SPACS — Sustainable Process Automation for Composite Solutions

Integrazione dei dati di produzione, rescheduling automatizzato e AI per ottimizzare la produzione di componenti in materiale composito: il progetto europeo realizzato da Kode con Advanced Composites Solutions (ACS), azienda leader nella progettazione e produzione di componenti in fibra di carbonio per automotive, aerospace, nautica e industrial.

Quando un componente in fibra di carbonio esce dall’autoclave e non supera il controllo qualità, non si tratta solo di un pezzo da rilavorare. Si tratta di un evento che, in assenza di automazione, innesca una catena di interventi manuali: il responsabile di produzione deve riesaminare il piano di lavoro, valutare le priorità di tutti gli ordini attivi e trovare a mano uno slot per la rilavorazione — tutto questo mentre la produzione continua. Nelle fabbriche ad alta variabilità, dove ogni ordine di lavoro ha caratteristiche proprie, questo costo invisibile si accumula silenziosamente, ordine dopo ordine. È da questa criticità concreta che nasce SPACS.

SPACS — Sustainable Process Automation for Composite Solutions — è un progetto di ricerca applicata finanziato nell’ambito del programma europeo Horizon, attraverso l’iniziativa greenSMEhub. Kode ha collaborato con l’azienda Advanced Composites Solutions (ACS), leader in Europa e a livello internazionale nella progettazione e produzione di componenti in fibra di carbonio e altri materiali compositi per automotive, aerospace, nautica e industrial. L’obiettivo: portare integrazione dei dati, automazione intelligente e AI nei processi produttivi in ottica di sostenibilità e competitività.

La sfida: dati frammentati e scheduling manuale

Il processo produttivo di ACS si articola in sei fasi principali — dal taglio e dal nesting della fibra alla polimerizzazione in autoclave, fino ai controlli qualità intermedi e finali — con due criticità strutturali. Sul piano dell’integrazione, i dati di qualità vengono registrati su fogli Excel non connessi all’ERP, senza un canale codificato per le non conformità. Sul piano operativo, quando il Controllo Qualità dichiara un componente non conforme, l’ordine di rilavorazione viene reinserito manualmente nel piano di produzione, creando conflitti di priorità con gli ordini in corso. La sfida era quindi duplice: integrare i flussi informativi in un’unica piattaforma connessa e risolvere il rescheduling delle non conformità in modo automatizzato ma governabile.

L’approccio: dall’analisi dei processi all’integrazione dei dati

Kode ha avviato il progetto con una fase di analisi approfondita: mappatura del workflow per ODL (Ordine di Lavoro), identificazione dei colli di bottiglia e definizione delle integrazioni necessarie. L’analisi ha portato a identificare quattro processi chiave da automatizzare e ha prodotto una piattaforma IT integrata basata su FactorAI — il framework di data science di Kode per l’Industry 4.0 — connessa all’ERP aziendale tramite un connettore sviluppato ad hoc.

Integrando circa 50 variabili da tre fonti (dati di avanzamento produzione dall’ERP, cause e storico delle non conformità dal sistema qualità, disponibilità materiali e vincoli di consegna dalla pianificazione), si è potuto mettere a disposizione di ACS un flusso continuo di informazioni che attraversa tutti i livelli del processo. In questo modo, il procurement può monitorare i consumi reali rispetto al pianificato, la pianificazione ha visibilità in tempo reale sui carichi dei centri di lavoro, la qualità può tracciare le non conformità correlando i difetti alle specifiche fasi produttive, il management ha a disposizione tutti gli indicatori chiave (KPI) sempre aggiornati, automaticamente.

La piattaforma di controllo qualità

Il primo modulo della soluzione è una web app dedicata al controllo qualità. La piattaforma consente agli operatori del reparto QC di abbandonare i fogli Excel e registrare le non conformità secondo una tassonomia definita insieme ai tecnici ACS, associando all’Ordine Di Lavoro corrispondente, eliminando gli errori di trascrizione e rendendo l’informazione immediatamente operativa per la pianificazione. Il modulo implementa una logica di validazione a livello di input che impedisce voci ambigue o inconsistenti, garantendo coerenza tra reparti. Nel tempo, lo storico alimenta l’analisi statistica per correlare difetti a fasi produttive, centri di lavoro e tipologie di materiale al fine di costituire la base dati per lo sviluppo di modelli predittivi sulla qualità.

Il rescheduling automatizzato: il cuore del sistema

Il modulo di gestione delle rilavorazioni e ripianificazione è l’elemento chiave dell’intera soluzione. Il problema che affronta è un problema classico della manifattura discreta ad alta varietà: quando un ordine viene dichiarato non conforme e deve essere rilavorato, la sua reimmissione nel piano di produzione richiede di trovare una posizione nello scheduling che rispetti le scadenze di consegna, riassorbendo la rilavorazione nel piano senza generare conflitti o ritardi a cascata — tenendo conto dei carichi dei centri di lavoro, della disponibilità dei materiali e della tipologia dell’ordine.

