La quarta tecnologia

La simulazione è una tecnica di ricerca utilizzata da anni in campo ingegneristico e non solo.

È considerata una delle tecniche più importanti nell’operation management, in ambito industrial è rappresentata da un set di tecniche e metodi atti a sperimentare e a validare sia prodotti sia sistemi sia processi sia design sia configurazione sia a predire le prestazioni, tuttavia, non si limita a questi aspetti ma si estende anche al training al decision-making, allo studio di sistemi di riduzione costi e perfino di cicli di sviluppo. Nell’industria 4.0 il tutto si unisce alle tecnologie quali big data e IoT, il che aumenta le possibilità ma accresce anche le difficoltà.

Nella quarta rivoluzione industriale la simulazione acquista un significato ancora più profondo si inizia a parlare, infatti, di simulazione tra macchine interconnesse per ottimizzare i processi ma non solo ci si spinge a parlare di integrazione lungo tutta la catena del valore (dal fornitore al consumatore) e di comunicazione multidirezionale tra processi produttivi e prodotti.

I processi di simulazione consentono di ottenere notevoli risparmi sui costi, un aumento della qualità dei prodotti/servizi e in un aumento dell’efficienza. Questo poiché i modelli di simulazione non sono disegni “statici” ma sono modelli dinamici che rendono possibile l’analisi di un fenomeno o situazione a breve, medio o lungo termine a fronte di variazioni esterne o interne.

Nell’industria 4.0 questi processi vengono spinti al limite e vengono impiegati in ogni fase, questo significa che vi sono particolari tool di simulazione per esempio CAD/CAM, PLM (Product Life-cycle Management), Simulazione ad Eventi Discreti, simulazione cinematica, CAPP, simulazione di processi decisionali. La caratteristica più interessante è che a differenza dei tradizionali approcci in cui tutti questi tool sono tra loro separati, nel nuovo scenario essi sono in grado di comunicare e integrarsi dando vita ai concetti di “fabbrica digitale” e di “digital twins”.

La fabbrica digitale non è altro che un modello digitale di tutta la fabbrica includendo luoghi, processi, macchinari, persone. Sarà l’ambiente del futuro impiegato per ottimizzare l’interazione uomo/macchina e l’ambiente lavorativo. In questo modello tutte le tecnologie di simulazione sono perfettamente integrate, ogni processo è rappresentato e i macchinari sono in grado di comunicare in autonomia tra di loro. Per raggiungere questo scopo vengono impiegate tecniche di intelligenza artificiale, di advanced analytics per la gestione di big data, tecnologie di presentazione dati attraverso sistemi e interfacce a supporto delle decisioni dell’utente.

In questo modo è possibile sia verificare il comportamento dei singoli dispositivi sia il comportamento dei sistemi nel loro complesso, comprendendo le loro interazioni.

I “digital twins” sono dei veri e propri gemelli digitali (ovvero copie virtuali) di risorse fisiche che equivalgono a oggetti, persone, sistemi, luoghi, processi, infrastrutture. Una definizione più rigorosa è a seguente: “A   Digital   Twin   is   an   integrated   multiphysics, multiscale, probabilistic simulation of an as-built vehicle or system that uses the best available physical models, sensor updates, fleet history, etc., to mirror the life of its corresponding flying twin”

La realizzazione di un gemello digitale richiede l’esistenza di prodotti fisici (nello spazio reale), prodotti virtuali (nello spazio virtuale) e la presenza di sistemi di collegamento dei vari flussi di dati e di informazioni in grado di connettere spazio fisico e virtuale. Ovviamente risultano fondamentali in un’ottica di simulazione avanzata.

Tramite la realizzazione di questi “gemelli” si è in grado di creare nei nuovi sistemi cyberfisici (CPS), questo sarà un elemento cardine delle nuove industrie. Attraverso questi sistemi, che saranno in grado di comunicare in tempo reale con il mondo reale e di analizzare grossi quantitativi di dati (ottenuti grazie all’IoT e uno scorrimento fluido delle informazioni durante tutta la catena del valore), sarà possibile avere informazioni aggiornate sulla situazione attuale e addirittura, questi sistemi, potrebbero essere in grado di implementare soluzioni autonomamente. In una visione dell’industria che è sempre più orientata alla customizzazione di massa ed è sempre più incerta e volatile e rapida nei cambiamenti questo genere di vantaggio competitivo sarà imprescindibile. La simulazione da essere una risorsa utilizzata soprattutto in fase di design diventerà una pratica comune anche durante il tempo di lavoro e produzione.

