APPROCCIO INNOVATIVO PROPOSTO

La soluzione di Resilience Engineering Stack per “Real-Time Risk Management” e “Predictive Plant Behaviour”..

Il modello RENrisk è considerato una unicità nel panorama ingegneristico-tecnologico, non paragonabile alle best practice attuali in uso e alla loro efficacia applicativa, sotto l’aspetto dei risultati ottenibili.

iPlant+iris_rev1

IRIS è un brevetto registrato

IPLant+IRIS è un marchio registrato

La soluzione software che ha come obiettivo primario la identificazione, la localizzazione e la predizione delle condizioni operative che anticipano eventi indesiderati e/o che necessitano di interventi per ottimizzare le prestazioni del sistema.

MODULI DELLA SUITE

IPlant Core

Contiene i componenti base dell'architettura aperta che collega sistemi e condivide funzioni.

IRIS - RTRM

Real time Risk Management e previsione/predizione di eventi negativi e incidentali all'interno di un modello di gestione integrato per aziende a Rischio Rilevante

OP&MA

Modulo per definizione modelli di Performance Management (produttiva / operativa / manutentiva...) e RBM – Risk Based Maintenance per area Asset oltre che Produzione.

Caratteristiche

  • Controllo completamente parametrizzabile degli accessi alle funzionalità ed alle informazioni a livello di gruppi, ruoli ed utenti.
  • Connessione multipla a diversi dispositivi
  • Completamente configurabile
  • Acquisizione dati in tempo reale da dispositivi locali, remoti e a bassa connettività
  • Trattamento dei dati secondo criteri configurabili di qualità, normalizzazione, calcolo ed aggregazione, storicizzazione.
  • Superando i problemi insiti nei dati provenienti dall’automazione, sarà possibile utilizzare dati di “qualità controllata” per le attività a valle del processo a seconda del livello di confidenza richiesto

PRINCIPALI PECULIARITA’ TECNICHE

  • Tecnologie API REST, per consentire l’integrazione con altre applicazioni e sistemi
  • Dashboards in “near real time” mode, per permettere un’interrogazione integrata immediata
  • Control room – Undocking
  • Sottomissione di batch di calcoli massivi per la definizione di modelli di Regressione
  • Strumenti visuali per creazione, gestione e pubblicazione di funzioni, analisi ed allarmi
  • Smart Analytics, che consentono di convertire i dati in informazioni significative
  • Possibilità di sviluppare applicazioni variegate, indipendentemente dal settore nel quale si opera e dalle finalità.

Funzionalità

Integrazione con software di terzi

Uno dei punti di forza è la sua estrema flessibilità nel gestire le integrazioni con software terzi per pieno utilizzo delle informazioni qualora esistenti nei vari sistemi target.

  • Automazione: il Data Collector può essere configurato per acquisire i dati dal DCS d’impianto tramite i protocolli MODBUS e OPC UA.
  • Enterprise Asset Management: IPlant+IRIS interagisce con i processi operativi di manutenzione gestiti e con i software dedicati di EAM.
  • Visualizzatore 3D: IPlant+IRIS per ciò che concerne i livelli degli Indicatori di Rischio e Allarmi viene rappresentato all’interno del visualizzatore 3D.

Gestione dei dati

I dati rappresentano il patrimonio informativo fondamentale e l’efficacia di IPlant+IRIS dipende fortemente dalla qualità dei dati elaborati.

  • Trattamento dei dati: il Data Collector offre la possibilità di poter ri-campionare alla frequenza desiderata i dati grezzi acquisiti dall’automazione e di trattare: validare, arricchire e ricalcolare nuove misure virtuali
  • Storicizzazione dei dati: il Data Collector offre la possibilità di poter storicizzare i dati raccolti dall’automazione e quelli generati anche aldilà degli obiettivi di progetto completando una funzione importante spesso non implementata a livello SCADA.

Misure di probabilità

Per ogni probabilità degli Eventi base gestiti è stata creata una misura a cui è associato, come valore iniziale, la probabilità nominale presente nei FT – Fault Tree di HazOp.