La soluzione implementata da Kode adotta un approccio di rescheduling automatizzato con validazione umana (human-in-the-loop): l’algoritmo di prioritizzazione calcola automaticamente la proposta di reinserimento dell’ordine non conforme nel piano di produzione, considerando data di consegna, tipo di ordine e disponibilità materiali, senza generare conflitti a cascata.

Il piano proposto viene validato dal responsabile di produzione prima di diventare operativo (human-in-the-loop): una scelta deliberata, non una limitazione tecnica, che garantisce efficienza senza sottrarre il controllo alle figure responsabili. Il sistema include anche notifiche automatiche in tempo reale verso i team di pianificazione non appena un ordine entra in stato di rilavorazione.

Dashboard di monitoraggio e KPI

Il quarto componente è il livello di visualizzazione e monitoraggio, che rende accessibili — in tempo reale e per le diverse funzioni aziendali — i dati raccolti e processati dagli strati sottostanti. Due dashboard alimentate in tempo reale dalle tre fonti integrate restituiscono una visibilità unificata prima assente: la dashboard Quality Control per gli operatori — stato non conformità per ODL, andamento indicatori e alert — e la dashboard KPI produttivi per la direzione — che aggrega gli indicatori chiave di performance relativi a efficienza dei centri di lavoro, scostamenti tempi stimati/effettivi, volumi e tipologie di non conformità. La correlazione automatica tra dati di produzione e qualità permette di identificare pattern ricorrenti e indirizzare gli interventi correttivi.

I risultati e le prospettive

SPACS è un progetto sperimentale concluso: i risultati documentati nella rendicontazione finale attestano il raggiungimento e il superamento di tutti gli obiettivi prefissati, con indicazioni chiare sulla direzione evolutiva per eventuali sviluppi successivi.

• Processi automatizzati: 4, a fronte di un target iniziale di 1.
• Riduzione degli errori umani: 50%, grazie al canale codificato di segnalazione e alla completa eliminazione del data entry su fogli non integrati.
• Risparmio energetico: 20%, ottenuto indirettamente attraverso la riduzione delle rilavorazioni e l’ottimizzazione dei flussi produttivi.
• Riduzione dei difetti rilevati automaticamente: 15-20% nella fase finale, con un obiettivo del 50% atteso nei 12 mesi successivi alla conclusione, man mano che si consolida il database delle non conformità.
• Dipendenti coinvolti e formati: 7-10, a fronte di un target di 5.
• Parametri monitorati: 100, in linea con l’obiettivo.
• Processi integrati nella nuova soluzione IT: 4, rispetto al target di 2.

Le prospettive future identificate dal progetto includono il completamento dell’integrazione con le autoclavi per un monitoraggio energetico diretto e il consolidamento del database delle non conformità come base per modelli predittivi sulla qualità: il passo verso un sistema che non si limiti a rilevare i difetti, ma li anticipi.

Rescheduling dinamico: il panorama tecnologico e di mercato.

Il rescheduling dinamico in risposta a eventi di qualità è riconosciuto dalla letteratura recente come una delle sfide più complesse della manifattura discreta moderna. Le soluzioni enterprise più avanzate supportano cicli di rescheduling multipli giornalieri, ma si rivolgono a grandi aziende con infrastrutture IT consolidate e budget significativi. Per le PMI manifatturiere questo livello di sofisticazione è raramente accessibile.

La soluzione sviluppata da Kode per ACS non implementa algoritmi di ottimizzazione combinatoriale complessa, ma realizza una soluzione pragmatica e deployabile che affronta il problema reale — la disconnessione tra qualità e scheduling — con un’architettura integrata, un algoritmo di prioritizzazione basato su regole operative concrete e un design human-in-the-loop coerente con le best practice emergenti per l’Industry 5.0.

Il punto di forza di questo progetto è la copertura dell’intero flusso informativo: dal dato di macchina all’ERP, dal controllo qualità alla pianificazione, con notifiche automatiche e dashboard in tempo reale. È esattamente questo gap — tra sistemi di qualità e sistemi di scheduling — che ricercatori e practitioner industriali identificano come la principale fonte di inefficienza nelle fabbriche che non hanno ancora completato la transizione verso l’Industria 4.0. 

L’aspetto più maturo della soluzione sta proprio nel modello di governance: il rescheduling automatico con approvazione umana riflette maturità progettuale, e la fiducia nel sistema che si costruisce progressivamente è la condizione abilitante per ogni sviluppo successivo.

“Abbiamo aderito volentieri al progetto di ricerca proposto da Kode – è il commento dell’ingegner Roberto Catenaro, fondatore e Ceo di ACS – perché ci ha consentito di sperimentare l’applicazione di tools di rescheduling dinamico alle esigenze di ripianificazione derivanti da prodotti non conformi. In futuro auspichiamo di introdurre stabilmente strumenti digitali di programmazione e controllo al servizio della produzione seriale e di ottimizzare sempre di più, con l’utilizzo dell’AI, l’intero flusso produttivo”.