L’industria tessile sta affrontando grandi sfide legate soprattutto ai prodotti che sono in continuo cambiamento e ad un’intensa pressione competitiva. Quest’ultima è legata ad una maggiore varietà di prodotti, a tempi di consegna sempre più rapidi e ad un servizio di livello sempre più elevato richiesto dai clienti.

Ad oggi, la rapidità di risposta è vista come una grande abilità di business, tuttavia è importante capire che è principalmente il prodotto di buoni processi gestionali. In questo senso la pianificazione e il controllo devono essere gestiti in modo molto approfondito, dal generale al particolare.

In passato, forse non era necessario un sistema, la produzione era standardizzata e richiedeva di produrre molti pezzi uguali dello stesso articolo, mentre oggi ci troviamo di fronte ad una grande sfida legata alla personalizzazione dell’esperienza del cliente, all’immediatezza e alla produzione di pezzi di alta qualità a costi contenuti.

L’industria 4.0, conosciuta anche con il nome di “quarta rivoluzione industriale”, è caratterizzata da un’integrazione orizzontale attraverso le reti di valore, da un’integrazione digitale end-to-end lungo l’intera catena produttiva, da un’integrazione verticale e da sistemi di produzione in rete.

L’industria 4.0 porterà alla virtualizzazione e alla modularizzazione del processo di produzione e della catena di fornitura, raggiungendo così la flessibilità e la personalizzazione della produzione basata su Sistemi Cyber-Fisici (CPS) e IoT, insieme a Enterprise Resource Planning (ERP), Manufacturing Execution System (MES), Product Lifecycle Management (PLM), Supply Chain Management (SCM) e altri sistemi software.

Le parole chiave dell’industria 4.0 sono connettività, intelligenza e automazione flessibile.

· Connettività:

La connettività richiede collegamenti tra molti nodi di una stessa rete. Questi collegamenti aumentano la visibilità e forniscono un monitoraggio dei dati digitali in tempo reale, attraverso il controllo della produzione e la successiva spedizione degli ordini, verifiche della qualità, calcolo dei costi effettivi, monitoraggio dei materiali e dei KPI con azioni correttive.

Un esempio significativo della connettività applicata al mondo tessile è il download di un programma di tintura che deve essere collegato con il sistema di controllo della macchina, basato sui dati del prodotto e sulle regole della distinta base da un ERP, che riceve dati sulle prestazioni effettive dalla macchina.

La connettività è in rapida espansione, grazie all’IoT e ha raggiunto la scala globale, con 8,4 miliardi di dispositivi collegati. Ad oggi però, solo il 15% degli asset è collegato in produzione, ma la situazione sta cambiando rapidamente. L’industria tecnologica sta lavorando su più di 700 piattaforme IoT per uso industriale e le principali aziende tecnologiche stanno investendo molto in piattaforme IoT iper scalabili.

· Intelligenza:

L’intelligenza artificiale, i progressi nella potenza di calcolo e la disponibilità di grandi dati hanno permesso agli algoritmi di machine learning di diventare molto efficienti. Infatti, il riconoscimento dei discorsi e delle immagini ha già raggiunto la precisione del cervello umano. Il pieno potenziale dell’intelligenza artificiale nella produzione è tuttavia ancora da realizzare. Solo una piccola parte dei dati è attualmente utilizzata per prendere decisioni. Ad esempio, su una piattaforma petrolifera, la ricerca ha scoperto che, mentre il 100% dei dati è stato catturato, solo lo 0,5% viene utilizzato per prendere decisioni.

La supposizione che i computer non pensino è ormai superata: l’intelligenza artificiale si basa su regole che si fondano sulla mutevolezza della realtà e dei dati del passato. Queste regole vengono create automaticamente sui dati disponibili e da lì il sistema di intelligenza artificiale decide le misure correttive basate su prestazioni effettive in tempo reale.

· Automazione flessibile:

Automazione significa essere in grado di intraprendere azioni correttive mentre la produzione è ancora in corso. Incorporando meccanismi di risposta per i processi a lotti è possibile salvare il lotto, o per il caso del processo continuo è possibile aumentare la produzione di prima qualità.

La tecnologia di automazione può attualmente automatizzare il 60% di tutte le attività di produzione in quasi tutte le fasi della filiera produttiva: dal cucito, al carico e scarico, all’imballaggio del prodotto finale, all’ispezione dei tessuti, alle correzioni di tonalità, ai controlli della macchina, alla corrispondenza dei colori che collegano l’ERP alla stampante digitale, vengono raccolti la velocità effettiva, l’efficienza e il consumo totale di inchiostro.

Le opportunità dell’intelligenza artificiale nella stampa digitale possono essere utilizzate, per esempio, nel calcolo dei costi, nella pianificazione o nella produzione. Nel calcolo dei costi e nella pianificazione di un nuovo modello, i sistemi ERP possono collegarsi a sistemi CAD e cercare dati di prodotti e tirature simili. Il sistema può calcolare il costo dell’inchiostro e altri costi, compresi gli scarti, sulla base dei dati esistenti e fornire un costo totale senza dover eseguire test di verifica. Le stesse informazioni possono essere utilizzate per la pianificazione dei materiali.

Tuttavia, l’attuale livello di utilizzo dei robot industriali è ancora relativamente basso, anche in paesi leader come la Corea del Sud, dove vengono impiegati solo 530 robot ogni 10.000 addetti alla produzione.

Perché i produttori dovrebbero evolvere verso l’Industria 4.0? La gestione digitale delle prestazioni accelera i processi di lean management esistenti. L’efficacia complessiva delle apparecchiature (OEE) può aumentare dal 20% al 50% in soli tre mesi migliorando l’impegno degli operatori in prima linea e della gestione dei dati. Questo crea anche grandi opportunità per il processi decisionali futuri.

I nuovi algoritmi di manutenzione predittiva forniscono inoltre un aumento della disponibilità delle macchine e questo porta ad una riduzione dei costi energetici e dei costi di manutenzione dal 10% al 15%.

Altre opportunità derivanti dall’integrazione di grandi algoritmi di dati sono la determinazione di azioni correttive di qualità, il controllo dei crediti, la previsione e la priorità degli ordini nella programmazione e nella pianificazione.

Big Data sono gli attori principali di questa rivoluzione, poiché integrano i dati dei sistemi di controllo di processo con altri dati, come i quelli di costo, per aiutare le aziende ad ottimizzare la produzione, l’energia e il controllo della produttività. Questo avviene attraverso una gestione digitale della qualità, grazie ai sensori che raccolgono i dati per le decisioni dell’intelligenza artificiale sulla previsione delle azioni correttive.