CLICCA QUI PER SAPERNE DI PIU’

Definizione degli scenari incidentali

Gli scenari incidentali, identificati nel Rapporto di Sicurezza (Top Event) e descritti attraverso i Fault Tree, sono riprodotti attraverso le Reti Bayesiane, consentendo di ottenere le seguenti migliorie:

  • Capacità di superare i limiti intrinseci dei Fault Tree in quanto si possono prendere in considerazione comportamenti multi-stato dei componenti
  • Maggior flessibilità nella definizione delle probabilità
  • Capacità di analizzare congiuntamente tutti i tipi di variabili considerate nel modello
  • Integrazione con tecniche di ML – Machine Learning per un progressivo self-learning dell’intero sistema

Deviazione di variabili analogiche

Le deviazioni delle variabili analogiche coinvolte nei Top Event sono previste utilizzando un algoritmo Monte Carlo Markov Chain e si riflettono direttamente sulle probabilità dei Top Event stessi.

Calcolo degli Indicatori di Rischio Residuo

Gli Indicatori di Rischio Residuo sono calcolati dinamicamente per ciascuno dei singoli eventi incidentali di ogni processo produttivo, per ciascuno dei singoli processi produttivi e per l’intero stabilimento.

Regole di allarme per generazione automatica Rdl - Richieste di Intervento

Per ogni Barriera Sensorizzata è possibile creare Regole d’allarme secondo le quali, ad esempio in corrispondenza di un guasto rilevato dal DCS, venga creato un allarme, il quale innesca automaticamente una RdI, facendo partire il processo operativo, che viene poi presa in carico nell’EAM – Enterprise Asset Management dall’operatore in turno.

CLICCA QUI PER SAPERNE DI PIU’

Analytics

L’aspetto visuale è l’elemento più importante a livello comunicativo, oltre che a livello di primo input del processo di presidio continuo.

CLICCA QUI PER SAPERNE DI PIU’

Digital Twin

Il gemello digitale dell’impianto è una opzione che consente di fornire la localizzazione immediata della causa dell’innalzamento del rischio.

  • Visualizzazione: gli impianti produttivi modellati sono visibili all’interno del visualizzatore 3D. I componenti modellati che sono oggetto di Top Event assumono uno dei quattro colori degli Indicatori di Rischio (verde, giallo, arancione, rosso) mentre quelli che fanno parte dei Top Event assumono solo due colori (verde se funzionante, rosso se guasto). 
  • Navigazione: gli impianti produttivi possono essere navigati facilmente sfruttando tutte le funzionalità tipiche di un visualizzatore 3D (spostamento, zoom, rotazione, viste assonometriche, etc.).
  • Asset: Per ciascun asset e/o componente censito nell’EAM le informazioni (attributi e/o di processo) sono disponibili nella finestra laterale.

Focus sulle funzionalità di base

La piattaforma software include una serie di moduli funzionali a supporto della Data Analysis di Performance produttive e manutentive dell’impianto e trova il suo completamento nella gestione del rischio come “indicatore dinamico”, monitorato in tempo reale, al modificarsi delle condizioni, evidenziando l’accettabilità dello stesso, suggerendo, in caso di deviazioni e anomalie rispetto ad una condizione considerata “normale”, conseguenti azioni da intraprendere per riportare l’impianto ad uno stato ritenuto accettabile.

Architettura e Componenti

La suite è indipendente da sistemi operativi in uso ed ha una funzionalità scalabile che permette di essere applicato su singolo hardware (Edge) e su sistemi Cloud ad alte performance.

Ciò consente un approccio semplificato per piccole realtà, che può essere incrementato successivamente verso soluzioni Enterprise distribuite su scala geografica.

Collegamento ai sistemi SCADA/DCS/PLC (OPC UA; Modbus, ..) e IIoT device. La suite ha un modulo di acquisizione e trattamento delle informazioni che si collega ai sistemi di campo (PLC/DCS/SCADA), locali e remoti, con diversi protocolli operanti (OPC UA, MODBUS, …) contemporaneamente o direttamente IIoT device wired/wireless. Si interfaccia altresì con rete di sensori e attuatori, in modalità wired/wireless, interfacciandoli direttamente in A/D (Analogico/Digitale) o mediante gateway con protocolli diversi, raccogliendo le informazioni prodotte. Supporta configurazioni completamente parametrizzabili per il campionamento, per il “data cleaning / enrichment”, il calcolo e la derivazione del dato, così come per la storicizzazione.

