trasformare tutto il latte che lavora. In questo modo, la parte non trasformata si accumula sulle pareti interne della macchina ostruendo il passaggio di ulteriore prodotto lavorato.
Il cliente si è affidato a smartFAB non solo per comprendere, in modo accurato e dettagliato, le condizioni che favoriscono l’insorgenza degli stati di occlusione, ma anche per prendere coscienza degli stati ottimali di lavorazione dello spray dryer, al fine di prevenire l'ostruzione dello stesso e di conseguenza ridurre i tempi di ripristino del macchinario così come gli sprechi di latte.
Machine Learning per l'industria del latte
Per affrontare questa sfida, il team di smartFAB ha sviluppato un modello di Machine Learning che:
- determina gli intervalli ottimali delle variabili di processo;
- individua, di volta in volta, il sottoinsieme delle variabili il cui valore anomalo segnala che si stanno verificando fenomeni indesiderati nella macchina;
- predice l’insorgenza di quegli stati che hanno come esito finale l’insorgenza dell’occlusione;
- è calibrato per minimizzare la percentuale di falsi allarmi.
Per identificare la transizione verso lo stato di occlusione, il team di smartFAB ha costruito una metrica univoca, chiamata Anomaly Score, i cui valori sono esplicativi degli stati della macchina. In aggiunta, è stata eseguita una Anomaly Detection per identificare il primo momento in cui insorge un cambio di stato, evitando quindi di raggiungere la condizione di occlusione e riducendo al contempo sia gli sprechi che i tempi di ripristino dello stato ottimale.
Approccio Human-to-the-Loop
Un elemento fondamentale che ha contribuito alla buona riuscita del progetto è l’implementazione dell'approccio Human-in-the-Loop infatti, gli operatori di produzione hanno avuto un ruolo attivo nel processo di Anomaly Detection, poiché era loro facoltà validare o rigettare i risultati generati dal modello, introducendo in questo modo la propria conoscenza di dominio nella soluzione. Questa interazione tra uomo e algoritmo non solo ha permesso di ridurre nel tempo i falsi allarmi, ma ha anche reso gli operatori parte integrante della soluzione tecnologica, aumentando la loro fiducia nell'utilizzo del sistema.
Inoltre, il cliente ha apprezzato la classificazione degli insight in base all’impatto sulla produzione, in quanto ha permesso ai decision makers di individuare in modo immediato i punti critici e di focalizzarsi sugli aspetti che avevano un impatto maggiore sulla produzione, agendo di conseguenza per migliorare efficienza e qualità.
Risultati dell'implementazione
L'implementazione delle soluzioni di data analytics di smartFAB ha portato risultati significativi alla multinazionale, permettendole di:
- identificare l'insorgenza di ostruzioni nella macchina con un anticipo di 8-12 ore rispetto alle soluzioni precedentemente adottate:
- ridurre gli sprechi dell’80% grazie all'intervento tempestivo degli operatori;
- ridurre del 50% i fermi non programmati sulla linea di produzione, garantendo un flusso di lavoro continuo e una maggiore efficienza;
- ridurre del 50% gli interventi di manutenzione non preventivati sulla macchina, ottimizzando le risorse e riducendo i costi di manutenzione;
- ottenere una percentuale di falsi positivi inferiore al 5%, aumentando di conseguenza la fiducia nel sistema di Anomaly Detection.
