Tecnologie abilitanti per Industria 4.0: Big Data e Robotica · dove i vari CPS comunicano tra loro attraverso l’IoT (Tecnologia abilitante dell’Industria 4.0 che non tratteremo

Scuola Politecnica e delle Scienze di Base Corso di Laurea in Ingegneria Informatica

Elaborato finale in Reti di Calcolatori

Tecnologie abilitanti per Industria 4.0: Big Data e Robotica Anno Accademico 2016/2017

Candidato Renato Casizzone matr. N46001226

Tecnologie abilitanti per Industria 4.0: Big Data e Robotica

3

Indice

Introduzione 4

Capitolo 1: Industria 4.0

1.1 Introduzione al concetto di Industria 4.0 6

1.2 I vantaggi di un’Industria 4.0 6

1.3 Le tecnologie abilitanti dell’Industria 4.0 7

1.3.1 Cyber-Physical System (CPS) 8

1.3.2 La realtà aumentata 10

1.3.3 La produzione additiva 11

1.3.4 La simulazione 11

1.4 Due esempi di Industria 4.0 (Big Data e Robotica): Audi ed il trattore CNH 12

1.4.1 Industria 4.0: Audi 12

1.4.2 Industria 4.0: Il trattore CNH 13

Capitolo 2: Big Data

2.1 Introduzione al concetto di Big Data 15

2.2 Big Data: Applicazioni pratiche 16

2.3 Big Data: Problematiche 17

2.3.1 Tre tipologie di dati problematici in ambiente Big Data 18

2.3.2 Varie problematiche relative ai Big Data 18

Capitolo 3: Robotica

3.1 I robot nell’Industria 4.0 19

3.2 Applicazioni della robotica nell’Industria 4.0 20

3.2.1 Braccio robotico 20

3.2.2 Robot per stampa ad iniezione 21

3.3 L’impatto dell’industria robotica 4.0 22

Capitolo 4: Conclusione

4.1 Lo sviluppo dell’Industria 4.0 in Italia 24

4.2 In conclusione l’Industria 4.0… 25

Bibliografia 26


4

Introduzione

Robot che svolgono operazioni complesse al posto degli esseri umani, che comunicano con

questi ultimi e scambiano informazioni tra loro non sono più scene che possiamo vedere

solo nei film di fantascienza ma col passare del tempo stanno diventando parte della realtà

di tutti i giorni sempre più prepotentemente.

Tutto ciò lo si può capire da come il settore industriale si sta evolvendo sempre più nella

direzione dell’utilizzo delle nuove tecnologie, portando alla nascita di vere e proprie catene

di produzione altamente automatizzate.

L’obiettivo ultimo di questa massiccia applicazione tecnologica al settore manifatturiero è

quello di aumentare la produzione di prodotti commerciali con una qualità degli stessi

altamente migliorata.

Ovviamente, le aziende devono risolvere i problemi legati ad un cambiamento così radicale

nelle proprie linee produttive.

Infatti, in un ambiente di business competitivo come quello dei giorni nostri, le aziende si

trovano a dover affrontare problemi riguardanti grandi moli di dati al fine di poter

aumentare la propria produttività e molti di questi problemi non hanno ancora trovato una

soluzione accettabile [1].

La Germania, però, si sta dirigendo verso la strada giusta in questo campo, tanto da dare il

via alla cosiddetta Quarta Rivoluzione Industriale che, dopo le tre precedenti, si prepara

anch’essa a cambiare non solo le modalità di produzione ma anche il nostro modo di vivere.

Tale rivoluzione porterà alla costruzione di industrie intelligenti (Smart Factory) che,

grazie alle nuove tecnologie, potranno gestire l’intero ciclo produttivo fino poi

all’immissione sul mercato del prodotto finito.

Le Smart Factories si basano prevalentemente sull’ottimizzazione del controllo

centralizzato e dell’intelligenza e, per quanto concerne quest’ultima, ci si propone di

raggiungere un livello tale da far sì che si possa effettuare l’importante passaggio da

semplici macchine a macchine capaci di “auto apprendere” al fine di migliorare produzione

e manutenzione [1].

In questo ambito ci si concentra particolarmente sullo sviluppo di concetti e metodi per

rendere i processi produttivi più flessibili e trasformare le attuali linee di produzione statiche

in dinamiche ed autonomamente organizzate.

L’insieme di questi obiettivi e speranze ha portato alla nascita dell’Industria 4.0, termine

relativo alle industrie nate durante la quarta rivoluzione industriale citata sopra e che avremo

modo di trattare nel seguito di questo lavoro.

Faremo inoltre un esempio di Industria 4.0 e, in particolare, vedremo la visione che ha

l’Audi di come dovrebbe essere la fabbrica del futuro e le tecnologie da applicare affinché la

creazione del prodotto avvenga nel modo più efficace ed efficiente possibile. Inoltre,

andremo ad analizzare il progetto della CNH Industrial riguardante l’applicazione di alcune

delle tecnologie che menzioneremo in questo lavoro nell’ambito dell’industria agricola.

Come si può ben capire, la Robotica è centrale nella nuova generazione di fabbriche e sarà

uno dei temi cardine di questo lavoro di tesi, soprattutto perché strettamente connesso ad un

altro concetto fondamentale che approfondiremo, cioè il concetto di Big Data.


5

Difatti, la gestione dei dati, oltre che l’utilizzo di Sensori e Controller Networks, è un

fattore importantissimo e necessario per poter far raggiungere alle macchine le capacità di

“auto coscienza” ed “auto apprendimento”.

Ricapitolando, nel corso di questo lavoro di tesi daremo una definizione di Industria 4.0,

senza tralasciare le varie tecnologie ad essa relative, discuteremo delle varie conseguenze

che apporta in ambito economico e degli ostacoli che le varie aziende dovranno superare per

applicare le nuove tecnologie ai vari cicli produttivi, citeremo inoltre degli esempi di

fabbriche intelligenti.

Nel seguito tratteremo sia di Big Data che di Robotica, delle loro applicazioni,

problematiche, aspetti di interesse e faremo alcuni esempi riguardanti di tali tecnologie.

Discuteremo delle sfide che l’Industria 4.0 si propone di affrontare e di come questa nuova

modalità di fare azienda possa influenzare il futuro del settore manifatturiero anche per

quanto concerne il nostro paese.

Trarremo, infine, delle conclusioni rispetto alle conseguenze della quarta rivoluzione

industriale sia sulle aziende che sull’uomo ed in particolare sui lavoratori del futuro.

Per la stesura di questa tesi abbiamo fatto riferimento a fonti eterogenee tra loro come

pubblicazioni scientifiche, porzioni di libri ed articoli giornalistici riguardanti il settore

tecnologico.


6

Capitolo 1: Industria 4.0

1.1 Introduzione al concetto di Industria 4.0

Nell’economia di oggi, fortemente influenzata dalla globalizzazione, molti paesi si sono

trovati in difficoltà nel restare al passo non solo con realtà molto più organizzate dal punto

di vista dei mezzi economici ma anche con nuove realtà emergenti.

