Cyber Physical Systems

 I Sistemi Cyber Fisici o Cyber Physical Systems (CPS) sono considerati una delle innovazioni tecnologiche chiave (Key Enabling Technology – KET) della quarta rivoluzione industriale, in quanto possono essere collocati in primo piano per le potenzialità promesse ai fini della creazione di valore lungo le tre dimensioni della digital transformation del manifatturiero: lo smart product, lo smart manufacturing e i cambiamenti nei business model delle aziende.  In letteratura e tra gli esperti esistono diverse definizioni dei CPS, anche per effetto delle diverse prospettive e ricadute applicative che, come KET, possono avere.

Il concetto di Cyber Physical System è complesso, ma si può definire come un sistema in cui si richiede che gli oggetti fisici siano affiancati dalla propria rappresentazione nel mondo digitale, siano integrati con elementi dotati di capacità di calcolo, memorizzazione e comunicazione, e che siano collegati in rete tra loro.

Questo sistema abilita tre scenari sequenziali: generazione e acquisizione dei dati, computazione ed aggregazione dei dati precedentemente acquisiti e, infine, supporto al processo decisionale.

Questa definizione include prima di tutto la presenza di oggetti interconnessi i quali, tramite sensori, attuatori ed una connessione di rete, sono in grado di generare e produrre dati di vario genere, riducendo così le distanze e le asimmetrie informative tra i diversi soggetti coinvolti. Possono essere così annoverati:

• Sensori integrati: con l’aiuto dei sensori integrati (embedded / sensing systems), il CPS è in grado di rilevare autonomamente la sua attuale situazione operativa all’interno dell’ambiente in cui si trova, fornendo informazioni approfondite ad esempio sulla sua tipologia, sul suo stato o sulla sua posizione.
• Attuatori: gli attuatori servono a svolgere azioni, ovvero a mettere in pratica quelle decisioni correttive volte a ottimizzare una situazione o un processo.
• Intelligenza decentralizzata: le decisioni correttive messe in pratica dagli attuatori vengono elaborate attraverso un’intelligenza decentralizzata che, valutando sia le informazioni dei propri sensori che quelle fornite da altri CPS, elabora in tempo reale i possibili scenari di scelta e comunica simultaneamente quello maggiormente adatto, contattando e informando parallelamente gli attuatori e gli altri CPS, oltre che gli stessi operatori che si trovano nell’“anello di controllo” tramite tecnologie Internet.

In secondo luogo, attribuisce alla comunicazione un ruolo di primaria importanza: infatti è grazie alla pervasività, trasversalità e velocità dei dati scambiati che i diversi soggetti sono in grado di comunicare in qualsiasi momento e in qualsiasi condizione, fornendo la possibilità di trasformare le grandi moli di dati (Big Data) in informazioni a valore aggiunto. Infine include il concetto di “Digital Twin” (“Gemello digitale/virtuale”), ovvero la capacità dicotomica di tali sistemi di creare e affiancare all’aspetto fisico dei prodotti, dei sistemi e dei processi quello virtuale o digitale.

Il termine “Physical” si riferisce all’oggetto così come è percepito dai nostri cinque sensi, quindi all’oggetto fisico reale, mentre il termine “Cyber” fa riferimento all’immagine virtuale (Digital Twin, gemello digitale) che rispecchia il mondo a cui appartiene l’oggetto reale, fornendo nel contempo ulteriori informazioni riguardo ad esso.

IL CPS si sviluppa grazie all’interazione di nuove tecnologie dirompenti (disruptive) quali, ad esempio, l’Internet of Things, la realtà aumentata o il cloud computing, tecnologie in grado di abilitare, e potenziare (rispetto alle soluzioni tradizionali), la capacità di rappresentare i componenti fisici/reali, i loro stati attuali e le loro interazioni reciproche risiedendo nel mondo dell’Information & Communication Technology (ICT).

Pertanto, grazie alle informazioni di cui dispone nella sua sfera virtuale, il singolo componente fisico decentrato è in grado di supportare decisioni in maniera autonoma e di comunicarle direttamente agli altri componenti fisici che costituiscono il sistema. In questo modo, disponendo di una duplice visione (la reale e la virtuale), e disponendo di un’intelligenza decentrata, i sistemi cyber-fisici sono in grado di valutare autonomamente situazioni operative e supportare la conseguente presa di decisioni. Inoltre, a mezzo dell’interconnessione reciproca, i sistemi cyber-fisici si controllano reciprocamente col fine di verificare che le azioni vengano svolte correttamente ed eventualmente riadattarsi autonomamente.

Attraverso tali tecnologie è possibile ottenere una disponibilità di informazioni centralizzate che danno origine al dominio digitale (cyber level): è soprattutto a questo livello che le informazioni si muovono, determinando un’ulteriore e formidabile possibilità di connessione tra gli oggetti fisici tramite la loro immagine virtuale, tanto che qualche autore – nella sua visione– parla di social network degli oggetti.

