Siderurgia 4.0, l’IoT incrementa la produttività

Siderurgia 4.0: il settore siderurgico investe in tecnologie e impianti 4.0. Grazie all’IoT cresce l’efficienza: le informazioni fornite dai sensori suggeriscono modifiche per migliorare il processo produttivo e le procedure di manutenzione, riducendo i consumi energetici. Il tutto senza perdere di vista la qualità del lavoro.

Le aziende del settore metallurgico investono per migliorare la competitività sul mercato: nonostante il periodo difficile, le realtà più evolute affrontano il futuro con nuovi impianti 4.0, per immettere innovazione in fabbrica, aumentando la produttività e la sicurezza del personale. L’economia dei dati generata dalle aziende 4.0 consente inoltre di migliorare la manutenzione delle macchine – caratteristica cruciale in un comparto caratterizzato da processi continui – e di gestire meglio il consumo di energia, aspetto tutt’altro che trascurabile per le aziende siderurgiche.

Le sperimentazioni in atto

Diverse sono le sperimentazioni 4.0 in atto nell’industria metallurgica, come gli studi condotti sul campo dal team RAS (Ricerca Applicata e Sostenibilità) del Centro Servizi Multisettoriale e Tecnologico (CSMT) di Brescia. In un’ottica di revamping e aggiornamento con sensori e software di macchinari più o meno datati, resi così compatibili con le logiche di digitalizzazione 4.0, i ricercatori bresciani si sono posti un obiettivo: sviluppare applicativi dedicati all’interconnessione fra macchinari di fabbrica e sistemi informativi aziendali, con la finalità di rendere disponibili le informazioni critiche sui processi produttivi, pure in vista dell’accesso alle agevolazioni fiscali di super-iper ammortamento. In questo quadro il Polo tecnologico ha realizzato un algoritmo innovativo per la pesatura della materia prima più importante per l’industria metallurgica. È il rottame, nella fattispecie trasportato da un carroponte, che può essere misurato quantitativamente con efficacia e precisione. Ne guadagnano in questo modo sia la gestione del parco-rottami sia il prodotto finale della lavorazione. L’accuratezza delle misurazioni ha superato il 98%; mentre si sono ridotti di conseguenza le pause e le inefficienze e si sono ottenuti risparmi significativi nelle fasi di revisione dei manufatti finiti.

Il potere del machine learning

Naturalmente un’iniziativa evolutiva di questo tenore permette poi di essere estesa ad altre parti del ciclo di attività, garantendone un più attento ed efficace monitoraggio. Così, il RAS ha messo a punto anche un progetto di sensorizzazione dei carrelli adibiti al rifornimento di olio ai macchinari. Qui, il traguardo è dato dalla raccolta e dall’elaborazione dei dati sul consumo di olio di ciascuna stazione del processo produttivo, con tecnologia wireless LoraWAN. Con questa stessa tecnologia si è provveduto al retrofit di vecchi forni fusori per l’alluminio, per un ottimale controllo delle temperature. E non da ultimo, sempre presso il CSMT è stato progettata l’integrazione di una rete nevralgica di sensori per la raccolta dei dati di processo su macchinari già esistenti. La prospettiva è quella di monitorare e di analizzare attraverso tecniche di intelligenza artificiale e machine learning le grandezze di interesse per un’azienda in un contesto di manutenzione predittiva e diagnostica.

Nuovi sistemi di gestione

L’industria 4.0 e l’IoT sono riusciti ad imprimere quella spinta innovativa che mancava da tempo nel mercato della siderurgia. Grazie a questi due fattori è stato possibile sviluppare nuovi sistemi di gestione che, oltre a migliorare notevolmente il monitoraggio della qualità, fossero in grado di creare un connubio tra la manutenzione preventiva e quella predittiva permettendo di ottenere notevoli incrementi produttivi per le aziende che hanno investito in queste tecnologie. Le informazioni relative alla flessibilità e al tempo di attività della macchina, alle diverse tipologie di produzione, nonché alla qualità e ai costi del prodotto sono state incrociate con i dati provenienti dai sensori utilizzati lungo tutta la catena produttiva, in modo da rivelare correlazioni inaspettate e suggerire modifiche alle normali routine all’interno del processo produttivo.

Investimenti più abbordabili

Queste strategie sono state sperimentate già in passato ma, solo recentemente, con l’estrema diffusione del controllo e la gestione dei big-data si sono resi affrontabili gli investimenti. Un esempio di ciò è stato realizzato nel decennio scorso dai ricercatori V.R. Radhakrishnan e A.R. Mohamed applicando i Soft Sensor, ovvero software in cui vengono elaborate insieme svariate misurazioni permettendo il calcolo di altre grandezze, al monitoraggio degli altiforni; il controllo di questi apparati infatti rappresenta da sempre una grande sfida a causa delle problematiche relative al processo. In particolare, i due studiosi si sono concentrati sulla misurazione delle composizioni del metallo fuso; normalmente queste analisi richiederebbero tecniche spettrografiche che possono essere eseguite solo fuori linea ma, grazie all’utilizzo di software basati su reti neurali, gli autori sono riusciti a sviluppare un modello che mettesse in relazione 33 variabili di processo, tra cui la quantità di metallo fuso, le scorie e la loro composizione, con tutti i costituenti importanti per le leghe, raggiungendo un valore d’errore inferiore al 3%.