I dati vengono storicizzati in architetture relazionali e/o Big Data polimorfe (no-SQL) ad uso di tutti i processi successivi. I dati possono essere storicizzati in architetture relazionali tradizionali e/o Big Data utilizzando anche strutture polimorfe ad alte prestazioni (MongoDB), ad uso e consumo di tutti i successivi processi di Analisi, di Alarming, di simulazione, di ottimizzazione, di predizione. Lo stesso Big Data, di qualità, viene utilizzato come dominio di training di algoritmi AI / Machine Learning.

Elaborazione dati attraverso Rules (con Engine Rules per configurazione delle stesse) e algoritmi configurabili e parametrizzabili di Machine Learning/ Deep Learning (Regressori, SVM – Support Vector Machine, … Bayes Network). Possibilità di elaborare i dati acquisiti mediante algoritmi di ML configurabili e parametrizzabili in fase di implementazione ed installazione del sistema. Algoritmi potranno essere definiti in Python, R e potranno utilizzare “Trained Set” addestrati con gli algoritmi di Machine / Deep Learning.

Consente di creare veri e propri Modelli di Analisi tramite “strumenti visuali”. L’analisi è composta da un “Canvas” suddivisibile in aree, e per ogni area configura il contenuto

Sono presenti vari strumenti e modalità semplici ed intuitive a supporto della creazione di Regole, anche complesse, per la definizione di calcoli nuove grandezze, e di Allarmi.

Ogni dato (storicizzato) secondo le varie modalità definite precedentemente, quando monitorati in modalità adeguata con anche il supporto di funzioni di regressione anche complesse possono rivelare criticità nascoste ad un’analisi tradizionale.

Il modulo Alarm accedendo ai “dati” in real-time viene continuamente alimentato dai processori impostati, ed applica le Regole secondo il flusso previsto

Sono presenti vari strumenti e modalità semplici ed intuitive a supporto della creazione di Regole, anche complesse, per la definizione di calcoli nuove grandezze, e di Allarmi.

Ogni dato (storicizzato) secondo le varie modalità definite precedentemente, quando monitorati in modalità adeguata con anche il supporto di funzioni di regressione anche complesse possono rivelare criticità nascoste ad un’analisi tradizionale.

Il modulo Alarm accedendo ai “dati” in real-time viene continuamente alimentato dai processori impostati, ed applica le Regole secondo il flusso previsto

Smart Rules definite con Engine tool grafico in modo semplice e modulare.

Qualora attraverso la lettura continua di dati acquisiti si presentino situazioni anomale, Alarm (classificati) con precise logiche di escalation (da Weak Signal o Segnali Deboli, ad Alarm gravi …), genera Eventi che possono rientrare in semplice notifica di anomalia via mail, o notifiche pop-up e sms, sino ad attivare “post-processor” verso altre piattaforme software che a loro volta inneschino delle attività “predefinite”.

Notifica “eventi” legati ad Alarming ed Event.

 

Integrazione e interoperabilità con altre piattaforme software aziendali e/o di Fabbrica (*)

(*) Il modello di interoperabilità tra eShare (CADMATIC), ZMaintenance (ZUCCHETTI) e IPlant incluso e standard. Possibilità di definire ulteriori modelli di integrazione con i vari sistemi legacy ERP – EAM (SAP R/3 PM, INFOR, Maximo, …) o sistemi di Digital Twin presenti in azienda/stabilimento

Focus sulla tecnologia utilizzata

La piattaforma software nasce per essere scalabile ed applicabile in tutti i contesti applicativi, open, con utilizzo di tecnologie e tools standard. 

La piattaforma IPlant+IRIS suite è stata pensata per essere un punto cardine della rete aziendale, progettata e realizzata non come un insieme di funzioni ma come una architettura aperta che collega sistemi e condivide funzioni.

Le nuove tecnologie Industria 4.0 hanno sempre più un ruolo vincolante nella conduzione efficiente di impianti, in quanto consentono di gestire al meglio e controllare tempestivamente il funzionamento della produzione e di tutti i processi collegati, attraverso l’uso continuativo e proficuo delle informazioni acquisite per l’ottimizzazione di processo, il Condition Monitoring, la Manutenzione Predittiva, la Condition Based Maintenance, il Performance Management, l’Ottimizzazione operativa, la simulazione di processo, in una visione organica e olistica.

L’implementazione di Tecnologie Abilitanti I4.0 quali Simulazioni, Cloud, Big Data Analytics, Industrial Internet of Things all’interno della suite costituisce una importante evoluzione dell’infrastruttura nel campo del controllo, della ottimizzazione e nella capacità predittiva.