Una sfida nello sviluppo di sistemi embedded e cyber-fisici sono le grandi differenze nella pratica di progettazione tra le varie discipline ingegneristiche coinvolte, come il software e l’ingegneria meccanica. Inoltre, ad oggi non esiste una “lingua” in termini di pratica di progettazione comune a tutte le discipline coinvolte in CPS. Oggi, in un mercato in cui si presuppone una rapida innovazione, gli ingegneri di tutte le discipline devono essere in grado di esplorare i progetti del sistema in modo collaborativo, assegnando responsabilità al software e agli elementi fisici e analizzando i trade-off tra di loro. I recenti progressi mostrano che le discipline di accoppiamento mediante la co-simulazione consentiranno alle discipline di cooperare senza imporre nuovi strumenti o metodi di progettazione. I risultati del progetto MODELISAR mostrano che questo approccio è fattibile proponendo un nuovo standard per la co-simulazione sotto forma di Functional Mock-up Interface.

Di seguito il disegno della rappresentazione costituito da cinque livelli con i rispettivi attributi riportati all’interno dei rettangoli:

La progettazione e l’implementazione di un sistema di produzione cyber-fisico che ha come funzionalità lo schema sopra proposto, può così essere effettuata sull’architettura a cinque livelli, esplicitata come di seguito:

Smart connection: indica la capacità di acquisire dati resi disponibili in real-time grazie a sensori intelligenti e di trasferirli con specifici protocolli di comunicazione. I dispositivi possono essere progettati per auto-connettersi e auto-sensing per il proprio comportamento.

Data-to-information conversion: indica la capacità di associare i dati e di convertirli in informazioni conferendogli così valore. I dati provenienti da dispositivi e sensori auto-collegati misurano le caratteristiche di problemi critici con capacità di autoconsapevolezza, le macchine possono utilizzare le informazioni autocoscienti per auto-prevedere i potenziali problemi.

Cyber (Digital Twin): indica la capacità di rappresentare il dominio reale in un dominio digitale con possibilità di elaborazioni e interventi real time. Ogni macchina crea il proprio “gemello” utilizzando queste funzioni strumentate e caratterizza ulteriormente il modello di salute della macchina basato su una metodologia “Time-Machine”. Il “gemello” stabilito nello spazio cibernetico può eseguire l’auto-confronto per le prestazioni peer-to-peer per un’ulteriore sintesi.

Cognition: indica la capacità di identificare diversi scenari e di supportare un corretto processo decisionale. I risultati dell’autovalutazione saranno presentati agli utenti sulla base di un significato di infografica per mostrare il contenuto e il contesto dei potenziali problemi.

Configuration: indica la capacità di fornire feedback alla realtà fisica da quella virtuale e di applicare le azioni correttive prese al livello precedente. Quindi la macchina o il sistema di produzione possono essere riconfigurati in base ai criteri di priorità e rischio per ottenere prestazioni resilienti.

Il paradigma Industry 4.0, determinerà il nuovo concetto di unità produttiva che dovrà essere basato sulla capacità dei sistemi di adattarsi in tempi brevissimi alle nuove richieste ed esigenze dei clienti sia in termini di tempo di risposta che di personalizzazione. Tale adattamento deve essere inteso sia a livelli alti (l’organizzazione complessiva) sia a quelli intermedi e medio-bassi (la realizzazione del processo lavorativo) e può assumere sostanza solo grazie all’elaborazione, al trattamento e alla circolazione di conoscenze e informazioni, con le macchine e con le persone.

La smartfactory

L’implementazione del CPS nell’ambiente di fabbrica genera il concetto della smartfactory, in grado di garantire elevati livelli di efficienza nell’utilizzo di impianti flessibili e multifunzionali, e capace di monitorare i mercati e il loro andamento attraverso un dialogo e un’integrazione totale tra impresa e consumatore. L’uso delle risorse viene efficientato aggregando tutte le fasi della produzione a monte e a valle andando a realizzare unicamente i prodotti effettivamente richiesti dal consumatore e che quindi hanno già un mercato e, infine, si ottiene un’integrazione ottimale dell’uomo e delle sue capacità con quelle delle risorse smart che lo circondano e con cui collabora, permettendo di ottenere un sistema di produzione flessibile e adattabile.

I benefici specifici dei CPS

Volendo sintetizzare i benefici specifici che si possono prevedere dall’implementazione dei CPS nel contesto manifatturiero, si fa ricorso ai risultati di sCorPiuS, un progetto di ricerca finanziato dalla Commissione Europea, che ha identificato 6 cluster principali in cui sono racchiuse le principali potenzialità di questi sistemi di tecnologie.

“New data driven services and business models”

Si riferisce all’azienda nel suo complesso ed in particolare riguarda l’ambito manageriale. I CPS abilitano nuove opportunità di business che consentona, ad esempio, all’azienda di essere più vicina ai bisogni dei clienti, grazie alla maggiore offerta di servizi ad alto valore aggiunto pensati e offerti sulla base delle esigenze di chi ne usufruisce determinando una maggiore flessibilità. L’utilizzo attivo del sistema e l’acquisizione in real time delle informazioni permettono di reagire in maniera sincrona e adattativa ai cambiamenti del mercato e dalla creazione di nuove forme di collaborazione.

