Come l'automazione, l'apprendimento automatico e la blockchain stanno plasmando il futuro della produzione di componenti elettronici

L'Impresa 4.0 si basa sull'automazione intelligente per la produzione di componenti elettronici. L'automazione, sempre più capace, è ovunque, dall'edge al cloud, nei sensori, nei robot e nei cobot, nei controller a logica programmabile (PLC) e in altre apparecchiature. I wafer dei semiconduttori, i circuiti integrati, i componenti passivi, il confezionamento e i sistemi elettronici per i mercati consumer, energia rinnovabile, automotive, medicale, industriale, militare/aerospaziale e di altre applicazioni dipendono dall'automazione intelligente per la produzione. I sistemi unificati di esecuzione della produzione (MES) forniscono in tempo reale il monitoraggio, il controllo, la tracciabilità e la documentazione dell'intera catena di produzione, dalle materie prime ai prodotti finiti.

I sistemi automatizzati cyber-fisici dell'Impresa 4.0 vanno oltre le attività manifatturiere tradizionali e si affidano a varie forme di apprendimento automatico (ML) che vanno dall'apprendimento per rinforzo profondo nel cloud al tinyML sull'edge per una produzione flessibile, un miglioramento continuo e una qualità costantemente elevata. Il numero di livelli di connettività è in crescita e la combinazione di edge computing, Internet delle cose industriale (IIoT) e cloud computing aumenta le sfide legate alla sicurezza informatica. La blockchain è recentemente entrata in scena per la gestione completa e sicura della supply chain.

Questo articolo analizza le principali tendenze dell'automazione nella produzione di componenti elettronici, tra cui i crescenti livelli di connettività, la crescente necessità di sicurezza informatica, le implementazioni specializzate di ML in fase di lancio e il modo in cui la tracciabilità e il MES supportano le metriche e le analisi della produzione in tempo reale. Lungo la trattazione, saranno esaminate alcune delle tecnologie necessarie per realizzare appieno la promessa dell'Impresa 4.0 per la personalizzazione di massa con alta qualità e costi ridotti, compreso il modo in cui Dig-Key supporta le esigenze dei progettisti di sistemi di automazione con un'ampia gamma di soluzioni. Si conclude con uno sguardo a come venga utilizzata la blockchain per implementare sistemi di gestione della supply chain altamente sicuri a livello aziendale.

Livelli crescenti di connettività

L'IIoT nell'Impresa 4.0 comprende più livelli di rete cablati e wireless per reti di sensori, robot mobili autonomi (AMR) e altri sistemi. Ad esempio, IO-Link è stato sviluppato per fornire una connessione di rete cablata semplificata all'enorme numero di sensori, attuatori, indicatori e altri dispositivi edge legacy precedentemente non connessi a reti di livello superiore come Ethernet IP, Modbus TCP/IP e PROFINET. Con IO-Link, gli ingressi e le uscite (IO) di questi dispositivi sono acquisiti e convertiti nel protocollo IO-Link per la connettività seriale definita in IEC 61131-9 con un singolo cavo non schermato a 4 o 5 fili definito in IEC 60974-5-2 (Figura 1). Oltre a fornire un nuovo livello di rete per acquisire informazioni più granulari sui processi di fabbrica, IO-Link supporta l'implementazione rapida e la configurazione, il monitoraggio e la diagnostica remota dei dispositivi connessi per supportare le modifiche di linea e di processo necessarie per la personalizzazione di massa nelle fabbriche dell'Impresa 4.0.

Figura 1: IO-Link può essere utilizzato per connettere sensori e altri dispositivi che utilizzano diverse interfacce alle reti Ethernet, PROFINET o Modbus. (Immagine per gentile concessione di Banner Engineering)

Anche i dispositivi IIoT wireless, dai sensori ai robot, contribuiscono alla crescita dei livelli di rete. Nelle fabbriche moderne vengono utilizzati diversi protocolli wireless, tra cui Wi-Fi, 5G, LTE e altri. Ad esempio, gli AMR utilizzano una combinazione di sensori su scheda e connettività Wi-Fi per comprendere l'ambiente circostante, identificare eventuali ostacoli e spostarsi in modo sicuro ed efficiente da un luogo all'altro. I robot collaborativi (cobot) sono progettati per lavorare a fianco delle persone, per migliorare l'efficienza operativa e spesso richiedono una connettività wireless. In alcuni casi, gli AMR spostano i cobot da un compito all'altro secondo le necessità (Figura 2).

Figura 2: Un AMR (in basso) può spostarsi da un luogo all'altro grazie a una combinazione di sensori su scheda e connettività wireless e prelevare e spostare un cubo (in alto) in una nuova postazione di lavoro. (Immagine per gentile concessione di Omron)

Pericoli informatici in aumento

La crescente stratificazione delle reti industriali, unita all'esplosione del numero di dispositivi connessi, si traduce in un numero crescente di vettori di minacce alla sicurezza e di pericoli informatici. Sono stati sviluppati diversi standard e metodologie di sicurezza industriali e specifici per l'IoT, tra cui l'International Electrotechnical Commission (IEC) 62443 e il Security Evaluation Standard for IoT Platform (SESIP).

