Operational Knowledge from Insights and Analytics on Industrial

OK-INSAID

Finanziamento del: Ministero dell’Istruzione, Università e Ricerca (MIUR)  
Calls: PON e FSC – Fabbrica Intelligente – domanda ARS01_00917
Data inizio: 2018-07-01  Data fine: 2021-01-31
Budget totale: EUR 9.834.393,00  Quota INO del budget totale: EUR 200.000,00
Responsabile scientifico: Adriano Rippa    Responsabile scientifico per INO: Avino Saverio

Principale Organizzazione/Istituzione/Azienda assegnataria: Engineering Ingegneria Informatica S.p.A.

altre Organizzazione/Istituzione/Azienda coinvolte:
CEFRIEL S.CONS.R.L.
Consorzio CALEF
EKA Srl
GE Avio s.r.l.
SACMI COOPERATIVA MECCANICI IMOLA SOCIETA’ COOPERATIVA
Tera Srl
Università degli Studi di PALERMO
Università del SALENTO

altro personale INO coinvolto:
Catani Jacopo


Abstract: OK-INSAID propone innovazione scientifica, tecnologica e applicativa grazie all’introduzione delle Big Data Analytics nel contesto industriale, contribuendo a ridisegnare i processi di produzione e i modelli di business, per ottenere, grazie ai dati e alle analitiche, un cambio di passo nella creazione di servizi digitali per il settore industriale.
OK-INSAID riconosce il potenziale dei dati provenienti dalle realtà produttive, ancora sottosfruttati:
i dati sono potenzialmente disponibili, ma le aziende non possiedono sufficienti competenze per estrarre il valore, talvolta nascosto, contenuto al loro interno (“inside”).
Per tale ragione, OK-INSAID adotterà e avanzerà tecnologie allo stato dell’arte, definendo nuove applicazioni industriali data driven.
OK-INSAID propone, inoltre, un nuovo approccio alle analitiche, basato sulla coordinazione, collaborazione e sincronizzazione di quelle esistenti a livello cloud e a livello edge.
Tale approccio sarà supportato dall’adozione di un’architettura di riferimento e da una sua implementazione, finalizzate allo sviluppo di nuove analitiche ibride “cloud-edge” per l’Industria 4.0.
Nello specifico, il progetto OK-INSAID propone:
• Nuovi modelli e metodi per l’acquisizione e l’integrazione di dati industriali provenienti da numerose sorgenti eterogenee, per creare industrial data space a livello enterprise;
• Nuovi algoritmi e metodi di data science per la generazione di valore e di conoscenza operativa dai big data provenienti dalle suddette fonti. Il focus saranno le analitiche realtime e quasi real-time. Inoltre, poiché l’attuale implementazione delle industrial analytics
riguarda principalmente le analitiche descrittive (informazioni sul passato, e.g. cosa è successo), il progetto si focalizzerà su nuovi metodi per l’analisi diagnostica (perché è successo), predittiva (comprensione e previsione del futuro, e.g. cosa succederà) e
prescrittiva (consigli e raccomandazioni su possibili azioni, e.g. cosa si dovrebbe fare);
• Nuovi servizi di industrial analytics, ottenuti integrando gli algoritmi sviluppati in applicazioni che sfruttino il modello distribuito di elaborazione e analisi dei dati degli industrial data space;
• Metodi avanzati per la sicurezza dei dati industriali, finalizzati a valutare possibili vulnerabilità (e.g. violazione o furto) dei dati industriali e implementare adeguate misure e contromisure di protezione;
• Metodi avanzati per la visualizzazione dei dati volti a fornire agli utenti idee, valore e conoscenza operativa estratti dai dati disponibili.
I risultati comprendono nuove interfacce utente per dispositivi wearable, dispositivi mobili personali, realtà aumentata/virtuale, etc.
L’approccio di OK-INSAID, l’architettura di riferimento e la relativa implementazione, e tutte le suddette componenti, saranno sperimentati e validati negli ambienti operativi e stabilimenti forniti da AVIO, SACMI, CRF/FCA.