Il testing per la verifica dei requisiti funzionali su asset complessi può richiedere il presidio h 24 e 7 giorni su 7 di personale specializzato; inoltre per questo tipo di prove è più che mai necessario garantire il corretto funzionamento dell’infrastruttura a supporto del test, il cui failure oltre che inficiare la prova stessa può causare danni ingenti e irreparabili alla parte in prova.
Partendo da questa esigenza del cliente è stato realizzato un sistema di controllo del campo di prova in grado non solo di monitorare e gestire in tempo reale tutti i parametri sensibili dell’impianto di termoregolazione (fondamentale al corretto svolgimento dei test funzionali e a preservare l’integrità del sistema in prova), ma attraverso algoritmi di AI è stato possibile realizzare un controllo in grado di mettere in sicurezza l’impianto in caso di avaria e lanciare warning ed allarmi al personale specializzato che può quindi intervenire solo in caso di reale necessità, risolvendo quindi il problema del presidio continuo dei test funzionali.
Il sistema così strutturato è in grado di interfacciarsi col CMMS di manutenzione per la gestione delle attività di manutenzione che passa così da preventiva a predittiva.

Il focus primario del progetto è stato la massimizzazione dell’affidabilità della macchina allo scopo di prevenire difettosità sul prodotto finito.
Il progetto è stato sviluppato da un team- interdisciplinare (Ceflatech/Cliente) che ha visto coinvolti esperti di Qualità del prodotto, esperti del processo ed esperti delle tecnologie di produzione.
Partendo dalla difettosità riscontrata sul prodotto è stato individuato il punto esatto di processo su cui essa si realizzava (risalita di processo). Individuata l’operazione dove la difettosità poteva generarsi è seguita un’analisi del processo per la determinazione delle principali variabili in gioco e delle modalità di guasto e di deriva della macchina che potevano generare la difettosità (FMEA, FTA e FMECA). Dopo una prima analisi di screening sui dati di produzione e dati sperimentali (test eseguiti ad hoc) è stata implementata una sperimentazione di tipo multifattoriale (D. o. E.) per l’individuazione dei fattori principali ed e degli effetti incrociati degli stessi per la riduzione della variabilità del processo.

Un processo galvanico per il trattamento superficiale di manufatti di grandi dimensioni oltre che energeticamente molto costoso ha un fortissimo impatto ambientale nella gestione delle scorie.
Il progetto che presentiamo si articola in diverse fasi che vanno dal revamping elettrico e strutturale di alcune vasche, fino all’implementazione di algoritmi di AI per l’efficientamento energetico del processo.
Il progetto di efficientamento energetico dell’impianto è un progetto pilota scalabile, partito sulla vasca di ossidazione anodica cromica ed esportabile in tempi diversi alle altre fasi del processo (il processo completo conta circa 40 diverse fasi).
Partendo dai dati disponibili del Cliente si è proceduto ad una dettagliata analisi che ha messo in evidenza alcune correlazioni tra le concentrazioni dei reagenti e le aggiunte che vengono operate periodicamente per la rigenerazione del bagno stesso. A valle di tale analisi è stato poi identificato un set di parametri tecnologici (controllati ma non memorizzati e storicizzati) da porre sotto monitoraggio. Quindi sono stati installati sensori idonei alla registrazione dei dati e alla gestione attraverso gli algoritmi di AI su C-Platform. In parallelo sono stati messi a punto le intelligenze necessarie per l’ottimizzazione del processo.
Oggi l’output dell’impianto è in grado di modulare le portate di acqua demi in funzione del reale utilizzo dell’impianto e gestisce i tempi di riattivazione del bagno e le quantità di reagenti necessarie al ripristino dei valori target.