IEC 62443 è una serie di norme sviluppate dal comitato della Società Internazionale di Automazione (ISA) 99 e approvate dalla IEC. La norma IEC 62443 è una serie di oltre 800 pagine di standard per i sistemi di automazione industriale e controllo (IACS), suddivisi in 14 sottosezioni e quattro livelli (Figura 3). Le sezioni chiave che definiscono lo sviluppo del prodotto e i requisiti di sicurezza dei componenti sono:

• IEC 62443-4-1: Requisiti sul ciclo di vita dello sviluppo per la sicurezza dei prodotti - Definisce un ciclo di vita per lo sviluppo di prodotti sicuri che comprende la definizione dei requisiti iniziali, la progettazione e l'implementazione sicure, la verifica e la convalida, la gestione dei difetti e delle patch e la fine del ciclo di vita.
• IEC 62443-4-2: Sicurezza per i sistemi di automazione industriale e controllo: Requisiti tecnici di sicurezza per i componenti IACS - Specifica le capacità di sicurezza che consentono a un componente di mitigare le minacce per un determinato livello di sicurezza.

Figura 3: IEC 62443 è un insieme completo di norme di sicurezza IACS. (Immagine per gentile concessione di IEC)

SESIP è pubblicato dalla GlobalPlatform e definisce una struttura comune per la valutazione della sicurezza dei prodotti connessi e affronta le sfide di conformità, sicurezza, privacy e scalabilità specifiche dell'IoT. SESIP fornisce definizioni chiare delle funzionalità di sicurezza dei componenti e delle piattaforme sotto forma di requisiti funzionali di sicurezza (SFR). Fornisce inoltre metriche di resistenza che misurano la robustezza contro gli attacchi sotto forma di "livelli" SESIP da 1 a 5, dove 1 corrisponde all'autocertificazione e 5 a test approfonditi e certificazioni da parte di terzi.

ML dal cloud all'edge

L'apprendimento automatico è un fattore chiave per l'automazione intelligente, che supporta miglioramenti continui dei processi e prodotti di alta qualità. L'uso delle reti neurali è una tecnica ML ben consolidata nell'Impresa 4.0. Sta iniziando a essere integrato con l'apprendimento per rinforzo profondo nel cloud. L'apprendimento per rinforzo profondo aggiunge un quadro di algoritmi orientati agli obiettivi al centro di una rete neurale. Inizialmente, l'apprendimento per rinforzo era limitato ad ambienti ripetibili come i giochi; oggi, gli algoritmi possono operare in ambienti più ambigui nel mondo reale. In futuro, le implementazioni avanzate dell'apprendimento per rinforzo potranno raggiungere l'intelligenza artificiale generale.

L'ML non è solo nel cloud, ma si sta estendendo anche alla fabbrica e all'edge. Gli slot di espansione dei PC industriali e dei controller programmabili in fabbrica ospitano sempre più spesso schede di accelerazione ML e IA per il controllo intelligente dei processi.

L'apprendimento automatico cosiddetto tinyML è ottimizzato per l'impiego in applicazioni a bassa potenza. L'uso di tinyML nelle applicazioni dei sensori sta crescendo rapidamente. Un esempio di applicazione tinyML è l'analisi dei sensori IIoT nei dispositivi edge alimentati da batterie o da energy harvesting. Arduino offre un Tiny Machine Learning Kit che comprende una scheda Arduino Nano 33 BLE Sense contenente un MCU e una serie di sensori in grado di monitorare il movimento, l'accelerazione, la rotazione, i suoni, i gesti, la prossimità, il colore, l'intensità della luce e il movimento (Figura 4). Sono inclusi anche un modulo telecamera OV7675 e uno shield Arduino. L'MCU integrato può implementare reti neurali profonde basate sul framework di apprendimento profondo open-source TensorFlow Lite per l'inferenza sul dispositivo.

Figura 4: Il Tiny Machine Learning Kit di Arduino è progettato per lo sviluppo di applicazioni con sensori IIoT. (Immagine per gentile concessione di DigiKey)

Metriche e analisi in tempo reale

Le metriche e le analisi in tempo reale sono aspetti essenziali dell'automazione intelligente. La Tracciabilità 4.0 combina la visibilità del prodotto, la visibilità della supply chain e la visibilità a livello granulare delle precedenti generazioni di tracciabilità e fornisce la storia completa di tutti gli aspetti di un prodotto. Inoltre, include tutti i parametri della macchina e del processo e supporta le metriche di efficacia complessiva delle apparecchiature (OEE) che ottimizzano i processi produttivi (Figura 5).