Queste problematiche di tipo economico-produttive hanno portato molte industrie a

ricercare metodi e tecnologie che potessero alzare il loro livello produttivo e

conseguentemente remunerativo.

La Cina ha lanciato il “Piano 2025” ed “Internet Plus” che si concentrano sul rafforzamento

della produzione e l’innovazione dei servizi, gli USA nel 2014 hanno stanziato circa $70

milioni per stabilire il “Digital Lab for Manufacturing”, ma il paese che più si è mosso

verso un progresso tecnologico applicabile al settore produttivo è la Germania [2].

È, infatti, la Germania ad aver dato il via alla Quarta Rivoluzione Industriale, e da tale

processo rivoluzionario è nata l’Industria 4.0.

Il termine Industria 4.0 si riferisce alla ricerca, da parte del settore produttivo industriale,

dell’integrazione dell’IT nei vari processi manifatturieri al fine di migliorare le condizioni

di lavoro, la produttività e la qualità dei prodotti.

Una componente importante di questa nuova modalità di fare industria è l’unione del

mondo fisico con quello virtuale, tale fusione è fattibile grazie ai CPS (Sistemi Cyber-

Fisici) ed il prodotto finale derivante da tutto ciò risultano essere le fabbriche intelligenti

dove i vari CPS comunicano tra loro attraverso l’IoT (Tecnologia abilitante dell’Industria

4.0 che non tratteremo in questo lavoro) in modo da aiutare persone e macchine ad

assolvere ai loro compiti [2].

Persone e macchine, quindi, lavoreranno ancora fianco a fianco, ma sicuramente le ultime

risulteranno essere molto più indipendenti rispetto al passato; infatti l’idea della fabbrica

del futuro, punto cardine dell’Industria 4.0, è proprio quella in cui le macchine possano

continuare a lavorare anche quando gli operari non sono più in fabbrica, in modo da

lavorare 24h/24h ed incrementando così la produttività.

Come si può ben intuire, l’impatto dei cambiamenti che l’Industria 4.0 apporta al settore

manifatturiero è molto ampio e consiste di numerose modifiche ai vari processi di

produzione, ai risultati ed ai modelli di business; per ricollegarci proprio al paese che ha

dato inizio a tutto questo, ci teniamo a sottolineare che la Germania ha accelerato del 120%

il processo di fabbricazione e del 70% per quanto concerne il tempo necessario a far

arrivare i prodotti sul mercato [3].

1.2 I vantaggi di un’Industria 4.0

Dare una definizione di Industria 4.0, fornire informazioni riguardanti la nascita di tale

terminologia e la rivoluzione tecnologica che essa implica ci consentono di fornire un

quadro generale della situazione che ci proponiamo di analizzare.

Ma quali sono concretamente i vantaggi che l’Industria 4.0 apporta al settore

manifatturiero?


7

Ne abbiamo già dato un accenno generale nell’introduzione ed ora, in questo paragrafo,

cercheremo di andare più nello specifico.

Le migliorie che la quarta rivoluzione industriale apporta ai cicli di produzione vengono

elencati di seguito:

• Maggiore flessibilità: le reti consentono ai processi di business di essere strutturati

in maniera più dinamica. Le procedure produttive reagiscono con maggiore

flessibilità alle variazioni della domanda.

• Riduzione dei tempi di consegna: ovviamente, grazie a tecnologie in grado di far

lavorare una fabbrica per la totalità della giornata e con maggiore rapidità, è

possibile una riduzione drastica dei tempi di consegna di un lotto di prodotti dalla

catena di produzione alla messa sul mercato.

• Adattamento alle esigenze del cliente: totalmente connesso con la maggiore

flessibilità esplicata nel primo punto, consiste nel fatto che non sarà più il cliente a

doversi accontentare di ciò che offre il mercato, bensì saranno le fabbriche ad

adattarsi alla domanda; infatti le Smart Factories permettono la personalizzazione

del prodotto da parte del cliente in termini di pianificazione, configurazione,

ordinazione, progettazione, produzione e funzionamento.

• Nuove offerte di servizi: l’Industria 4.0 possiede il potenziale per offrire dei servizi

ad alte prestazioni per la valutazione nel minor tempo possibile di grandi moli di

dati.

Quelli appena discussi sono solo una parte delle innovazioni che la quarta rivoluzione

industriale ha in serbo per noi.

Altri vantaggi forniti dall’Industria 4.0 verranno esaustivamente trattati in correlazione con

le tecnologie impiegate nelle fabbriche di nuova generazione.

1.3 Le tecnologie abilitanti dell’Industria 4.0 Dopo un’attenta e specifica ricerca tra articoli e pubblicazione scientifiche in merito

all’argomento di tesi, siamo in grado di analizzare nel dettaglio le varie tecnologie applicate

all’industria di quarta generazione con le relative modifiche che esse apportano al settore

manifatturiero.

A parte il già citato CPS, elenchiamo altre nove tecnologie centrali nell’ambito

dell’Industria 4.0, esse sono: la simulazione, la realtà aumentata, la robotica, l’Internet of

Things Industriale (IIoT), il Cloud computing, i Big Data, la produzione additiva,

l’integrazione orizzontale e verticale dei sistemi [2].

Mentre nel prosieguo di questo paragrafo discuteremo di alcune delle tecnologie sopra

citate in maniera generale, per quanto riguarda Big Data e Robotica daremo spazio a due

interi capitoli visto il loro ruolo di protagonisti in questo lavoro.


8

1.3.1 Cyber-Physical System (CPS)

I cosiddetti Sistemi Informatico-Fisici (CPS) emergono dall’incrocio tra componenti IT per

l’elaborazione dell’informazione, come lo scambio di dati, e componenti meccanici ed

elettrici delle macchine. In ambito industriale, questi sistemi vengono definiti anche come

Sistemi di Produzione Informatico-Fisici (CPPS) [4].

La comunicazione tra i vari CPS avviene attraverso un’infrastruttura di dati, come Internet.

I sistemi cyber-fisici, in un contesto di produzione ed automazione, possono riferirsi a

diversi processi produttivi ivi compresa la simulazione, la progettazione, il controllo e la

verifica.

I sistemi CPS che stanno emergendo dovranno essere collegati, distribuiti e coordinati oltre

che reattivi e robusti. Nel contesto manifatturiero, i CPS si pongono l’obiettivo di

migliorare qualità e produttività grazie ad algoritmi di prognostica e diagnostica, facendo

uso di grandi quantità di dati provenienti da diverse tipologie di macchine, sensori collegati

in rete e sistemi. A volte, sarà anche necessaria l’elaborazione in tempo reale della grande

mole di dati con bassa qualità o basso contenuto di informazioni raccolte dai sensori CPS.

L’elaborazione di dati di grandi dimensioni e bassa qualità è una delle tante sfide che

l’Industria 4.0 si pone di affrontare [3].

