Fabbrica digitale – la soluzione seica
Con il nome di Industria 4.0 i vari governi hanno approntato piani di finanziamento e supporto per promuovere gli investimenti industriali nei processi di digitalizzazione. Seica partecipa attivamente a questa evoluzione del modo di produrre con una proposta fortemente innovativa, totalmente scalabile, con impatto non invasivo sulle macchine e che semplifica e facilita il processo di digitalizzazione del processo produttivo. La soluzione Seica per la fabbrica digitale si basa su una serie di moduli, la linea SHOE BOX, di acquisizione e trasferimento dati a piattaforme di intelligenza artificiale locali o remote (anche tramite cloud/Cloud Manufacturing) in grado di trasformarli in informazioni che assistono e supportano le decisioni operative. L’installazione è semplice, grazie anche all’innovativo gestione della comunicazione, e la soluzione è facilmente applicabile ai macchinari e agli impianti esistenti.
Efficienza e disponibilità dei mezzi di produzione
Per un’organizzazione produttiva avere asset efficienti e continuamente disponibili significa bassi tempi di fermo macchina ed inattività, capacità produttiva ottimizzata ed altri potenziali benefici che si traducono tutti in una riduzione dei costi di produzione. La soluzione Shoe Box di Seica digitalizza in modo semplice, pervasivo e non invasivo, i dati, proveniente da qualsiasi tipo di macchina, relativi allo stato della sua salute (vibrazioni, temperature, pressioni, semaforo, consumo energetico, ecc.) e di inviare tali dati a piattaforme CMMS (Computer Maintenance Management System) per monitorare, predire, prevenire e mitigare i guasti macchina in modo proattivo. La soluzione Seica include il Seica Dashboard, un software di visualizzazione in tempo reale del valore dei parametri legati ai sensori, al loro cambiamento nel tempo e al superamento di soglie prestabilite permettendo di avere accurate informazioni sullo stato e condizione dei vari asset di produzione. Gli stessi dati possano essere utilizzati da piattaforme MES (Manufacturing Execution System come il Factory Logix di Aegis, consentendo un’ottimizzazione dell’intero processo ed il raggiungimento dei KPI di target.
La digitalizzazione delle macchine tramite la soluzione Shoe Box di Seica rientra nei requisiti base del piano Impresa 4.0 e dei relativi criteri di finanziamento.
L’esigenza di molti clienti è quella di integrare i dati provenienti dalle macchine con i dati necessari a governare l’intero processo produttivo (dati gestione qualità, gestione lotti, gestione flusso). In questo caso, la soluzione Shoe Box è l’elemento essenziale base per l’acquisizione di dati di macchina e di processo da inviare a software di intelligenza artificiale tipo MES (Manufacturing Execution System) come, ad esempio, il Factory Logix di Aegis consentendo un’ottimizzazione dell’intero processo ed il raggiungimento dei KPI di target.
Riduzione costi energetici
L’energia rappresenta una quota considerevole dei costi operativi. Seica affronta il mercato dell’ottimizzazione dei consumi energetici con una soluzione modulare e scalabile in linea con le capacità di investimento. I moduli della linea Shoe Box digitalizzano i dati di consumo energetico di qualsiasi asset e infrastruttura aziendale (macchine, servizi, illuminazione, ecc.) e inviano tali dati a piattaforme di intelligenza artificiale locali o remote (anche tramite cloud/Cloud Manufacturing) in grado di trasformarli in informazioni che assistono e supportano le decisioni operative. Il monitoraggio dei consumi delle macchine operatrici fa parte del monitoraggio predittivo delle condizioni della macchina, e può essere facilmente esteso al monitoraggio dell’intera area produttiva con un approccio anche graduale, fatto di interventi mirati alle aree considerate più problematiche, con piena scalabilità per interventi successivi. La soluzione Seica include il software Seica Dashboard, che visualizza, in tempo reale, il valore dei parametri di consumo, del loro cambiamento nel tempo e del superamento di soglie prestabilite, permettendo di avere accurate informazioni sullo stato e sulla qualità della fornitura energetica, sull’incidenza su base tempo dei consumi, sulle aree di maggiore consumo e su tutti quei parametri che consentono una valutazione ed una strategia di riduzione dei costi energetici.
Cookie | Durata | Descrizione |
---|---|---|
gdpr[allowed_cookies] | 1 year | This cookie is set by the GDPR WordPress plugin. It is used to store the cookies allowed by the logged-in users and the visitors of the website. |
gdpr[consent_types] | 1 year | This cookie is set by the GDPR WordPress plugin. It is used to store the consent of the users to use cookies. |
PHPSESSID | session | This cookie is native to PHP applications. The cookie is used to store and identify a users' unique session ID for the purpose of managing user session on the website. The cookie is a session cookies and is deleted when all the browser windows are closed. |
viewed_cookie_policy | 1 year | The cookie is set by the GDPR Cookie Consent plugin to store whether or not the user has consented to the use of cookies. It does not store any personal data. |
Cookie | Durata | Descrizione |
---|---|---|
_subid | 1 month | No description available. |
2d1e5 | 52 years 6 months 16 days 14 hours | No description |
cookielawinfo-checkbox-analytical-cookies-en | 1 year | No description |
cookielawinfo-checkbox-technical-cookies-en | 1 year | No description |
ht_rr | 1 day | No description |
weather_location | 1 month | No description available. |
Cookie | Durata | Descrizione |
---|---|---|
VISITOR_INFO1_LIVE | 5 months 27 days | A cookie set by YouTube to measure bandwidth that determines whether the user gets the new or old player interface. |
YSC | session | YSC cookie is set by Youtube and is used to track the views of embedded videos on Youtube pages. |
yt-remote-connected-devices | never | YouTube sets this cookie to store the video preferences of the user using embedded YouTube video. |
yt-remote-device-id | never | YouTube sets this cookie to store the video preferences of the user using embedded YouTube video. |
yt.innertube::nextId | never | This cookie, set by YouTube, registers a unique ID to store data on what videos from YouTube the user has seen. |
yt.innertube::requests | never | This cookie, set by YouTube, registers a unique ID to store data on what videos from YouTube the user has seen. |
Cookie | Durata | Descrizione |
---|---|---|
_ga | 2 years | The _ga cookie, installed by Google Analytics, calculates visitor, session and campaign data and also keeps track of site usage for the site's analytics report. The cookie stores information anonymously and assigns a randomly generated number to recognize unique visitors. |
_gat_gtag_UA_101785928_1 | 1 minute | Set by Google to distinguish users. |
_gat_gtag_UA_56073376_1 | 1 minute | Set by Google to distinguish users. |
_gid | 1 day | Installed by Google Analytics, _gid cookie stores information on how visitors use a website, while also creating an analytics report of the website's performance. Some of the data that are collected include the number of visitors, their source, and the pages they visit anonymously. |
CONSENT | 2 years | YouTube sets this cookie via embedded youtube-videos and registers anonymous statistical data. |
sid | session | The sid cookie contains digitally signed and encrypted records of a user’s Google account ID and most recent sign-in time. |
vuid | 2 years | Vimeo installs this cookie to collect tracking information by setting a unique ID to embed videos to the website. |
Cookie | Durata | Descrizione |
---|---|---|
__cf_bm | 30 minutes | This cookie, set by Cloudflare, is used to support Cloudflare Bot Management. |
pll_language | 1 year | The pll _language cookie is used by Polylang to remember the language selected by the user when returning to the website, and also to get the language information when not available in another way. |