L'Intelligenza Artificiale nella selezione e gestione dei ricambi di manutenzione
Marco Di Rienzo - Verzolla
I numeri del Gruppo Verzolla
La manutenzione industriale
L'analisi e il processo
Gestione tradizionale vs. AI
La soluzione e gli sviluppi
I numeri del Gruppo Verzolla
Presenti dal 1958, dalla piccola sede storica in via Mapelli alla moderna sede di 10.000 mq di via Brembo a Monza, acquisendo anche nel corso del tempo le società Orla di Como e Civate, Amati di Saronno, Ape Automazione di Brugherio e Cornaredo, possiamo oggi offrire alla nostra clientela un servizio di distribuzione capillare ed efficiente.
I prodotti offerti si articolano nelle linee, Cuscinetti, Movimentazione Lineare, , Utensileria.
Per ciascuna linea di prodotto disponiamo di tecnici specializzati che possono aiutare il cliente nella scelta della migliore soluzione tecnica. I moderni magazzini, la formazione continua del nostro personale tecnico commerciale e la stretta collaborazione con i fornitori rappresentati, ci permettono di soddisfare in tempi rapidi tutte le richieste dei clienti, garantendo un efficiente servizio tecnico, una manutenzione predittiva e il monitoraggio continuo degli impianti.
La manutenzione industriale
Pianificare le attività di manutenzione e allocare le risorse in modo da massimizzare l'efficienza operativa oltre a ridurre i tempi di inattività.
Problemi:
- Tempo lungo tra richiesta ricambi e portarli <>
- Analisi della criticità:
- I ricambi critici averli a magazzino sono costi!
- E poi quali sono?
- Quando diventano critici?
- Il 75% degli impianti industriali nel mondo sono customizzati!
L'analisi
Cosa?
- Riduzione tempi
- Esplorazione alternative prodotto: caratteristiche tecniche, disponibilità,prezzo...
- In tempo reale
- Assieme agli algoritmi predittivi sull'impianto, ricambio giusto, al tempo giusto, al posto giusto, al prezzo giusto...
L'analisi Come?
- Combinando il lavoro di tutte le AI che gestiranno l'intera supply chain in ottica 4.0 di integrazione verticale
Il processo
Chi fa partire il processo? Le alternative:
- L'operatore sfrutta i sistemi di visione (immagini, applicazioni...)
- E' l'algoritmo che ci pensa, previsionalmente e grazie alla sensoristica, in base alla frequenza d'uso dell'impianto
- Il fornitore che, secondo la logica della Servitizzazione, assume un ruolo di Gestore del Service Spare Parts and Materials sinergico e personalizzato per il Cliente (ovviamente con le opportune protezioni contrattuali e magari anche collegandosi da remoto), trasformando la vendita di beni/prodotti in una vendita di servizi.
Gestione tradizionale vs. AI
La AI si occuperà di proporre soluzioni :
- identiche in caratteristiche/prestazioni (stessa marca/modello)
- alternative da creare a parità di prestazioni (diversa marca/modello)
- migliorative (in considerazioni delle normative: direttiva macchine, PED...)
La soluzione e gli sviluppi
Nel sistema logistico per la configurazione di spazi in funzione dello storico/previsionale
Analisi degli indici di rotazione e previsionali per ottimizzare:
- Spazi
- Investimenti
- Giacenze
Continua nel PDF
Presenti dal 1958, dalla piccola sede storica in via Mapelli alla moderna sede di 10.000 mq di via Brembo a Monza, acquisendo anche nel corso del tempo le società Orla di Como e Civate, Amati di Saronno, Ape Automazione di Brugherio e Cornaredo, possiamo oggi offrire alla nostra clientela un servizio di distribuzione capillare ed efficiente.
I prodotti offerti si articolano nelle linee, Cuscinetti, Movimentazione Lineare, , Utensileria.
Per ciascuna linea di prodotto disponiamo di tecnici specializzati che possono aiutare il cliente nella scelta della migliore soluzione tecnica. I moderni magazzini, la formazione continua del nostro personale tecnico commerciale e la stretta collaborazione con i fornitori rappresentati, ci permettono di soddisfare in tempi rapidi tutte le richieste dei clienti, garantendo un efficiente servizio tecnico, una manutenzione predittiva e il monitoraggio continuo degli impianti.
La manutenzione industriale
Pianificare le attività di manutenzione e allocare le risorse in modo da massimizzare l'efficienza operativa oltre a ridurre i tempi di inattività.
Problemi:
- Tempo lungo tra richiesta ricambi e portarli <>
- Analisi della criticità:
- I ricambi critici averli a magazzino sono costi!
- E poi quali sono?
- Quando diventano critici?
- Il 75% degli impianti industriali nel mondo sono customizzati!
L'analisi
Cosa?
- Riduzione tempi
- Esplorazione alternative prodotto: caratteristiche tecniche, disponibilità,prezzo...
- In tempo reale
- Assieme agli algoritmi predittivi sull'impianto, ricambio giusto, al tempo giusto, al posto giusto, al prezzo giusto...
L'analisi Come?
- Combinando il lavoro di tutte le AI che gestiranno l'intera supply chain in ottica 4.0 di integrazione verticale
Il processo
Chi fa partire il processo? Le alternative:
- L'operatore sfrutta i sistemi di visione (immagini, applicazioni...)
- E' l'algoritmo che ci pensa, previsionalmente e grazie alla sensoristica, in base alla frequenza d'uso dell'impianto
- Il fornitore che, secondo la logica della Servitizzazione, assume un ruolo di Gestore del Service Spare Parts and Materials sinergico e personalizzato per il Cliente (ovviamente con le opportune protezioni contrattuali e magari anche collegandosi da remoto), trasformando la vendita di beni/prodotti in una vendita di servizi.
Gestione tradizionale vs. AI
La AI si occuperà di proporre soluzioni :
- identiche in caratteristiche/prestazioni (stessa marca/modello)
- alternative da creare a parità di prestazioni (diversa marca/modello)
- migliorative (in considerazioni delle normative: direttiva macchine, PED...)
La soluzione e gli sviluppi
Nel sistema logistico per la configurazione di spazi in funzione dello storico/previsionale
Analisi degli indici di rotazione e previsionali per ottimizzare:
- Spazi
- Investimenti
- Giacenze
Continua nel PDF
Leggi tutto
Fonte: MCMA Bergamo aprile 2024 Tecnologie 4.0 e Intelligenza artificiale per ottimizzare la Manutenzione Preventiva
Mercati: Manutenzione industriale
Parole chiave: AI Intelligenza artificiale per l'industria
- Orazio Scicolone
- MASE - Ministero dell'Ambiente e della Sicurezza Energetica
- MIMIT - Ministero delle Imprese e del Made in Italy
- GAILIH - Generative Artificial Intelligence Learning and Innovation Hub Unimarconi