Volendo fornire una definizione più specifica dei CPS, possiamo dire che:

“Un CPS è definibile come un sistema in cui si richiede che gli oggetti fisici siano

affiancati dalla propria rappresentazione nel mondo digitale, siano integrati con elementi

dotati di capacità di calcolo, memorizzazione e comunicazione, e che siano collegati in rete

tra loro.” [5]

Le diverse funzionalità di un CPS possono essere compresse nel seguente schema a cinque

livelli:

1) Smart connection: ossia la capacità di gestire ed acquisire dati resi disponibili in tempo

reale grazie a sensori intelligenti e di trasferirli tramite specifici protocolli di

comunicazione;

2) Data-to-information conversion: capacità di

aggregare i dati e di convertirli in informazioni a valore

aggiunto;

3) Digital Twin (Cyber level): capacità di

rappresentare in real-time il dominio reale in una

realtà digitale;

4) Cognition: capacità di identificare

diversi scenari e di supportare un corretto

processo al fine di prendere le migliori

decisioni possibili;


9

5) Configuration: capacità di fornire feedback alla realtà fisica da quella virtuale e di

applicare le azioni correttive prese al livello precedente;

In particolare, il Cyber level nasce grazie alla grande quantità di tecnologie di nuova

generazione che rendono possibile poter accedere ad informazioni centralizzate; è proprio a

questo livello che si rende possibile la connessione e, di conseguenza, l’interscambio di dati

tra le macchine tramite l’utilizzo della loro immagine virtuale [5].

Detto questo, andiamo ora a specificare quali sono i vantaggi che la tecnologia CPS apporta

al settore manifatturiero.

Per fare ciò, facciamo riferimento ai risultati di ricerca di sCorPiuS, un progetto totalmente

finanziato dalla Commissione Europea che suddivide i diversi apporti benefici dei sistemi,

argomento di questo paragrafo, in sei classi fondamentali [5].

La prima classe (New data driven services and business models) si riferisce

esclusivamente ai vantaggi apportati dal punto di vista manageriale; infatti grazie ai CPS il

business delle aziende rileva un apprezzabile miglioramento dovuto alla possibilità di

venire incontro alle esigenze del cliente in modi che in passato non sarebbero stati

concepiti, fino alla personalizzazione del prodotto da parte del cliente.

La seconda classe (Data-based improved products) si basa su ciò che si definisce come

digitalizzazione del prodotto. Essa consiste nel concepimento di prodotti intelligenti in

grado di comunicare con la fabbrica tramite scambio di informazioni. Ciò è possibile grazie

ai CPS integrati nel prodotto stesso, in questo modo verranno inviati dati riguardo l’utilizzo

che fa il cliente del prodotto e dando quindi la possibilità all’azienda di rendere la

produzione ad hoc rispetto a chi lo richiede.

La terza classe (Closed-loop manufacturing) comprende tutti quei vantaggi della

tecnologia CPS che superano il solo ambito della fabbrica e che vanno quindi ad

influenzare clienti e fornitori, i quali scambiano dati e feedback con la catena produttiva.

La quarta classe (Cyberized plant / Plug & Produce) consiste nei vantaggi che i CPS

apportano a livello di shop floor, vale a dire rendendo possibile la riconfigurabilità e la

flessibilità del sistema produttivo che conseguentemente portano ad una più facile gestione

delle operazioni di self-recovery,

self-analisys e del self-learning da parte dell’impianto e la tracciabilità del prodotto durante

il suo ciclo di produzione nella fabbrica in ogni suo passaggio.

La quinta classe (Next step production efficiency) consiste nel migliorare nella sua

totalità le fasi della produzione, facendo in modo da rendere fattibile la produzione di

piccoli lotti, migliorare la gestione del magazzino, rendere più precisi i processi produttivi

etc.

La sesta classe (Digital ergonomics) include una migliore integrazione degli operai

nell’ambiente industriale al fine di rendere più veloce il trasferimento delle conoscenze, una

riduzione quindi della complessità operativa grazie alla possibilità di poter accedere in

tempo reale alla fabbrica.


10

Si può facilmente comprendere che senza i CPS difficilmente si potrebbe parlare di

Industria 4.0 o di Smart Factories.

1.3.2 La realtà aumentata

Tramite la realtà aumentata è possibile aiutare l’operatore della fabbrica a migliorare la

propria produttività con una notevole riduzione degli errori in fase di montaggio o di

riparazione. In particolare, facciamo uso di tecnologie di visione per il riconoscimento degli

oggetti, sintesi e riconoscimento vocale, interfaccia con CAD e computer graphics per la

virtualizzazione degli oggetti [6].

Potremmo utilizzare la fotocamera dei nostri smartphone e fruire di informazioni a noi utili

sovrapposte alla realtà che ci circonda; per esempio, inquadrando un dispositivo di cui

vogliamo sostituire una componente, ci verrebbero mostrati in tempo reale i vari passaggi

da effettuare per adempiere allo scopo.


11

1.3.3 La produzione additiva

La produzione additiva è quel processo produttivo che consiste nell’unione di più materiali

diversi con l’intento finale di creare oggetti facendo uso di modelli tridimensionali

computerizzati; tale tipologia di produzione si oppone alla produzione sottrattiva.

Le tecnologie utilizzate in caso di produzione additiva sono molteplici, per esempio la

modellazione a deposizione fusa, cioè depositando il materiale su strati tramite un ugello

che ne controlla il flusso, o la sintetizzazione laser, trattamento termico che trasforma

materiale polverizzato in indivisibile [7].

Ma la tecnologia più diffusa in questo ambito è sicuramente la Stampa 3D, essa è

caratterizzata dai due vantaggi seguenti:

1) È più veloce, affidabile e semplice da usare rispetto ad altre tecniche di produzione

sottrattiva [8];

2) Offre la possibilità di stampare e assemblare parti composte da diversi materiali con

diverse proprietà fisiche e meccaniche in un singolo processo di costruzione [8];

La rapidità operativa di questa tecnologia rende ancor più semplice la personalizzazione del

prodotto senza andare a rimetterci in termini di tempo.

1.3.4 La simulazione

La simulazione è uno strumento fondamentale per prevedere il comportamento dei vari

sistemi produttivi sia nel caso in cui ci interessi il funzionamento del singolo sistema sia

quando abbiamo bisogno di capire la fattibilità del lavoro in gruppo di più sistemi nello

stesso ambiente produttivo che inevitabilmente andranno ad influenzarsi a vicenda.

Essa consente l’analisi della realtà ad un alto livello di dettaglio in modo da ottenere un

gran numero di informazioni utili, magari, ad apportare modifiche all’impianto o a

correggere eventuali guasti; il prezzo da pagare per questa completezza è ovviamente il

tempo, dato che le operazioni di programmazione sono molto lunghe al fine di ottenere dei

dati sufficientemente sensati e tali da offrire un modello della realtà ad essa aderente [9].


