TwinThread ha presentato Anomaly Action Center, una nuova soluzione di intelligenza artificiale industriale progettata per organizzare, classificare e gestire le anomalie rilevate nei macchinari e nei processi produttivi. Il sistema integra i risultati dei modelli di monitoraggio delle condizioni operative degli asset e delle prestazioni dei processi, trasformando le segnalazioni generate dai sistemi di analisi in informazioni utilizzabili direttamente da operatori, manutentori e ingegneri. La piattaforma interviene sul problema della proliferazione degli allarmi negli ambienti industriali, dove differenti modelli analitici possono rilevare contemporaneamente scostamenti riguardanti la stessa apparecchiatura e produrre numerose segnalazioni difficili da interpretare in ordine di priorità. Anomaly Action Center introduce un sistema di aggregazione che considera sia la durata dell’anomalia sia l’entità dello scostamento rispetto ai parametri operativi ideali, permettendo di individuare le condizioni che richiedono un intervento più urgente.
Il componente denominato Anomaly Rollup raccoglie le anomalie generate dai modelli di asset health e process performance, costruendo una rappresentazione unificata dei problemi in corso. Quando una stessa grandezza fisica, come la temperatura, viene utilizzata contemporaneamente da più modelli riferiti alla medesima apparecchiatura, il sistema normalizza i risultati per produrre un unico punteggio di anomalia. Questa operazione permette di ridurre la duplicazione delle segnalazioni ed evita che una singola deviazione venga presentata come una molteplicità di problemi indipendenti. La normalizzazione è particolarmente importante negli impianti complessi, dove una variazione di pressione, temperatura o portata può influenzare diversi indicatori e generare allarmi correlati. La piattaforma considera inoltre la persistenza delle condizioni anomale, distinguendo gli scostamenti momentanei dalle situazioni che continuano a manifestarsi nel tempo. Il personale riceve una sintesi del problema formulata in una frase, accompagnata da una priorità che riflette la durata e l’intensità della deviazione osservata.
Il sistema comprende strumenti per configurare soglie di punteggio, raggruppare le anomalie secondo il digital twin di riferimento oppure in base all’argomento e introdurre margini di tolleranza nella gestione degli allarmi. I buffer applicati alle soglie permettono di limitare la comparsa di segnalazioni ripetute in presenza di oscillazioni marginali attorno al valore di attivazione. L’obiettivo è ridurre il rumore informativo che può compromettere la capacità degli operatori di riconoscere tempestivamente i problemi effettivamente significativi. La presenza di più modelli analitici collegati allo stesso impianto richiede infatti che i risultati vengano contestualizzati, evitando di attribuire uguale rilevanza a ogni scostamento. Attraverso il raggruppamento e l’assegnazione di punteggi normalizzati, Anomaly Action Center consente di costruire una vista operativa nella quale le situazioni più persistenti e marcate vengono portate all’attenzione degli utenti prima delle deviazioni meno significative.
La gestione delle anomalie prosegue attraverso le funzioni Cases e Case Workflow, dedicate alla documentazione delle verifiche effettuate e delle attività necessarie per individuare le cause del problema. Gli ingegneri possono registrare le indagini, associare le informazioni raccolte alla specifica anomalia e documentare gli interventi adottati. Le soluzioni vengono conservate in un Notebook sotto forma di procedure operative standard, o SOP, che possono essere successivamente richiamate per affrontare situazioni analoghe. Questa funzione permette di trasformare le conoscenze acquisite durante la risoluzione di un problema in informazioni strutturate e condivisibili, evitando che le procedure rimangano esclusivamente nell’esperienza dei singoli tecnici. Nei contesti caratterizzati da più stabilimenti, reparti e turni di lavoro, la possibilità di recuperare una soluzione già verificata può ridurre la necessità di ripetere ogni volta l’intera analisi diagnostica.
Anomaly Action Center comprende anche meccanismi di risoluzione semiautonoma, basati su Alert Rules configurabili secondo differenti livelli di criticità. Quando un’anomalia raggiunge una determinata soglia, la piattaforma può associare automaticamente i casi precedentemente documentati e i Notebook pertinenti, rendendo immediatamente disponibili le informazioni necessarie per affrontare il problema. Le regole possono inoltre essere configurate per automatizzare determinate risposte ricorrenti. L’automazione non riguarda quindi necessariamente il controllo diretto e autonomo del macchinario, ma può interessare l’identificazione del problema, la selezione della documentazione corretta e l’attivazione delle procedure stabilite. In questo modo, le anomalie già conosciute possono essere gestite con minore necessità di ricostruire manualmente dati, precedenti e interventi, mentre il personale specializzato può dedicare maggiore attenzione ai problemi nuovi o alle condizioni che richiedono approfondimenti.
Una funzione di personalizzazione utilizza lo storico delle interazioni per modificare l’ordine con cui gli allarmi vengono presentati ai singoli utenti. La piattaforma tende a collocare più in alto le segnalazioni sulle quali una persona interviene abitualmente, riducendo invece la priorità di visualizzazione di quelle che vengono normalmente ignorate. Il meccanismo si aggiunge alla classificazione basata sulle caratteristiche tecniche delle anomalie e permette di adattare la coda di lavoro alle responsabilità operative dei diversi profili. Un ingegnere di processo, un manutentore e un operatore di produzione possono infatti avere competenze e responsabilità differenti rispetto alle condizioni rilevate dagli stessi modelli di monitoraggio. Le raccomandazioni personalizzate mirano quindi a migliorare l’instradamento delle segnalazioni, mantenendo disponibile una rappresentazione complessiva degli eventi rilevati.
La piattaforma si integra con le soluzioni industriali preconfigurate di TwinThread e con applicazioni già presenti negli stabilimenti, comprese le piattaforme CMMS per la gestione informatizzata della manutenzione e i sistemi QMS per il controllo della qualità. Questa integrazione permette di collegare le anomalie rilevate dai modelli AI ai processi attraverso i quali un’organizzazione gestisce gli interventi tecnici e documenta le condizioni di produzione. In una delle implementazioni comunicate dall’azienda, la piattaforma ha aggregato 80 modelli attivi distribuiti fra più reparti, con singoli modelli capaci di monitorare fino a 1.500 sensori. La dimensione dell’installazione mostra il tipo di complessità per il quale Anomaly Action Center è stato progettato, ossia ambienti nei quali un numero elevato di misure e algoritmi di analisi rende insufficiente una semplice raccolta cronologica degli allarmi.
TwinThread presenta Anomaly Action Center come un’estensione delle proprie tecnologie di intelligenza artificiale industriale, finalizzata a collegare rilevamento delle anomalie, interpretazione delle condizioni operative, gestione degli interventi e conservazione delle conoscenze tecniche. Il sistema attribuisce particolare importanza alla possibilità di riutilizzare le procedure costruite durante le indagini precedenti, facendo sì che ogni problema risolto contribuisca a rendere più strutturata la gestione degli eventi successivi. La soluzione è orientata a ridurre i tempi di risposta, limitare i fermi macchina non programmati e migliorare il controllo dei fattori che influenzano produttività, qualità e continuità operativa. L’efficacia di questi interventi dipende dalla configurazione dei modelli, dalle regole adottate e dall’integrazione con i processi degli stabilimenti, mentre i dati comunicati non comprendono ancora misurazioni comparative sufficienti per quantificare in termini generali la riduzione dei tempi di fermo o dei costi di manutenzione.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)