Carico Scarico Macchine Lamiere

Prof. Ing. Lanzetta Michele¹, PhD. Ing. Francesco Lupi¹, Dott. Ing. Simone Stagnari¹, Dott. Ing. Alessio Pacini¹.
¹Dipartimento di Ingegneria Civile e Industriale, Università di Pisa, Pisa 56122, Italia

1. INTRODUZIONE
L’azienda EB Metal S.r.l., attiva nella lavorazione di lamiere metalliche, ha
intrapreso un percorso di trasformazione digitale volto a incrementare
efficienza, qualità e sicurezza nei processi produttivi. Il progetto, cofinanziato
dal Programma Regionale FESR 2021–2027, ha visto la collaborazione tra EB
Metal e l’Università di Pisa (DICI) per sviluppare un sistema integrato basato su
B5.2 – Cloud Computing, B5.3 – Big Data Analytics e B5.10 – Intelligenza
Artificiale. L’obiettivo era il revamping 4.0 della punzonatrice (Fig. 1),
trasformandola in una macchina intelligente in grado di raccogliere, archiviare e
analizzare dati di processo in modo automatico e oggettivo.

2. MATERIALI E METODI
B5.10: i) Telecamera lineare con illuminazione controllata e encoder rotativo,
sincronizzato al nastro della punzonatrice. PC industriale per elaborazione
locale e gestione di moduli AI. ii) Algoritmi per il confronto automatico tra
disegno CAD 2D e immagine reale del pezzo, rilevando difetti geometrici e
superficiali (Fig 2,3).
B5.3: i) Estrazione automatica dei dati produttivi dai file PDF macchina
mediante script dedicati. ii) Normalizzazione e integrazione in dataset tabellari
per analisi incrociate di parametri, materiali e tempi di lavorazione. iii) Realizzata
una dashboard interattiva per monitorare KPI in tempo reale (Fig. 4).
B5.2: i) Infrastruttura basata su Drive con sincronizzazione automatica e backup
istantanei. ii) Middleware per upload selettivo e compresso dei dati rilevanti,
garantendo sicurezza e tracciabilità.

3. RISULTATI
• B5.10 : Automazione 100 % del controllo qualità in setup e produzione (Fig.
2,3,5);
• B5.3: Analisi automatica di report PDF e riduzione del tempo di analisi a
pochi secondi (Fig 4);
• B5.2: Volume dati archiviabili 15 GB/mese, backup automatici istantanei,
tempo di accesso nell’ordine dei millisecondi.

4. DISCUSSIONE
L’integrazione Cloud–Big Data–AI(visione) ha permesso di trasformare la
punzonatrice in un sistema cyber-fisico con capacità di apprendimento e
controllo automatico. I dati sono oggi acquisiti, analizzati e storicizzati in modo
strutturato, eliminando la soggettività del controllo e abilitando un approccio
data-driven. Il sistema incrementa la sicurezza, liberando gli operatori da attività
ripetitive e potenzialmente pericolose, e migliora la pianificazione grazie alla
standardizzazione dei tempi di ciclo. L’architettura modulare consente
l’estensione ad altre macchine (taglio laser), favorendo la scalabilità del
modello digitale all’intero stabilimento.

5. CONCLUSIONE
L’infrastruttura realizzata ha permesso di ottenere una sinergia operativa tra
livello fisico e livello digitale, con l’AI a bordo macchina per l’elaborazione
locale dei dati di visione, il middleware per il trasferimento sicuro in Cloud e
l’ambiente Big Data per l’analisi storica e predittiva. Dal punto di vista tecnico,
l’approccio integrato ha reso possibile la riduzione dei colli di bottiglia
informativi e ha abilitato la generazione di dataset strutturati in tempo reale,
rendendo il processo di controllo qualità completamente automatizzato.
I risultati raggiunti rappresentano la base per la futura estensione del sistema a
tutte le fasi della produzione, consolidando un modello di fabbrica intelligente
e sostenibile. I risultati ottenuti rappresentano non solo un avanzamento
tecnologico per EB Metal, ma anche un caso pilota di riferimento per la
digitalizzazione sostenibile delle PMI manifatturiere.