Nonostante la forte domanda, è un momento difficile per l’industria dei pneumatici. Anche se si prevede una crescita a un tasso annuo di oltre il 6% fino al 2027, il settore rimane afflitto dai problemi alla supply chain causati dalla pandemia.
Se siete come molti altri produttori di pneumatici che ho incontrato di recente, anche voi probabilmente state affrontando una carenza di manodopera mai vista prima. I lavoratori su cui avete fatto affidamento per decenni stanno lasciando il lavoro in un numero sempre più crescente. E nonostante retribuzioni più alte e vari incentivi, trovare personale che possa sostituirli non è facile.
La soluzione? Oggi è possibile creare un nuovo paradigma che dipenda meno dalla manodopera e che ottimizzi continuamente anche il processo.
Dall’automazione all’autonomia
Nell’industria dei pneumatici le più recenti tecnologie stanno favorendo il passaggio dall’automazione in senso tradizionale, alle operazioni autonome, rese possibili dai progressi dell’intelligenza artificiale (AI) e del machine learning.
Qual è la differenza principale? Un sistema di automazione è programmato per eseguire delle attività senza l’intervento umano, mentre un sistema autonomo aggiunge la capacità di imparare come eseguire delle attività in modo più efficace sfruttando le tecniche di “reinfoircement learning” o apprendimento per rinforzo.
In altre parole, un sistema autonomo è costruito per replicare le capacità cognitive che noi umani diamo per scontate quando impariamo e prendiamo decisioni nelle attività quotidiane, ad esempio quando guidiamo una macchina.
Pensateci un attimo. Come ci comportiamo quando ci avviciniamo a un segnale di stop? Quando vediamo il cartello intuitivamente prevediamo la pressione ottimale da applicare ai freni. E mentre ci avviciniamo, possiamo regolare la pressione sui freni in base alla nostra visione e comprensione della velocità del veicolo per fermarci correttamente al cartello. Ad ogni segnale di stop, valutiamo istintivamente la nostra prestazione e rafforziamo la nostra comprensione per migliorare la nostra capacità di arresto in futuro.
Con la tecnologia di controllo autonomo, possiamo applicare queste stesse capacità di apprendimento per rinforzo alle macchine del vostro impianto di pneumatici.
Il valore dell’ottimizzazione a loop chiuso
I sistemi autonomi usano sensori, dati e funzioni di modellazione in tempo reale per fare delle previsioni; poi usano l’ottimizzazione delle decisioni per eseguire regolazioni in tempo reale della macchina che portano ai risultati desiderati, ad esempio una produzione costante di un prodotto di alta qualità. Un loop di feedback chiuso rafforza i risultati ottimali.
L’ottimizzazione a loop chiuso può rappresentare un cambiamento significativo negli impianti di pneumatici, dove molte applicazioni sono notoriamente difficili da migliorare a causa del comportamento dei materiali viscoelastici.
Oggi gli operatori devono sapere reagire alle variazioni delle materie prime e dei fattori ambientali, il che porta a significative fluttuazioni della produzione in base al loro livello di abilità. Per esempio, ho visitato degli impianti in cui la produzione variava fino al 50% a seconda dell’operatore che gestiva la macchina.
Il motivo è semplice. Gli operatori più esperti hanno acquisito una comprensione quasi intuitiva della macchina e sanno come regolare i parametri per rimanere all’interno delle specifiche. Un nuovo addetto non avrebbe questa capacità.
Il controllo autonomo aiuta a ottenere prestazioni e qualità costanti nonostante le differenze di competenze dell’operatore. Ma va anche oltre: il controllo autonomo permette un miglioramento continuo che non è possibile nei sistemi che si basano sull’intervento manuale.
Vantaggi prestazionali reali
Il controllo autonomo è applicabile a quasi tutte le operazioni di un impianto di pneumatici, e le aziende più innovative stanno già ottenendo guadagni significativi in termini di prestazioni.
