Consigliato
La variabilità è intrinseca in tutti i processi di produzione.
Una corretta gestione della variabilità può contribuire notevolmente al conseguimento degli obiettivi, che si tratti di aumentare la capacità, di migliorare la qualità o di diminuire gli scarti e i tempi di fermo.
Riducendo la variabilità dei parametri di processo principali, è possibile controllare direttamente i fattori che condizionano la capacità produttiva dell'impianto e le specifiche limite. Esistono vari metodi per diminuire la variabilità ma, nella mia esperienza, uno dei modi più efficienti ed economici consiste nell'adottare una soluzione di controllo predittivo basato su modello (Model Predictive Control, MPC).
Il controllo MPC rende i processi più stabili e prevedibili, permettendovi di avvicinarvi più possibile ai vostri obiettivi e di mantenere un controllo ottimale.
Esistono quattro tipi di analisi scalabile:
- Descrittiva - cosa è successo
- Diagnostica - perché è successo
- Predittiva - cosa succederà e quando
- Prescrittiva - cosa devo fare in proposito
Il controllo predittivo basato su modello è un esempio di analisi prescrittiva che consente di correggere gli elementi di disturbo del processo prima che influiscano sulla qualità del prodotto.
Il controllo MPC elabora un modello multivariabile definito matematicamente sulla base dei rapporti tra condizioni statiche e dinamiche. La strategia di controllo di processo basata su un modello multivariabile permette di predire i valori futuri dei processi e di coordinare i cambiamenti dei setpoint per assicurare prestazioni ottimali riducendo gli elementi di disturbo.
Il risultato è un tipo di controllo intrinsecamente proattivo (che cioè punta a ottenere un processo ottimale anziché reagire alle dinamiche del processo man mano che si manifestano).
Alla luce delle recenti innovazioni tecnologiche, oggi non si parla più tanto delle modalità di raccolta dei dati, quanto piuttosto di cosa fare dei dati raccolti; pertanto, stanno puntando sul mercato tante nuove società che offrono servizi di analisi dei dati mentre altri, come noi, hanno già un'esperienza più che ventennale nell'analisi dei dati di produzione.
L'importanza della storia
Molte aziende, specialmente nel settore alimentare, sono sempre più sotto pressione poiché devono ridurre i costi e gli sprechi aumentando la resa. Pertanto, per intraprendere questo percorso finalizzato a un uso ottimale dei dati, è importante potersi affidare a un partner che conosca il controllo predittivo basato su modello e il processo, e che abbia un'esperienza dimostrata non solo nel campo dell'analisi, ma, nello specifico, nell'analisi relativa alla produzione.
Produrre valore attraverso il controllo MPC
La strategia MPC ha dimostrato di essere una delle soluzioni migliori per risolvere problematiche di produzione comuni, ed è presente un po' dappertutto in settori come l'Oil & Gas, per un valido motivo: con questo approccio è abbastanza semplice ottenere un ritorno sull’investimento in tempi brevi e una soluzione di successo.
Ecco alcuni esempi di vantaggi tipici che ci si può aspettare dal controllo predittivo basato su modello nell'industria alimentare:
- aumento fino al 9% della produttività
- riduzione fino al 9% dei consumi energetici per unità di prodotto
- riduzione fino al 75% dei prodotti non conformi
- aumento fino all'1% della resa
- riduzione fino al 60% della variabilità della qualità
Un produttore di whisky ad esempio può ottenere una resa maggiore dalla stessa quantità di grano, con una maggiore uniformità, mentre un'azienda che produce patatine fritte può aumentare la capacità produttiva dei macchinari esistenti ottenendo al contempo un prodotto di qualità più costante,
che poi è quello che vogliono tutti: ottenere un prodotto di qualità uniforme per i consumatori, e un processo più redditizio e prevedibile per la produzione.
Pubblicato 29 ottobre 2018