12

1.4 Due esempi di Industria 4.0 (Big Data e Robotica): Audi

ed il trattore CNH

1.4.1 Industria 4.0: Audi

Entro l’anno 2035 l’Audi si pone l’obiettivo di passare dalle moderne catene di montaggio

ad una struttura modulare in cui ogni modulo sarà predisposto ad una specifica funzione;

tutti i moduli, nella loro totalità, verranno supervisionati da una torre di controllo atta a

verificarne il corretto funzionamento. È, quindi, la Smart Factory la nuova sfida dell’Audi;

il portavoce del progetto Felix Schwabe spiega: “La nostra idea è costruire unità produttive

più piccole e flessibili che possano lavorare esattamente dove si trova la domanda,

rispondendo in modo più veloce ed efficiente alle esigenze dei nostri clienti” [10].

L’Audi del futuro sarà più o meno come quella di oggi, ciò che cambierà radicalmente sarà

la produzione delle nuove automobili.

Si raggiungerà una Produzione 4.0 in cui Networking, Robotica ed un altissimo livello

tecnologico la faranno da padrone ma, a detta di Audi, senza escludere l’intervento

specializzato dell’uomo.

“Le auto si possono comprare ovunque, noi vogliamo offrire un servizio personalizzato e

flessibile” dice Alois Brandt, membro del team che ad Ingolstadt sta immaginando la

fabbrica del futuro [10].

Ma come è possibile realizzare questa visione?

Utilizzando le stampanti 3D e scanner per disegnare i sedili su misura del guidatore nei

Customer Center, droni per il trasporto dei vari elementi da un modulo ad un altro ed una

nuova generazione di Robot in grado di assistere i lavoratori, ma soprattutto costruendo una

rete di comunicazione basata sull’analisi dei Big Data.

Per quanto concerne il grande quantitativo di scambi dati di cui sistemi di questo livello

hanno bisogno, tutto ruota intorno al passaggio dai Big Data agli Smart Data.

Questa transizione consiste nel creare un sistema in grado di gestire un flusso di lavoro in

cui ogni componente possa comunicare con le altre, generando di conseguenza un’enorme

mole di dati che andranno necessariamente processati di continuo e resi quindi intelligenti.

Fabian Rusitschka del Technology Development Innovation Management di Audi ci lavora

da oltre tre anni: “Non bisogna più ragionare in termini di cicli produttivi lineari con

tempistiche prestabilite, è necessario immaginare un sistema interconnesso che riesca a

gestire ogni tipo di domanda di automobili, sia dal punto di vista dei numeri che delle

specifiche dei diversi modelli” [10].


13

Un concetto fondamentale della visione di Audi è quello di Isola di competenza, cioè una

zona addetta ad una particolare funzione durante l’assemblaggio del prodotto, in questo caso

un’automobile.

Praticamente, l’auto non verrà prodotta nella catena di montaggio, ma si sposterà da un

punto ad un altro a seconda della fase di montaggio in cui si trova e sarà il sistema ad

indirizzarla verso l’isola di competenza successiva.

Questo, ovviamente, vale per quanto riguarda la fase produttiva, ma l’Audi ha pensato

anche ad un rinnovamento della fase di progettazione delle sue auto integrando tecnologie

quali le stampanti 3D ed i visori per la realtà virtuale.

La casa automobilistica tedesca ha già presentato i suoi progetti per le fabbriche del futuro e

le varie tappe di realizzazione del progetto.

Si parte dalla costruzione di nuovi siti quali quello di San José Chiapa in Messico, Bruxelles

ed il nuovo stabilimento della Lamborghini per la produzione dei nuovi Suv.

La seconda fase comprenderà la ristrutturazione delle varie fabbriche, che naturalmente sarà

un processo piuttosto lungo; per questo motivo si partirà da strutture che sono ancora in fase

di costruzione dato che sia gli spazi necessari che i layout cambieranno nel tempo.

1.4.2 Industria 4.0: Il trattore CNH

L’industria agricola non è esente dalle applicazioni delle nuove tecnologie emergenti, ed in

questo senso si potrebbe parlare anche di Industria agricola 4.0.

Potrebbe sembrare strano parlare di tecnologie avanzate come quelle di cui abbiamo trattato

fino ad ora applicate all’agricoltura, ma è proprio ciò su cui ha puntato la CNH Industrial.

In realtà il mondo agricolo si presta molto a questo tipo di tecnologie e da ciò nasce il

trattore CNH, un trattore a guida autonoma.

I vantaggi apportati da questo veicolo sono i medesimi di cui abbiamo parlato quando

abbiamo introdotto il concetto di Industria 4.0 e le varie tecnologie applicate alle fabbriche

del futuro.

Infatti, il trattore CNH permette di lavorare 24h/24h in modo da aumentare la produzione

agricola. Inoltre, è possibile controllare da remoto l’intera operazione nonché correggere

eventuali errori come per esempio nel caso in cui il trattore segua traiettorie sbagliate.

Per quanto concerne le caratteristiche di questi trattori, essi potranno contare su GPS e

correzione satellitare al fine di fornire una guida per la registrazione e la trasmissione dei

dati dal campo [11].


14

Per controllare i trattori e, al contempo, ricevere feedback sicuri e immediati, è stata

sviluppata un’interfaccia interattiva dedicata. Durante la messa in moto dei trattori, si

effettua il caricamento delle mappe per segnalare al sistema i confini del campo su cui

lavorare, poi il software permetterà di scegliere il percorso per ottenere la maggiore

efficienza possibile. Ovviamente, tramite i trattori CNH, possiamo effettuare tutte le

operazioni che erano possibili con i normali trattori, cioè la semina, la falciatura,

l’irrorazione etc., con il sistema che prenderà in maniera automatica le dimensioni degli

attrezzi o magari avvertirà l’agricoltore quando sarà necessario il rifornimento d’acqua,

semi o altro [11].

Quando avremo terminato la fase di programmazione, potremo selezionare il veicolo ed il

campo su cui farlo lavorare.

La totalità di queste fasi non necessità di più di trenta secondi, quindi si può ben

comprendere l’efficienza di questa tecnologia.

Al momento questi trattori sono ancora a livello sperimentale, ma abbiamo già due modelli

da poter esibire: l’NHDrive della New Holland che possiede anche una cabina per il pilota

per operazioni non autonome ed il Case IH Magnum privo della cabina per il pilota.


15

Capitolo 2: Big Data

2.1 Introduzione al concetto di Big Data

Big Data è un termine che si riferisce ad una quantità di dati talmente numerosi e complessi

che i sistemi tradizionali di elaborazione dati e le varie applicazioni operanti su di essi

risultano essere non adeguati.