“Data-based improved products”

Considera i vantaggi derivanti dalla digitalizzazione del prodotto. Il prodotto si trasforma in un oggetto intelligente in grado di comunicare dentro e fuori la fabbrica condividendo informazioni a diversi livelli, consentendo una migliore comprensione e configurazione dei processi e dei servizi e apportando un maggiore valore aggiunto a chi lo utilizza. I CPS integrati nei prodotti, inoltre, consentono alla fabbrica che li ha realizzati di avere informazioni circa il loro utilizzo, consentendo così di ottenere feedback in real time da parte dei clienti. Questa maggiore visibilità condurrà le aziende verso la creazione di servizi generati ad hoc per il singolo cliente e verso la realizzazione di prodotti fatti su misura, riducendo così i prodotti senza mercato.

“Closed-loop manufacturing”

Vanno al di là del perimetro della fabbrica ed hanno come fine ultimo quello di originare delle zero-waste supply chain. Si tratta di vantaggi che impattano su diversi attori del value network, ovvero della Supply Chain, come fornitori e clienti, che riescono così ad integrare i propri dati e i propri feedback nell’ambiente di produzione.

“Cyberized plant / Plug & Produce”

Considera i vantaggi che apportano a livello di shop floor, consentendo una visione più completa dei processi produttivi, una migliore gestione delle informazioni e degli scambi di dati e facilitando migliori prestazioni. A livello di shop floor, proiettano nuovi scenari di piena flessibilità e riconfigurabilità del sistema produttivo, facilitano l’ottimizzazione della gestione delle operations, il self-recovery, self-learning, self-analisys dell’impianto e la tracciabilità del prodotto in ogni sua fase di realizzazione.

“Next step production efficiency”

Migliorano l’utilizzo e la gestione degli assets in fabbrica, che quindi vedono la realizzazione di una produzione più efficiente, in grado di rendere sostenibile la produzione di piccoli lotti, di facilitare la gestione del magazzino, di velocizzare e rendere più precisi i processi produttivi.

“Digital ergonomics”

È relativo al capitale umano di un’azienda. L’integrazione delle risorse uomo all’interno dell’ambiente di fabbrica viene supportata dall’introduzione di strumenti e tecnologie cyber-fisiche favorisce un più veloce processo di trasferimento delle conoscenze, un miglioramento del worker experience e del supporto al lavoro, una riduzione della complessità operativa grazie alla possibilità di avere accesso in real time alla fabbrica (factory in my poket).

EPILOGO

Modelli cyber-fisici per la produzione futura: con la motivazione di un sistema cyber-fisico, è stato sviluppato un approccio modello accoppiato. Il modello accoppiato è un gemello digitale della macchina reale che opera nella piattaforma cloud e simula le condizioni di salute con una conoscenza integrata sia di algoritmi analitici basati sui dati che di altre conoscenze fisiche disponibili.

Il modello accoppiato costruisce per la prima volta un’immagine digitale dalla fase iniziale della progettazione. Le informazioni di sistema e le conoscenze fisiche vengono registrate durante la progettazione del prodotto, in base alle quali viene costruito un modello di simulazione come riferimento per analisi future. I parametri iniziali possono essere statisticamente generalizzati e possono essere ottimizzati utilizzando i dati del test o del processo di produzione utilizzando la stima dei parametri. Il modello di simulazione può essere considerato come un’immagine speculare della macchina reale, che è in grado di registrare e tracciare continuamente le condizioni della macchina durante la successiva fase di utilizzo.

Infine, con la connettività onnipresente offerta dalla tecnologia di cloud computing, il modello accoppiato offre anche una migliore accessibilità delle condizioni della macchina per i responsabili di fabbrica nei casi in cui l’accesso fisico alle apparecchiature o ai dati macchina effettivi è limitato. Queste caratteristiche aprono la strada verso l’implementazione della produzione cibernetica.

Le applicazioni comuni di CPS rientrano tipicamente in sistemi autonomi dotati di sensori basati sulla comunicazione. Ad esempio, molte reti di sensori wireless monitorano alcuni aspetti dell’ambiente e trasmettono le informazioni elaborate a un nodo centrale. Altri tipi di CPS includono reti intelligenti, sistemi automobilistici autonomi, monitoraggio medico, sistemi di controllo di processo, robotica distribuita e avionica pilota automatica.

Un esempio reale di tale sistema è il Distributed Robot Garden al MIT in cui un team di robot gestisce un giardino di piante di pomodoro. Questo sistema combina il sensing distribuito (ogni impianto è dotato di un nodo sensore che ne monitora lo stato), la navigazione, la manipolazione e il networking wireless.

Un altro esempio è il progetto CarTel in corso del MIT in cui una flotta di taxi lavora raccogliendo informazioni sul traffico in tempo reale nell’area di Boston. Insieme ai dati storici, queste informazioni vengono quindi utilizzate per calcolare i percorsi più veloci per un dato momento della giornata.