Le principali categorie di simulazione sono tre: tecnologie di supporto dell’analisi dei processi, a supporto dell’ingegnerizzazione dei prodotti, a supporto delle decisioni.

Nella prima categoria rientrano i software CAM e CAPP.

I software CAM (Computer Aided Manufacturing) sono in grado di analizzare i modelli geometrici virtuali e generare le istruzioni necessarie per far seguire un percorso utensile ad una macchina a controllo numerico.

Un modello realizzato con un software CAD viene inviato a un software CAM che calcola il percorso necessario a realizzare l’oggetto modellato (considerando anche la geometria degli utensili e le velocità di avanzamento) attualmente vi sono software che integrano il CAD-CAM (all’inizio vi erano non pochi problemi di compatibilità), ad esempio è famoso “CATIA”.

Molto interessanti sono i sistemi CAPP (Computer-Aided Process Planning) essi permettono la realizzazione della pianificazione di processo automatizzata, infatti grazie a questi software è possibile generare un piano di processo (ciclo di lavorazione) per un determinato oggetto. Rappresentano l’anello di congiunzione tra progettazione e produzione.

Realizzare un sistema CAPP non è semplice in quanto devono tenere conto dei differenti ambienti di lavoro, utensili e criteri di lavoro specifici di ogni azienda per questi motivi è essenziale che sia in grado di apprendere con il suo utilizzo e di utilizzare ciò che ha appreso nell’azienda in cui è impiegato.

I sistemi CAPP vengono comunemente divisi in tre tipologie: varianti, generativi e semigenerativi. I sistemi varianti si basano sulla modifica di piani già esistenti, i generativi sono in grado di generare piani ex-novo mentre i semi-generativi sono sistemi ibridi.

Nel primo caso ci si basa sul semplice concetto che pezzi tecnologicamente simili hanno simili cicli di lavorazione, quindi una volta individuato un ciclo di lavorazione adatto il sistema richiama tale ciclo dal database e lo adatta alle esigenze.

Nel secondo caso non ci si basa su database esistenti ma si utilizza un albero decisionale che si ramifica fino a giungere al termine oppure si utilizzano “sistemi esperti”, in questo caso si segue una logica di tipo if-then ovvero una logica di tipo umano. In quest’ultimo caso il sistema è molto flessibile, non di rado questo genere di software è venduto “vuoto” e poi riempito con le regole proprie dell’azienda.

Nell’ultimo caso si ha un sistema ibrido apparentemente generativo ma che in realtà è progettato appositamente per alcune famiglie di pezzi proprie dell’azienda che lo acquista, questo è un compromesso necessario in quanto realizzare un sistema CAPP generativo è molto complesso e dispendioso.

I sistemi utilizzati per la simulazione a supporto dell’ingegnerizzazione dei prodotti sono quelli definiti “classici”, tra i tanti disponibili possiamo citare: Multibody simulation (MBS), Statistical energy analysis (SEA), Finite Element Method (FEM).

In particolare, l’analisi degli elementi finiti (FEM) ha un ruolo centrale in quanto rappresenta il kernel di numerosi software di simulazione, essa riconduce equazioni differenziali a sistemi di equazioni algebriche.

I software di supporto alle decisioni (DSS) operano delle analisi multicriterio utilizzando modelli analitici, matematici e statistici per fornire supporto al management che deve operare decisioni strategiche,

Utilizzando un notevole pool di dati, questi software, devono riuscire a ricavare (in poco tempo) le informazioni utili ai processi decisionali. Il loro obiettivo principale è quello di aumentare l’efficacia (ovvero indicare se si sta compiendo l’azione corretta) delle decisioni e non solo quello di aumentarne l’efficienza (stabilire se l’azione è svolta in modo ottimale), questa è una grande differenza rispetto alla maggioranza dei software.