I vari requisiti dei Big Data sono riportati di seguito:

• Volume: la grande dimensione della raccolta di dati determina il suo valore

potenziale;

• Varietà: la raccolta dei dati dipende da varie fonti diverse tra loro che ovviamente

possono cambiare nel tempo;

• Velocità: la velocità con cui vengono generati ed elaborati i dati implica la nascita di

nuove sfide da intraprendere per la loro gestione ed il loro utilizzo;

• Variabilità: delle incongruenze possono ostacolare i vari processi di gestione dei

dati;

• Veridicità: la qualità dei dati può variare e quindi il loro uso sarà tanto più efficace

quanto maggiore sarà la fiducia negli stessi e nelle informazioni che rappresentano;

• Complessità: se i dati provengono da fonti diverse, allora devono poter essere

combinati in modo da aumentare il valore di tutta la collezione;

I dati vengono prodotti grazie ad un processo e perciò dovrebbero essere trattati alla stregua

di un normale prodotto. Infatti, basta sostituire la parola “prodotto” a “dato” nei requisiti dei

Big Data per descrivere tutta la serie di situazioni per la fabbricazione e l’assemblaggio di

prodotti complessi [12].

Nell’Industria 4.0 le analisi intelligenti ed i CPS stanno collaborando al fine di ottenere

una nuova mentalità riguardo la produzione e la trasformazione industriale. Facendo uso di

sensori, varie tipologie di segnali come la pressione, le vibrazioni etc. possono essere

facilmente estratti; in più possiamo fare uso di dati storici per l’estrazione di nuovi dati in

futuro. L’unione di tutte queste informazioni, costituenti i Big Data, e la loro conseguente

elaborazione in informazioni a noi utili è la chiave per l’innovazione di una fabbrica

nell’Industria 4.0 [1].


16

I Big Data potrebbero produrre un effetto di trasformazione su un settore industriale o su di

un’intera società; alcune categorie del settore industriale potrebbero subire trasformazioni

sostanziali. Questo ci fa comprendere l’enorme impatto che tale argomento avrà per quanto

concerne la produzione industriale [13].

Espressi gli aspetti generali e la definizione di Big Data, nel prosieguo di questo capitolo

tratteremo delle varie applicazioni che essi hanno nel settore industriale e le problematiche

connesse al loro utilizzo.

2.2 Big Data: Applicazioni pratiche

I dati, argomento cardine di questo capitolo, vengono generati dalle macchine e da fonti

molto eterogenee tra loro, come dati di comunicazione M2M, dati di sensori operazionali

(per misurazioni di temperatura, pressione etc.), così come i dati dei sistemi MES

(Manufacturing Execution Systems) per la programmazione della produzione. Approcci di

Data Mining (estrazione dei dati) possono essere applicati a banche dati storiche al fine di

identificare i vari modelli di errore, ottenendo quindi la capacità di utilizzare queste

informazioni per compiere analisi predittive. Perciò, le molteplici variabili che vanno ad

influire sul corretto funzionamento della macchina possono essere facilmente monitorate per

cercare di evitare errori indesiderati; si parla in questi casi di Manutenzione Predittiva [4].

Quando abbiamo parlato dei CPS, abbiamo anche detto che essi sono necessari affinché si

possa raggiungere la possibilità di avere macchine intelligenti, in particolare macchine auto

manutentive.

È proprio con questo obiettivo che facciamo largo uso dei Big Data.

Grazie alle grandi moli di dati che riusciamo a prelevare dalle macchine, possiamo

facilmente implementare alcune metodologie che ci permettano di prevedere eventuali errori

o guasti futuri, ossia che ci permettano di conoscere la salute delle macchine presenti in

fabbrica.

Una delle metodologie a nostra disposizione è la cosiddetta “Metodologia Macchina del

Tempo per Sistemi Cyber-Fisici” che è incaricata di organizzare perfettamente i dati

disponibili nell’ambiente Big Data per essere utilizzati in algoritmi PHM (Prognostic and

Healt Management). Tale metodo consiste nel possesso da parte di ogni componente di un

record “Macchina del Tempo” rappresentante il cyber-spazio; esso estrae informazioni a noi

utili dall’insieme di dati disponibili [14].

Le informazioni estratte includono la storia, lo stress ed il carico, i parametri di

funzionamento, le configurazioni di sistema ed i registri di manutenzione. Una volta che un

componente è fallito, esso verrà rimosso dalla macchina, ma il suo “cyber gemello” (il Time

Machine Record) rimarrà senza nessun vincolo temporale [14].

L’esistenza infinita di questi “cyber-gemelli” permettono la raccolta perenne di Time

Machine Record e di conseguenza di grandi quantità di dati riguardanti il funzionamento di

componenti. Inoltre, i “cyber-gemelli” possono accedere ai record dei propri predecessori

senza alcun vincolo. Come si può ben comprendere, questo tipo di metodologia,

strettamente connessa con l’ambiente Big Data, aumenta notevolmente la robustezza degli

algoritmi PHM e quindi ci porta più vicini alla realizzazione di macchine intelligenti “auto-

coscienti” ed “auto-manutentive” [14].


17

A parte le applicazioni in campo tecnologico per l’avanzamento dell’Industria 4.0, i Big

Data trovano spazio anche nel miglioramento del business di un’azienda e

conseguentemente ne aumentano i ricavi in maniera sostanziale.

Tutte le belle parole spese fin qui ci porterebbero a pensare che nulla può andare storto

applicando tecnologie come i Big Data, ma non è così.

Nel paragrafo seguente andremo a trattare anche le problematiche che apportano i Big Data

in ambito industriale e non.

2.3 Big Data: Problematiche

I Big data possiedono molte caratteristiche positive che portano giovamento alle aziende su

molti punti di vista, ma ad essi vanno associati anche aspetti negativi che possono

potenzialmente rendere vani i vantaggi di cui abbiamo parlato in precedenza.

Una prima criticità consiste nella qualità dei Big Data, essa viene determinata dalle seguenti

proprietà:

• Completezza;

• Consistenza;

• Accuratezza;

• Integrità;

• Assenza di duplicazione;

Dobbiamo far presente che in una buona parte dei casi, in ambito aziendale, la qualità dei

dati non è poi di livello così elevato, a causa di diversi fattori.

Tali fattori sono:

• Errori durante le operazioni di data entry manuale;

• Errori nei software di gestione dati;

• Errori durante la progettazione delle basi di dati;

È quindi necessario che la qualità dei dati venga costantemente controllata medianti processi

di Data Quality; essi devono restituire in uscita quali sono i dati che posseggono livelli di

integrità, consistenza, accuratezza e completezza accettabili e quali invece non rispettano

standard adatti a farli considerare come dati qualitativamente apprezzabili. La qualità dei

dati è cruciale per il ciclo produttivo, infatti dati deboli dal punto di vista qualitativo ci

porteranno inevitabilmente a fabbricare prodotti di scarsa qualità [15].


18

2.3.1 Tre tipologie di dati problematici in ambiente Big Data

In questo paragrafo ci proponiamo di fare alcuni esempi di tipologie di dati che risultano

essere particolarmente problematiche.

