Pontenossa ottimizza i processi produttivi con l’analisi predittiva
L'esigenza
Pontenossa, azienda bergamasca specializzata nel recupero dei metalli e nella trasformazione di residui industriali in materie prime seconde, ha intrapreso con Havant un percorso di innovazione finalizzato a rendere i propri processi produttivi sempre più efficienti, affidabili e sostenibili.
Al centro del progetto, il forno Waelz, attraverso il quale l’azienda recupera zinco sotto forma di ossido a partire da residui della produzione dell’acciaio. Un processo industriale complesso, caratterizzato da numerose variabili impiantistiche, chimiche e operative, nel quale la capacità di interpretare correttamente i dati rappresenta un elemento determinante per ottimizzare la produzione.
L’esigenza era quindi quella di valorizzare l’enorme patrimonio informativo generato dallo stabilimento, mettendo in relazione i dati provenienti dai sensori di impianto con quelli delle analisi chimiche dei materiali e trasformandoli in informazioni utili agli operatori per comprendere e anticipare l’andamento del processo.
Un patrimonio particolarmente significativo: 16 anni di dati storici, raccolti, puliti e validati, da mettere a fattor comune con il know-how tecnico maturato dalle persone che quotidianamente gestiscono l’impianto.
La soluzione
Havant ha affiancato Pontenossa nella costruzione di un ecosistema digitale capace di integrare dati industriali, modelli predittivi, competenze di processo e strumenti di Business Intelligence.
Il percorso è iniziato con Fenice I, un modello predittivo sviluppato per supportare la conduzione del forno Waelz. Attraverso l’analisi simultanea di migliaia di parametri provenienti dall’impianto e dal laboratorio, il sistema mette a disposizione degli operatori indicazioni puntuali e tempestive, supportandoli nell’identificazione delle anomalie e nella gestione quotidiana del processo produttivo.
Il modello è stato sviluppato lavorando a stretto contatto con tecnici, operatori e responsabili di stabilimento, combinando l’analisi dei dati con la conoscenza scientifica dei processi fisico-chimici, termodinamici, cinetici e di scambio termico. In questo modo, il know-how maturato nel tempo dall’organizzazione è diventato parte integrante del modello e uno strumento concreto a supporto delle decisioni operative.
I risultati ottenuti hanno portato allo sviluppo di Fenice II, focalizzato sulla resa estrattiva e sul consumo dei reagenti, con l’obiettivo di aumentare ulteriormente l’efficienza del processo e ridurne la variabilità.
Parallelamente, Havant ha supportato Pontenossa nella realizzazione di un DataHub aziendale, diventato il punto di riferimento per i dati generati e raccolti nello stabilimento. Il DataHub certifica e distribuisce le informazioni tra i diversi domini aziendali, creando una base dati affidabile e scalabile sulla quale sviluppare nuove applicazioni e modelli predittivi.
L’integrazione con Qlik rende inoltre i dati facilmente accessibili attraverso dashboard e strumenti di Business Intelligence, mettendo a disposizione dei diversi livelli dell’organizzazione informazioni aggiornate per il controllo operativo e le analisi strategiche.
Il percorso di trasformazione ha coinvolto anche i processi amministrativi e di Procurement attraverso Docsweb, introducendo workflow digitali, tracciati e integrati per rendere più efficienti anche le attività a supporto della produzione.
I risultati
Il progetto ha trasformato il patrimonio informativo di Pontenossa in uno strumento concreto a supporto della produzione, consentendo agli operatori di prendere decisioni basate su dati affidabili e di anticipare con maggiore efficacia l’andamento del processo.
I modelli Fenice hanno contribuito a rendere più stabile la conduzione del forno, migliorare il controllo delle anomalie, ridurre i fermi macchina e aumentare la coerenza dei risultati produttivi. La soluzione è diventata anche uno strumento di supporto alla formazione degli operatori, contribuendo a valorizzare e trasferire il know-how tecnico maturato all’interno dello stabilimento.
I risultati raggiunti sono particolarmente significativi: nel 2025 Pontenossa ha aumentato del 15% la resa estrattiva dello zinco e ridotto del 9% il consumo di reagenti, diminuendo al tempo stesso la quantità di residui generati dal processo produttivo.
La creazione del DataHub ha inoltre introdotto una governance del dato più solida e scalabile, rendendo disponibili informazioni certificate e condivise per alimentare dashboard, analisi e nuovi modelli. L’integrazione tra dati industriali, strumenti predittivi e Business Intelligence ha così creato un ecosistema nel quale informazioni e competenze possono essere utilizzate in modo coordinato a supporto delle decisioni.
Il progetto ha infine dimostrato come efficienza produttiva e sostenibilità possano procedere nella stessa direzione: una maggiore capacità di governare il processo consente di aumentare la resa, ridurre l’utilizzo di reagenti e contenere i residui di produzione, generando benefici sia economici sia ambientali.
Il percorso prosegue oggi verso nuovi KPI energetici, bilanci di massa ed energia integrati nel DataHub e ulteriori modelli di ottimizzazione, con l’obiettivo di rendere il processo produttivo sempre più efficiente, prevedibile e sostenibile.
di noi