Componenti intelligenti

Altre applicazioni più semplici di queste tecnologie al settore siderurgico sono state rese possibili grazie all’introduzione di componenti che presentano già di fabbrica sistemi di reperimento e trasmissione dei dati, ovvero i componenti smart. Questi consentono fin dalla prima installazione un flusso di dati costante durante tutto l’uso, facilitando notevolmente la digitalizzazione dell’azienda grazie alla loro semplicità d’installazione in quanto non necessitano una conoscenza approfondita di tutti i suoi sistemi di rilevamento per funzionare. Un esempio applicativo che si sta diffondendo nelle aziende che lavorano con forni per trattamenti termici in continuo è l’utilizzo di portelloni automatici che rilevano la presenza di semilavorati in prossimità dei forni, ne analizzano forma e posizione e ne accertano la bontà prima di effettuare il trattamento; ciò permette di scartare gli eventuali prodotti che non rispettano gli standard desiderati e migliorare la temporizzazione di apertura e chiusura della porta di ingresso del forno, così da disperdere meno calore e risparmiare energia. Gli stessi sistemi di rilevamento di cui sono dotati i componenti smart possono avere un duplice scopo: la già citata analisi delle condizioni esterne e il calcolo della vita utile rimanente del componente (Remaining Useful Lifetime) tramite lo studio delle sollecitazioni come tensioni, vibrazioni e temperature a cui è sottoposto. Le variazioni di questi dati forniscono un importante campanello d’allarme per quanto riguarda la manutenzione predittiva delle apparecchiature e il controllo della qualità. Per esempio, il rilevamento dell’aumento di temperatura da parte della catena di movimentazione di una linea continua siderurgica potrebbe essere correlato alla formazione di pezzi più massicci del solito o ad un errore sostanziale nella formatura della lega, con conseguente modifica della diffusività termica, mentre se la stessa catena di movimentazione presentasse un aumento delle tensioni rispetto a quelle a cui è normalmente sottoposta potrebbe essere un segnale di malfunzionamento dei macchinari.

L’unione fa la forza

La conoscenza di queste informazioni che prese singolarmente possono sembrare irrilevanti, poiché magari poco al di fuori dagli standard classici, affidati ad un modello di analisi specializzato possono portare all’identificazione e prevenzione di ingenti danni. Per incentivare l’applicazione di tecnologie di data science ai processi siderurgici già nel 2018 la comunità Europea ha stanziato ingenti fondi per la ricerca, i quali sono stati intercettati proprio da un’eccellenza italiana, l’università Sant’Anna di Pisa, che ha sviluppato quattro modelli predittivi differenti:

• CyberMan4.0, finalizzato al miglioramento della manutenzione preventiva e alla sua evoluzione in manutenzione predittiva;
• NewTech4Steel, finalizzato al monitoraggio dei processi prevedendo la qualità del prodotto nei vari stadi intermedi e finali;
• i3upgrade, finalizzato all’abbattimento delle emissioni inquinanti grazie alla progettazione di due nuovi reattori flessibili per la produzione di metano e metanolo dai gas di scarico di processo;
• TrackOpt, finalizzato all’implementazione di un sistema di tracciamento delle siviere per tutti gli stadi così da ottimizzarne la logistica.

Le versioni prototipali di questi quattro sistemi sono state testate presso le multinazionali di ArcelorMittal, Tata Steel, AFERPI e Ferriere Nord. Poiché tutti questi modelli implicano l’utilizzo di componenti sensorizzati e software in grado di raccogliere informazioni in linea durante la produzione, in previsione di futuri investimenti, altre aziende hanno incominciato ad orientarsi verso la digitalizzazione e la raccolta di dati. Anche il colosso Microsoft, con la sua piattaforma Azure, ha portato i primi risultati nel campo dell’analisi dei big-data applicati alla prevenzione, predizione e qualità degli impianti siderurgici stringendo accordi con Tenova, azienda del gruppo italo-argentino Techint, Ori Martin, azienda bresciana specializzata nella produzione di acciai di qualità, e Tenaris, tra i maggiori produttori e fornitori globali di tubi in acciaio e servizi per l’industria energetica mondiale.

Il ruolo del fornitore di componenti

Un’attività complessa come la progettazione degli impianti siderurgici può trovare un valido supporto nei fornitori di componenti. È il caso di R+W, azienda leader nella produzione di giunti e alberi di trasmissione, in grado di mettere la sua esperienza a disposizione del progettista. I macchinari utilizzati in siderurgia richiedono componenti robusti, duraturi, facili e comodi da montare e da manutenere. In questa direzione R+W ha messo a punto un’ampia gamma di prodotti: dai giunti lamellari della serie LP ai giunti a elastomero serie EK, dai giunti a denti bombati serie BZ ai limitatori di coppia modulari della serie ST. Tutti componenti che possono trasformarsi in un giunto intelligente ideati e progettati per essere montati su macchinari 4.0.

Il giunto AIC, messo a punto lo scorso anno e che sta riscuotendo notevole successo, è un componente smart dotato di sensoristica integrata in grado di misurare, raccogliere e trasmettere dati durante il suo funzionamento, in piena sintonia con i principi della quarta rivoluzione industriale. È in grado di auto monitorarsi e di segnalare prontamente qualsiasi tipo di disfunzione che potrebbe compromettere la produzione. La soluzione proposta da R+W Italia, già pronta per l’utenza finale,  estende prerogative e benefici di Industria 4.0 anche ai sistemi preesistenti. Un notevole vantaggio per gli operatori del mercato spesso alle prese con problemi di budget. R+W Italia è sempre a disposizione per fornire maggiori informazioni sui giunti intelligenti AIC.