Elenchiamo di seguito tali tipi di dati:

1. Dati provenienti da sistemi operazionali: cioè quando i sistemi operazionali

producono una grande mole di dati. Le problematiche di questa tipologia vengono

risolti tramite strumenti di pulizia dei dati, di solito utilizzati nei casi di Business

Intelligence [15].

2. Dati provenienti da sensori, RFID e strumenti scientifici: questo genere di dati,

generati dalle macchine, non sono soggetti ad errori di immissione, ma questo non

significa che non siano soggetti ad errore per altre cause. Infatti, un errore comune

legato a questa particolare tipologia di dati consiste nel malfunzionamento dei sensori

o degli strumenti di misura che forniscono informazioni relative alla macchina in

analisi, come per esempio la temperatura massima che il macchinario è in grado di

sopportare [15].

3. Dati provenienti dal web: in questa categoria rientrano i dati provenienti dai social

network, essi sono composti da due parti; i metadati che sono più affidabili e quindi

meno soggetti ad errore, mentre il testo è sicuramente più soggetto ad errori di vario

genere (errori grammaticali, di battitura, etc.) [15].

2.3.2 Varie problematiche relative ai Big Data

Una nuova problematica connessa ai Big Data consiste nella difficoltà di distinguere

significati diversi legati ad una stessa parola.

Questa è una delle sfide che i Big Data si pongono; tale problema si risolve facilmente

tramite l’utilizzo dei tag (cioè metadati) per etichettare i dati, in questo modo è possibile

estrapolare l’ambito di pertinenza legato alla parola in questione.

Inoltre, un ennesimo problema riguarda la veridicità delle informazioni prelevate dal Web,

infatti non sempre ciò che troviamo sulla rete è degno di fiducia.

Dobbiamo dire, però, che non tutte le applicazioni necessitano di informazioni precise; per

esempio alcune analisi di un prodotto o di un personaggio non vengono influenzate più di

tanto da qualche dato inesatto. In effetti, ricollegandoci a quanto appena detto, le operazioni

di pulizia dei dati non sempre risultano necessarie, anzi a volte potrebbero essere perfino

dannose arrivando erroneamente ad eliminare informazioni a noi necessarie [15].

Altre problematiche riguardano il tema della privacy, soprattutto nel caso di Big Data

industriali le informazioni potrebbero essere accessibili a terze parti che agevolerebbero

sicuramente lo spionaggio industriale.


19

Capitolo 3: Robotica

3.1 I robot nell’Industria 4.0

Nella moderna industria manifatturiera i robot svolgono un ruolo fondamentale. Questo lo si

può comprendere dal dato che ci mostra come il numero di robot industriali multifunzione,

sviluppati nel settore dell’Industria 4.0, solo in Europa è quasi raddoppiato dal 2004.

L’Industria 4.0 punta moltissimo su nuovi metodi di produzione autonomi, potenziati grazie

all’utilizzo di robot in grado di adempiere a compiti in maniera intelligente e con attenzione

a sicurezza, flessibilità, versatilità e cooperazione.

L’obiettivo è quello di integrare uomo e macchina nel ciclo produttivo industriale facendo

uso di interfacce uomo-macchina tramite sensori intelligenti.

Questa nuova generazione di robot può essere controllata a distanza; se, per esempio, si

verifica un problema di qualsiasi tipo il lavoratore riceve un messaggio sul suo cellulare,

collegato ad una webcam, così da poter verificare l’entità dei guasti e dare istruzione di

fermare la produzione oppure di lasciarla continuare.

Diversi sono i robot introdotti di recente al fine di essere i pionieri dell’Industria 4.0.

KUKA LBR IIWA è un robot leggero concepito per lavorare al fianco dell’uomo in ambito

industriale per adempiere a compiti altamente sensibili.

Tale robot è in grado di “imparare” dai suoi colleghi umani ed è capace di controllare in

maniera indipendente, ottimizzare e documentare i risultati del proprio lavoro.

I robot NEXTAGE della KAWADA INDUSTRIES sono un’evoluzione delle

apparecchiature per le linee di assemblaggio di componenti; esso consiste di una testa con

due telecamere, un torso, due bracci a sei assi, una base mobile ed una GUI flessibile.


20

La sua visione stereoscopica avanzata con sistema di riconoscimento delle immagini

permette di accertare la distanza dell’oggetto ed ottenere coordinate 3D ad alta precisione.

Esistono due modelli di questo specifico robot, uno per l’ambiente industriale ed uno per

l’ambito della ricerca [3].

Tratteremo nel paragrafo seguente come applicare questi robot nell’industria moderna al

fine di ottenere il maggior numero di vantaggi possibile.

3.2 Applicazione della robotica nell’Industria 4.0

Per quanto riguarda la robotica generale, che ovviamente comprende quella industriale,

possiamo concentrare le varie tipologie di robot in tre gruppi:

1. Robot di primo livello: Questo livello comprende tutti quei robot che effettuano

azioni ripetitive regolate da un software che specifica i vari movimenti da svolgere e

con quale velocità e precisione eseguirli [16].

2. Robot di secondo livello: Sono quei robot che risultano meno rigidi riguardo alle

attività che possono svolgere, infatti essi sono in grado di comportarsi diversamente a

seconda dell’oggetto da montare grazie a sensori visivi che lo analizzano sotto vari

aspetti come la forma, la distanza etc. [16].

3. Robot di terzo livello: sono robot in grado di prendere decisioni in maniera

autonoma, ma ad oggi essi non vengono ancora utilizzati in ambito industriale [16].

Tra le varie applicazioni che la robotica avrà nelle future fabbriche intelligenti, quella che è

alla base dell’Industria 4.0 è la collaborazione tra uomo e macchina.

L’obiettivo a lungo termine è quello di cooperare e lavorare con i robot in ambienti

dinamici, imprevedibili e dove le situazioni variano più volte nel tempo; uomo e macchina

dovranno costituire una vera e propria squadra. Ad oggi i robot vengono considerati come

semplici strumenti in grado di svolgere piccoli compiti o attività più complesse ma senza

collaborare con l’uomo in maniera attiva. Ciò a cui invece puntiamo è la collaborazione

uomo-macchina che dovrebbe consistere nello scambio di informazioni tra le due

controparti, dove la macchina effettua l’operazione ad essa assegnata e nel caso in cui si

dovesse presentare un problema di qualsiasi genere allora la macchina chiederà assistenza al

suo collega umano [17].

3.2.1 Braccio robotico

I bracci robotici sono alla base dell’applicazione della robotica in ambito industriale.

Possiamo fornire a tali macchine diversi strumenti per poter effettuare operazioni di vario

genere quali saldatura, montaggio, verniciatura, etc.

Di bracci robotici ne esistono di varie tipologie, ma la più diffusa è quella dei bracci

articolari grazie al loro alto grado di libertà e la possibilità di evitare gli ostacoli anche in

spazi angusti.


