Avere un processo in controllo, poter predire la qualità del prodotto finito, evitare fermi macchina, identificare precocemente situazioni di rischio, effettuare manutenzione preventiva, e molto altro sono tutti aspetti che finalmente possono essere realisticamente affrontati.


Ogni processo infatti, o parte di esso, dispone di un corredo di PLC, o di sistemi di controllo distribuito (DCS), o di sistemi SCADA. Inoltre spesso sono disponibili gestionali che raccolgono dati relativi alla logistica, alle materie prime in ingresso al ciclo produttivo e alla qualità dei prodotti in uscita dal processo.

Nell’ambito Industria 4.0 Kode si colloca nella parte di Big Data Analytics svolgendo l’importante ruolo di estrarre tutta l’informazione utile possibile dai dati in studio, utilizzando tutte le sorgenti dati disponibili, senza preclusioni e preconcetti di sorta. Va da sé che le tradizionali tecniche statistiche, Statistical Process Control, non sono più sufficienti per eseguire un controllo accurato dei processi. Kode, utilizzando strumenti informatici open source e gratuiti, utilizza un insieme di tecniche statistiche multivariate, estremamente adatte a contesti di questo tipo, Multivariate Statistical Process Control.

Collaboriamo ed abbiamo collaborato con molte realtà coinvolte in questo settore, avendo accresciuto la nostra esperienza direttamente sul campo nei contesti più variegati.





Gli attuali strumenti informatici permettono infatti di acquisire, gestire ed elaborare grandissime quantità di dati in tempi brevissimi. Kode ha le risorse e le capacità per occuparsi sia delle fasi di:

  • raccolta dati
  • sviluppo del database per la gestione dei dati del processo in analisi
  • sviluppo di strumenti di visualizzazione delle analisi, tipo dashboard

Il percorso di lavoro tipico prevede la presa del dato, sia di tipo strutturato che non, che può avvenire direttamente da qualunque tipo di sorgente (sensore, PLC, SCADA, foglio csv, ERP, altri database). Prosegue poi con una fase di analisi del processo, che va dalla valutazione della qualità del dato alla definizione degli obiettivi del lavoro come il controllo di processo, monitoraggio, la qualità dei prodotti, la qualità delle materie prime o l'ottimizzazione di prodotto o processo. Durante questa fase vengono messi a punto gli algoritmi per ripulire, sincronizzare e preparare i dati grezzi, e i necessari gli algoritmi di classificazione e/o regressione.

Una volta messo a punto il tutto, si passa alla fase di sviluppo del sistema, che può essere più o meno complesso, a seconda delle richieste, che viene infine consegnato al cliente finale in forma di report statico o di applicazione web, oppure passato a chi andrà ad occuparsi della parte UX/UI.

Controllo di processo multivariato


Progetto di architetture per l'analisi dei dati


Dashboard per l'analisi di dati di processo


Sviluppo di applicazioni abilitanti per l'Industria 4.0