UNA FABBRICA CONNESSA E PREDITTIVA

IVAR: UNA FABBRICA CONNESSA E PREDITTIVA

In questo articolo presentiamo il percorso di trasformazione di IVAR, un’eccellenza italiana, in una fabbrica connessa e predittiva.

 

CONTESTO AZIENDALE 

Il Gruppo IVAR è un’eccellenza bresciana che progetta, sviluppa e realizza sistemi per il riscaldamento ed impianti sanitari ad alta efficienza energetica dal 1985. Il catalogo IVAR include oltre 10.000 articoli interamente MADE IN ITALY presso gli stabilimenti di Prevalle (BS). Questa sede è progettata per razionalizzare le diverse fasi produttive ed operative. Le fasi necessarie alla produzione avvengono internamente, a partire dallo stampaggio a caldo fino ad arrivare alle lavorazioni meccaniche e al montaggio finale dei prodotti. 

Il gruppo IVAR, che negli ultimi anni ha avviato diversi progetti ascrivibili ai principi Industria 4.0, nel biennio 2020-2021 si è posto l’obiettivo di migliorare l’efficienza produttiva facendo leva su innovazioni tecnologiche ed informatiche

In questo contesto e nell’importante percorso di innovazione perseguito dal Gruppo prende avvio il progetto di collaborazione con MIPU, che parte con un’analisi approfondita della pianificazione della produzione. 

NECESSITÀ

Fin da subito viene individuata l’esigenza di ottimizzare le operation manutentive di IVAR e di accompagnare il team di lavoro verso l’utilizzo di strumenti digitali.  Tra i trigger che hanno portato alla luce questa necessità individuiamo un significativo cambio delle modalità di pianificazione della produzione: da una parte si evidenzia ottimizzazione dei costi di gestione degli ordini ed una riduzione delle scorte, dall’altra possibili impatti negativi sull’usura degli asset produttivi

MIPU ha dunque strutturato un percorso ad hoc per l’azienda che, partendo da un assessment di affidabilità, si è configurato in un progetto di digitalizzazione di 12 mesi con l’obiettivo di approfondire nuovi approcci alla gestione degli impianti per garantirne l’affidabilità e la disponibilità desiderata.

SOLUZIONE

In questo progetto si sono evidenziati due fattori: 

  • –  una buona gestione operativa delle attività ma in modalità reattiva e poco standardizzata;
  • –  una grande potenzialità in termini di analisi di dati poco valorizzata.

 

Le soluzioni ipotizzate nella roadmap proposta sono state: 

  1. 1.  revisione della struttura organizzativa della manutenzione per garantire disponibilità di risorse (sia per attività operative che per la pianificazione delle stesse) 
  2. 2.  digitalizzazione del patrimonio fisico ed informativo gestito dalla funzione manutenzione

 

Il primo passo quindi è stato quello di inventariare gli asset aziendali. Inoltre, si è voluto garantire al personale selezionato l’accesso al patrimonio informativo maturato dall’azienda negli anni: schede macchina, storico delle manutenzioni, parti di ricambio.  Il tutto avviene in mobilità e grazie ad una semplice scansione del QR Code a bordo macchina.

Successivamente, abbiamo coinvolto tutti i colleghi in un percorso di digitalizzazione delle operation di manutenzione. Questo prevede la pianificazione e la rendicontazione di tutte le attività delle squadre dedicate sulla piattaforma software Rebecca Asset Management

L’OBIETTIVO

L’obiettivo principale è quello di creare nel tempo un motore di conoscenza condivisa che possa da un lato supportare gli operatori nella sempre migliore esecuzione dei compiti loro assegnati, dall’altro creare una possibilità di applicazione delle intelligenze artificiali al tema annoso del ripristino di un asset non correttamente funzionante, con qualità determinata e nel minor tempo possibile

In particolare il nostro desiderio è quello di creare logiche di distribuzione della conoscenza tra diversi agenti oltre che di collaborazione per il raggiungimento di uno specifico scopo.

Una sfida importante per questo tipo di progetto è la necessità di tradurre la conoscenza implicita derivante dall’esperienza del personale in conoscenza esplicita e formale. Inoltre, per poter abilitare un sistema di supporto alle decisioni efficace è necessario esplicitare non solo la conoscenza di ogni individuo, ma anche le regole sulla base delle quali si è agito in un determinato modo.

Per questo motivo, dopo il censimento dei beni e delle loro informazioni, e la digitalizzazione delle attività manutentive, abbiamo lavorato ad analizzare i dati raccolti. Questi sono stati analizzati sia  come indicatori di performance che come base per svolgere delle analisi di criticità e delle cause radice dei guasti. Queste analisi sono state condotte sia sul funzionamento globale della macchina che nel funzionamento relativo a specifici lotti produttivi.

L’integrazione tra la piattaforma software proposta da MIPU per l’Asset Management e il software gestionale del gruppo IVAR ha inoltre permesso di automatizzare e digitalizzare i flussi operativi di interconnessione tra le funzioni operation ed acquisti, abilitando ulteriori sfere di conoscenza.

RISULTATI

Nei primi 12 mesi dall’avvio il progetto ha maturato i seguenti risultati tangibili:

  • –  più di 2.500 asset aziendali censiti sui quali si stanno raccogliendo e storicizzando ogni giorno informazioni utili per elaborare successive analisi ed intelligenze;
  • –  l’incremento delle ore di operatività attiva dei team di manutenzione (wrench time) dal 30% a percentuali sopra il 45%;
  • –  una significativa (circa 20%) riduzione delle fermate improvvise dovute ad un incremento della pianificazione degli interventi, con conseguenti miglioramenti produttivi e riduzione dei costi

 

Questi risultati, pur soddisfacenti, sono tuttavia il primo passo verso un cambiamento culturale ed organizzativo più ampio, dove la conoscenza maturata negli anni può essere valorizzata e ampliata. Gli obiettivi sono fissati, la raccolta dati è sempre più estesa, la fabbrica connessa e predittiva è operativa.

Vuoi approfondire il tema della Fabbrica Predittiva? Visita il nostro sito Storie di Fabbrica Predittiva e leggi i nostri casi di studio per conoscere altre storie come quelle di Ivar, raccontante dai loro protagonisti. Oppure contattaci per analizzare il tuo caso ed iniziare un percorso ah hoc verso la predittività.

A cura di:

IVAR, Divisione Impianti & Tecnologie Produttive

Altre Case History:

Condividiamo periodicamente articoli, casi di studio e novità con la nostra community:
iscriviti anche tu per ricevere gli aggiornamenti!