Analisi degli errori rapida e conveniente

Analizzare grandi quantità di dati per i più piccoli effetti: utilizzando lo strumento di data mining sviluppato da Bosch, le estrazioni di caratteristiche dei dati delle macchine possono essere visualizzate. (Foto: Bosch)

Nuovo servizio Pharma: Data Mining: L'obiettivo del data mining è valutare in modo più efficace i dati delle macchine già esistenti nel senso dell'Industria 4.0, al fine di identificare e eliminare le cause profonde. (Immagine: Bosch)

- Riconoscere le connessioni nascoste e correggere le cause degli errori
- Industria 4.0 nella pratica: analisi approfondite dei dati per processi di produzione efficienti
- Bosch Packaging Technology unisce conoscenze con Bosch Center for Artificial Intelligence and Corporate Research

Bosch Packaging Technology presenta a Achema il suo nuovo servizio di Data Mining, recentemente offerto nell'ambito del Pharma Service per forme farmaceutiche solide. Per questo, le attività si concentrano presso la filiale Hüttlin. L'obiettivo è analizzare in modo più efficace i dati delle macchine già disponibili, al fine di identificare e eliminare le cause degli errori (Root Causes). «Finora circa il 50 percento delle deviazioni sono state classificate come «fallimento umano»», afferma il dott. Marc Michaelis, esperto di produzione continua e verifica dei processi presso Hüttlin. «Tuttavia, riteniamo che questa percentuale sia corretta al massimo nel 10 percento dei casi. La maggior parte delle interpretazioni errate deriva spesso da informazioni insufficienti. In genere, ci sono abbastanza dati per approfondire le cause, ma manca il know-how e il tempo per analizzarli correttamente.» I primi progetti hanno dimostrato che grazie al Data Mining si possono individuare e risolvere nuovi schemi e fonti di errore nel processo di produzione, per garantire a lungo termine una qualità stabile del prodotto.

Interpretare correttamente i dati delle macchine

Con lo strumento di Data Mining di Bosch, è possibile analizzare grandi quantità di dati mediante metodi statistici per individuare effetti minimi. In linea di principio, bastano i dati di due lotti di produzione per trarre i primi conclusioni. Più dati sono disponibili su un periodo più lungo, più dettagli si possono ottenere. Per farlo, sono necessari semplicemente sensori sulle macchine, che già in quasi tutte le macchine storiche raccolgono dati, e lo strumento adeguato per mettere in luce queste informazioni.

«Per utilizzare in modo più efficace i dati disponibili, non sono necessari grandi investimenti. La chiave del successo risiede nel collegare le conoscenze di discipline diverse», afferma Michaelis. «Da Bosch non disponiamo solo delle competenze tecniche necessarie, ma anche di una vasta esperienza nei processi di produzione dei nostri clienti. Per individuare le cause delle deviazioni di processo che non sono immediatamente evidenti, ci siamo alleati con esperti di statistica del nostro Bosch Center for Artificial Intelligence and Corporate Research in Germania e negli USA. Insieme, valorizziamo il tesoro dei dati.»

Il potenziale di questo approccio è stato già dimostrato con successo in diversi progetti clienti. In un caso, un cliente ha improvvisamente riscontrato un lotto «out of specification» (OOS). Gli esperti Bosch hanno analizzato sistematicamente le cause. I dati raccolti hanno indicato che una valvola specifica era responsabile della deviazione. Tuttavia, in precedenza, la valvola era stata esclusa perché considerata non critica per la qualità del prodotto. Grazie alle analisi dei dati, sono emersi collegamenti più profondi e una concatenazione finora non considerata. «Alla fine abbiamo scoperto che la valvola forniva un'indicazione indiretta di un flusso di gas errato nel sistema, che non era visibile a occhio nudo. Con una ricalibrazione del sistema, il problema si è risolto facilmente», spiega Michaelis.

Raggiungere una qualità costante elevata

Soprattutto nell'industria farmaceutica, una qualità del prodotto costante e elevata è un fattore decisivo, poiché autorità come FDA ed EMA impongono rigide linee guida riguardo alla comprensione, al monitoraggio e alla convalida dei processi. «Per effettuare un'analisi efficace delle cause degli errori e migliorare i processi, o sviluppare una strategia di controllo nell'ambito della verifica continua del processo, mettiamo a disposizione dei clienti il nostro nuovo servizio di Data Mining», afferma Michaelis. «Siamo entusiasti di poter collaborare con altri progetti per accompagnare i nostri clienti nel percorso verso l'Industria 4.0.»