Figura 5: La Tracciabilità 4.0 è un'implementazione completa che supporta i diversi requisiti delle operazioni dell'Impresa 4.0. (Immagine per gentile concessione di Omron)

La tracciabilità è fondamentale in molti settori, dalla produzione di dispositivi medici ai settori automotive e aerospaziale. Nel caso dei dispositivi medici, i requisiti normativi richiedono tracciabilità e rintracciabilità precise. Le automobili e i sistemi aerospaziali possono avere decine di migliaia di parti di cui tener traccia. Non si tratta solo della storia dei pezzi; la tracciabilità comprende anche il tracciamento delle quote e delle tolleranze geometriche (GD&T) dei singoli pezzi. Questo consente la produzione di precisione e l'installazione di pezzi in base ai loro esatti valori di GD&T, supportando assemblaggi di alta precisione per settori come quello aerospaziale e automotive.

La tracciabilità può migliorare l'accuratezza e l'efficienza dei programmi di ritiro dei prodotti. Consente al produttore di identificare tutti i prodotti interessati e il fornitore o i fornitori di eventuali componenti difettosi.

Le azioni correttive e preventive possono essere accelerate grazie all'uso della tracciabilità. Come nel caso dei ritiro di un prodotto, conoscere la provenienza completa dei prodotti consente ai produttori di indirizzare e programmare in modo efficiente le attività di assistenza e manutenzione sul campo.

Tracciabilità e MES

Le implementazioni MES unificate che incorporano la tracciabilità possono produrre un database ricercabile di tutte le informazioni relative ai singoli prodotti, compresi i progetti pianificati e quelli realmente prodotti. Ad esempio, la tracciabilità viene utilizzata per tener traccia dei singoli componenti e materiali in arrivo, compresi i dati dei test di qualità in entrata, l'ubicazione della fabbrica fornitrice e così via, prima dell'inizio della produzione. Il MES verifica queste informazioni sulla base del progetto pianificato e le fornisce alle operazioni di assemblaggio e ai database dei processi.

I dati di tracciabilità forniti dall'IIoT, combinati con il MES, supportano la personalizzazione di massa dei prodotti per l'Impresa 4.0. Il MES consente di avere i materiali, i processi e le altre risorse giuste al posto giusto per garantire il minor costo di produzione e la massima qualità del risultato. Inoltre, MES e tracciabilità possono combinarsi e dimostrare la conformità alle normative governative e rendere i dati facilmente accessibili ai revisori o ad altri soggetti, secondo necessità.

Blockchain

Una blockchain è un sistema di registro digitale decentralizzato, o distribuito, per la registrazione di transazioni tra più parti in un modo a prova di manomissione e verificabile. Tutte le transazioni in cui la fiducia è importante, come la gestione della supply chain, sono un potenziale utilizzo della blockchain. In una supply chain con molti partecipanti, la blockchain può migliorare l'efficienza delle transazioni e renderle verificabili e a prova di manomissione. Due esempi dei vantaggi dell'utilizzo della blockchain nelle attività della supply chain sono:

Sostituzione dei processi manuali. I processi manuali cartacei che si basano su firme o altre forme di verifica fisica possono potenzialmente essere migliorati utilizzando la blockchain. Il limite è che l'universo dei partecipanti al libro mastro deve essere finito e facilmente identificabile. Un'azienda di consegne con un database in continua evoluzione di clienti sconosciuti potrebbe non essere un buon candidato per la blockchain. Un'azienda manifatturiera con un gruppo di fornitori di fiducia limitato e in lenta evoluzione è un buon candidato.

Rafforzamento della tracciabilità. La blockchain può essere un valido strumento per migliorare la trasparenza della supply chain e soddisfare i crescenti requisiti normativi e di informazione dei consumatori. Ad esempio, la blockchain può supportare il Drug Supply Chain and Security Act e il mandato di identificazione unica dei dispositivi da parte della Food and Drug Administration statunitense. Nel settore automotive e in altri, i fornitori della supply chain possono essere coinvolti nell'attuazione dei ritiri di prodotti e la blockchain può fornire un valido strumento per l'attuazione della linea guida sulla tracciabilità pubblicata dall'Automotive Industry Action Group.

Conclusione

L'automazione intelligente che è alla base dell'Impresa 4.0 si basa su numerose tecnologie per la sua implementazione, tra cui un numero crescente di livelli di rete con connettività cablata e wireless che comportano minacce alla sicurezza informatica sempre più complesse. Inoltre, l'apprendimento automatico viene implementato dall'edge al cloud per supportare metriche e analisi in tempo reale, tra cui la tracciabilità e il MES unificato. Infine, la tecnologia blockchain è stata introdotta per supportare database a prova di manomissione e verificabili.