21

Questa tipologia di robot industriali è composta da sezioni rigide e da articolazioni capaci di

effettuare movimenti di rotazione, dove tali movimenti vengono regolati grazie ai dati

catturati dal modulo sensori composto da varie tipologie di sensori quali quello di

prossimità, di pressione, di osservazione etc.; tali informazioni acquisite dai sensori

vengono poi trasmessi al modulo di controllo centrale dopo un’attenta elaborazione [18].

Ovviamente l’avanzamento tecnologico nel campo dell’intelligenza artificiale applicata alla

robotica non potrà fare altro che portare all’evoluzione di queste macchine al fine di

svolgere operazioni molto più complesse di quelle che sono in grado di svolgere oggi.

3.2.2 Robot per stampa ad iniezione

Grazie a queste macchine possiamo evitare agli operatori umani attività fin troppo ripetitive

e che potenzialmente possono essere anche pericolose.

Questa tipologia di robot industriale rispetta proprio quei canoni dell’Industria 4.0 tra cui la

piena autonomia e la possibilità di operare per l’intera durata della giornata anche in assenza

degli operai, incrementando così la produzione e di conseguenza i ricavi dell’azienda in

maniera esponenziale.

Ovviamente abbiamo numerose altre applicazioni della robotica, come per esempio

controllo qualità, confezionamento e pallettizzazione, lucidatura, analisi e test di laboratorio,

etc.


22

3.3 L’impatto dell’industria robotica 4.0

La personalizzazione di massa consentirà la produzione di piccoli lotti, anche nel senso di

oggetti unici grazie alla capacità da parte delle macchine di adattarsi facilmente alle

richieste del cliente. La velocità con la quale si è in grado di fabbricare un prodotto viene

sicuramente migliorata tramite la progettazione digitale e la modellazione virtuale del

processo produttivo, in questo modo si riduce notevolmente il tempo che passa tra la

progettazione del prodotto e la sua consegna. Lo sviluppo integrato del prodotto con

produzione digitale e fisica viene ricollegato a grandi miglioramenti nella qualità del

prodotto e ad una notevole diminuzione degli errori di fabbricazione [3].

I dati provenienti dai sensori possono essere utilizzati per il monitoraggio di ogni

componente prodotta piuttosto che utilizzare il campionamento per la rilevazione di errori;

inoltre abbiamo a nostra disposizione anche macchine a correzione di errore per regolare i

processi produttivi in real-time. Tutti questi dati possono essere raccolti ed analizzati

facendo uso di tecniche Big Data per identificare e successivamente risolvere piccoli

problemi in corso; in questo modo si migliora la qualità riducendo notevolmente i costi e di

conseguenza aumentando la competitività [3].

Basandoci su questo presupposto, i maggiori produttori europei sarebbero in grado di

risparmiare sui costi di demolizione e rielaborazione dei prodotti difettosi se potessero

eliminare tutti i difetti in cui ci sarebbe la possibilità di incappare.

Tramite l’utilizzo dei robot industriali 4.0, i lavoratori umani potranno essere utilizzati in

maniera più efficace per tutti quei compiti di fondamentale importanza.

Però, volenti o nolenti, bisogna ammettere che tramite le tecnologie 4.0 è possibile arrivare

a guadagni molto più elevati con molti meno impiegati rispetto a trent’anni fa.

Ad avvalorare ciò, facciamo riferimento ad un libro con argomento centrale “La quarta

rivoluzione industriale” consegnato ai vari delegati presenti al World Economic Forum; in

questo testo Schwab confronta la città di Detroit nel 1990 con la Silicon Valley nel 2014.

In questo confronto si fa presente che nel 1990 le tre più importanti aziende di Detroit

possedevano una capitalizzazione di mercato pari a 36 miliardi di dollari, un fatturato di 250

miliardi e 1,2 milioni di dipendenti; invece nel 2014 le tre più grandi aziende della Silicon

Valley avevano una capitalizzazione di mercato di 1,09 trilioni di dollari, 247 milioni di

entrate e tutto ciò con soli 137.000 dipendenti [3].

Il numero più significativo tra quelli menzionati non riguarda l’ambito economico, ma

quello del capitale umano utilizzato per ottenere quei livelli di guadagno.


23

Un numero così basso di operai umani è sicuramente dovuto alla maggiore applicazioni dei

robot e di tutte le tecnologie dell’Industria 4.0.

Tornando al paese che ha dato il via ai processi evolutivi in campo tecnologico applicati al

settore manifatturiero, cioè la Germania, un recente studio stima che i benefici dovuti a

questo avanzamento tecnologico contribuiranno a 78 miliardi di euro del PIL tedesco entro

il 2025 [3].


24

Capitolo 4: Conclusione

4.1 Lo sviluppo dell’Industria 4.0 in Italia

Pur essendo la seconda potenza europea per quanto riguarda il settore manifatturiero non si

può dire che l’economia italiana sia poi così florida, anzi.

Lo sviluppo dell’Industria 4.0, però, rilancerebbe sicuramente l’Italia dal punto di vista

economico. Da quanto traspare dai rapporti dell’I-Com, però, la situazione non è delle

migliori per quanto riguarda gli investimenti nel campo delle nuove tecnologie da parte

delle imprese italiane, ancora restie ad affidarsi al digitale, forse anche perché gli esperti nel

campo delle ICT tra gli operai non supera il 2,5%. Alcuni dati però sono favorevoli, come

quello che riguarda un utilizzo abbastanza ampio del Cloud da parte delle aziende italiane

(circa il 38%) oppure quello che si riferisce all’applicazione delle tecnologie RFID

nell’11% delle aziende nostrane [19].

Tutto ciò però non è abbastanza per poter dire che le aziende manifatturiere stanno puntando

in maniera decisa sull’Industria 4.0 e quello che ne deriva; chi invece si affida alle nuove

tecnologie per fare impresa sono le famose startup.

Infatti, secondo l’Osservatorio Smart Manufacturing del Politecnico di Milano, le principali

startup che utilizzano le tecnologie 4.0 e basano interamente il loro lavoro su di esse sono

circa una ventina, tra le quali abbiamo:

• Alleantia, la quale punta sull’IoT;

• Experenti, incentrata sulle Human Interfaces;

• Kenstrappen, che opera nel settore delle stampanti 3D;

Nel mondo startup è evidente che c’è tutta la volontà di puntare in maniera importante sulle

tecnologie di cui abbiamo discusso in questo lavoro, ma anche qui siamo ancora molto

indietro rispetto agli altri paesi europei e agli USA.

Purtroppo, quindi, le piccole e medie imprese italiane non sono ancora preparate per

investire sulle nuove tecnologie, ma questi mancati investimenti sono inevitabilmente

causati da una crisi finanziaria che ha messo in ginocchio la maggior parte delle realtà del

nostro paese e non solo dalla mancata preparazione nei confronti dell’IoT, dei Big Data,

della robotica industriale, etc.

