Razionale dell’assistente

I tempi di setup e cambio produzione rappresentano una delle principali fonti di inefficienza nei sistemi produttivi manifatturieri, soprattutto in contesti caratterizzati da:

• elevata variabilità di prodotto,
• lotti medio-piccoli,
• frequenti cambi formato o cambio ricetta.

Nella maggior parte dei casi:

• i tempi di setup sono misurati ma poco analizzati;
• esiste una forte variabilità tra linee, turni, operatori;
• le cause dei setup lunghi non sono sempre evidenti;
• il miglioramento è affidato all’esperienza dei singoli.

L’AI Setup Time Analyzer nasce per trasformare il setup da “tempo inevitabile” a leva strutturata di miglioramento dell’efficienza.

L’Obiettivo

L’obiettivo del progetto è sviluppare un sistema AI in grado di:

• analizzare in modo sistematico i tempi di setup;
• confrontare setup simili per individuare anomalie e best practice;
• spiegare perché alcuni setup durano più del previsto;
• supportare la riduzione della variabilità dei tempi di cambio produzione.

L’AI non impone una sequenza, ma rende evidente dove e perché si perde tempo.

Ambito funzionale

Il progetto opera sui dati già disponibili nei sistemi aziendali:

• MES (inizio/fine setup, eventi, micro-fermate)
• ERP (ordini, codici prodotto, distinte)
• Schedulatore (sequenze, cambi formato, vincoli)

Le funzionalità principali includono:

• analisi statistica dei tempi di setup per linea, prodotto, turno;
• confronto tra setup “simili” (stesso cambio prodotto o formato);
• individuazione automatica dei setup anomali;
• spiegazione delle principali cause di allungamento;
• identificazione delle configurazioni più efficienti.

Esempio di output concettuale:

“Il cambio dal prodotto X al prodotto Y dura mediamente il 18% in più nel turno B rispetto al turno A, principalmente per una maggiore incidenza di micro-fermate nella fase di regolazione iniziale.”

Valore industriale atteso

Il valore del progetto è direttamente legato all’efficienza produttiva.

Benefici principali:

• riduzione dei tempi morti non produttivi;
• maggiore prevedibilità dei tempi di cambio;
• miglior pianificazione della produzione;
• riduzione della dipendenza da operatori “chiave”;
• standardizzazione delle buone pratiche operative.

Il progetto agisce su una delle leve più sensibili dell’OEE: la disponibilità.

Un progetto chiave

L’AI Setup Time Analyzer è prioritario perché:

• ha impatto diretto sull’efficienza;
• utilizza dati già disponibili;
• non richiede modifiche ai processi;
• è facilmente comprensibile dalla Produzione;
• genera benefici misurabili in tempi brevi.

È il naturale completamento dell’AI Production Insight Assistant.

Questo progetto:

• può alimentare i modelli di ottimizzazione;
• prepara il terreno alla riduzione automatica dei setup;
• migliora l’affidabilità della pianificazione;
• contribuisce in modo diretto al miglioramento dell’OEE.

Non è un progetto isolato, ma una leva centrale della roadmap AI.

Principi di pianificazione del progetto

Dove siamo oggi (AS-IS)

• I tempi di setup sono misurati ma poco analizzati.
• Esiste elevata variabilità tra setup simili.
• Le cause di setup lunghi non sono sempre tracciate.
• Il miglioramento è spesso episodico e reattivo.

In sintesi: il setup è gestito, ma non governato.

Dove vogliamo arrivare (TO-BE)

• Conoscenza strutturata dei fattori che influenzano il setup.
• Riduzione della variabilità dei tempi di cambio produzione.
• Maggiore prevedibilità nella pianificazione.
• Supporto continuo al miglioramento operativo.

In sintesi: il setup diventa una variabile controllabile.

Come arrivarci (HOW)

Il progetto viene implementato in modo progressivo:

1. Classificazione dei setup
   • per linea
   • per tipo di cambio
   • per prodotto/formato
2. Analisi storica e comparativa
   • confronto tra setup simili
   • identificazione outlier
3. Correlazione con fattori operativi
   • turno
   • operatore
   • sequenza di produzione
   • eventi e micro-fermate
4. Motore di spiegazione
   • cause più probabili dei setup lunghi
   • evidenziazione best practice
5. Interfaccia di consultazione
   • dashboard dedicate
   • interrogazione in linguaggio naturale