Effettivamente si è rilevato un cospicuo abbassamento degli investimenti in questo senso,

infatti siamo passati dai 150 miliardi investiti nel 2010 ai 126 miliardi del 2014, con un’età

media del parco macchine che è aumentata da 10 a quasi 13 anni nel 2014. Bisogna perciò

necessariamente fare qualcosa per l’Italia al fine di permettere una risalita del nostro settore

manifatturiero che fino a qualche decina di anni fa era il migliore d’Europa; anche perché

per rimetterci al passo degli altri paesi sarebbero necessari, a detta dell’Ucimu, circa 60

miliardi annui di investimenti fino al 2030 [20].

Dietro questo quadro che ci vede abbastanza indietro, dobbiamo però tenere presente che,

con tutte le problematiche elencate sopra, le industrie italiane stanno provando in tutti i

modi a rilanciarsi sul piano tecnologico.

Nel mezzogiorno possiamo infatti riscontrare investimenti pari a 4 miliardi di euro


25

sull’e-commerce, grazie anche alla diffusione della banda ultra larga la quale raggiunge il

14% della popolazione e mette la Campania al terzo posto tra le regioni italiane. Applicare

l’Industria 4.0 nel mezzogiorno porterebbe quindi enormi vantaggi non solo al sud, ma

all’intero paese, permettendo una crescita aggiuntiva del PIL di circa l’1%.

4.2 In conclusione l’Industria 4.0…

L’avanzamento tecnologico che l’Industria 4.0 apporta al settore manifatturiero non può

che portare giovamento dal punto di vista della produzione, della qualità e del ritorno

economico.

L’applicazione dei Big Data e della Robotica permettono alle macchine di essere “auto

coscienti” ed “auto manutentive” al fine di poter costruire le famose fabbriche intelligenti,

capaci di operare anche senza la presenza degli operai.

Ovviamente la tecnologia, per definizione, deve apportare giovamento all’uomo e per le lodi

che abbiamo tessuto in questo elaborato nei confronti dell’Industria 4.0 non si può dire che

questo non sia vero. Economicamente i guadagni si incrementano e la produzione diventa

rapida e di qualità; però a discapito di cosa otteniamo tutto ciò?

Quando abbiamo discusso della Robotica e delle sue applicazioni in ambito industriale

abbiamo anche effettuato un confronto tra la città di Detroit e la Silicon Valley in un arco

temporale pari a trent’anni ed abbiamo sottolineato la differenza sostanziale di impiegati dal

1990 al 2014.

Per quanto si dica che l’uomo non verrà mai sostituito dalla macchina, bisogna

necessariamente guardare in faccia alla realtà; alle aziende converrà sempre

economicamente puntare su più macchine e meno uomini per svariati motivi.

Bisognerà, quindi, necessariamente introdurre le tecnologie 4.0 in modo da non sacrificare il

capitale umano e magari applicare proprio queste tecnologie all’uomo stesso per renderlo

capace di effettuare operazioni prima complicate o addirittura proibitive, un esempio

possono essere i numerosi esoscheletri in fase di progettazione capaci di potenziare l’uomo

e portarlo a diventare un operaio 4.0 di pari passo col settore industriale nel quale lavora.

La quarta rivoluzione industriale incombe e le aziende devono farsi trovare preparate al fine

di sfruttare al meglio le innovazioni che essa porterà ed applicarle per il bene dell’umanità e

del settore industriale globale.


26

Bibliografia

[1] Jay Lee, Hung-An Kao, Shanhu Yang, “Service innovation and smart analytics for

industry 4.0 and Big Data environment”, Procedia CIRP 16, Elsevier, 2014, 3 – 8.

[2] Lidong Wang, Guanghui Wang, "Big Data in Cyber-Physical Systems, Digital

Manufacturing and Industry 4.0", International Journal of Engineering and

Manufacturing(IJEM), Vol.6, No.4, pp.1-8, 2016.DOI: 10.5815/ijem.2016.04.01.

[3] Mohd Aiman Kamarul Bahrin, Mohd Fauzi Othman, Nor Hayati Nor Azli, Muhamad

Farihin Talib, Industry 4.0: A review on industrial automation and robotic, Jurnal

Teknologi, 137-143, 23 March 2016.

[4] Tim Niesen, Constantin Houy, Peter Fettke, Peter Loos, “Towards an Integrative Big

Data Analysis Framework for Data-driven Risk Management in Industry 4.0”, 49th

Hawaii International Conference on System Sciences, IEEE, 2016, 5065-5074.

[5] Filippo Boschi, Anna De Carolis, Marco Taisch, Nel cuore dell’Industry 4.0: i Cyber-

Physical Systems, 2017.

[6]www.t3lab.it,http://www.t3lab.it/wpcontent/uploads/2013/08/TechREPORT_T3LabRealt

aAumentata.pdf.

[7] Wikipedia, Produzione additiva, https://it.wikipedia.org/wiki/Produzione_additiva.

[8] Wikipedia, Stampa 3D, https://it.wikipedia.org/wiki/Stampa_3D.

[9] Wikipedia, Simulazione, https://it.wikipedia.org/wiki/Simulazione.

[10] Michele Primi, Robot e Big Data, Audi reinventa la produzione con la Smart Factory,

AUDI, 2015.

[11] Alessandro Frau, Arrivano i primi trattori senza pilota (comandati a distanza),

http://thefoodmakers.startupitalia.eu, 2016.

[12] J Knott’s, “Big Data, Industry 4.0 and engineering structural integrity”, The FESI

bulletin, Vol. 9, 2015.

[13] M. Ackermann, “Reporting and Big Data. Big Data as one megatrend of industry 4.0

and the impacts on controlling”, GRIN, 2015.

[14] Lee, Jay, Behrad Bagheri, and Hung-An Kao. "Cyber-Integrated Big Data Analytics

Agent for Industry 4.0 Applications." de Agenten im Umfeld von Industrie 4.0.


27

[15] Alessandro Rezzani, “Big Data Architettura, tecnologie e metodi per l’utilizzo di

grandi basi di dati”, Maggioli Editore, 2013, 32-38.

[16] Wikipedia, Robot industriale, https://it.wikipedia.org/wiki/Robot_industriale.

[17] Richert, Anja, et al. "Educating engineers for industry 4.0: Virtual worlds and human-

robot-teams: Empirical studies towards a new educational age." Global Engineering

Education Conference (EDUCON), 2016 IEEE. IEEE, 2016.

[18] it.farnell, http://it.farnell.com/braccio-robotico.

[19] Giovanna D’Urso, “L’Industria 4.0 in Italia tra difficoltà e opportunità di crescita”,

insidemarketing.it, https://www.insidemarketing.it/industria-4-0-italia-difficolta-

crescita/, 8/02/2017.

[20] Bottoncini, Angela, Attilio Pasetto, and Zeno Rotondi. "Sviluppo e prospettive

dell’industria 4.0 in italia e ruolo strategico del credito." Argomenti 4 (2016): 51-6.

28

Documents

Tecnologie abilitanti per Industria 4.0: Big Data e Robotica · dove i vari CPS comunicano tra loro attraverso l’IoT (Tecnologia abilitante dell’Industria 4.0 che non tratteremo