Smart retrofit solution for the industrial sector: sustainable digitalisation on legacy machines

This work presents a systematic methodology and a modular Smart Retrofit Architecture (SRA) to digitalise legacy machinery through interoperable hardware, software and a communication layer that enable data acquisition, analytics, and human-centred decision support. The approach was progressively refined through preliminary experiments, materialised in a dedicated toolkit (Smart Retrofit Toolkit, SRT), and subsequently applied in pilot implementations developed within the framework of the European AIDEAS project. It was first operationalised in the AIDEAS Smart Retrofitter (AI-SR) and validated on industrial and laboratory testbeds. At PAMA S.p.A., AI-SR was applied to large machine tools, demonstrating non-invasive sensing, real-time monitoring, AI-based analysis, and measurable operational and environmental improvements; scalability was verified on a second machine through rapid model transfer and a shared ontology. At D2 Technology, AI- SR was implemented on a testbench with a configurable database and a three-panel UI for monitoring, historical data analysis, and scenario simulation. Finally, at IKERLAN, a Real- Time Data Simulator digitally retrofitted a crank–slider testbench, streaming data for near- real-time condition assessment using statistical and AI models. Overall, the methodology, SRA, SRT and AI-SR demonstrate that smart retrofit provides an efficient and sustainable pathway to achieving Industry 4.0 and 5.0 functionalities without full equipment replacement.

Questo lavoro presenta una metodologia sistematica e un'architettura modulare di Smart Retrofit (SRA) per digitalizzare macchinari legacy attraverso hardware, software e un livello di comunicazione interoperabili che consentono l'acquisizione dei dati, l'analisi e il supporto alle decisioni centrato sull'essere umano. L'approccio è stato progressivamente affinato attraverso esperimenti preliminari, concretizzato in un toolkit dedicato (Smart Retrofit Toolkit, SRT) e successivamente applicato in implementazioni pilota sviluppate nell'ambito del progetto europeo AIDEAS. Esso è stato inizialmente reso operativo nell'AIDEAS Smart Retrofitter (AI-SR) e validato su banchi di prova industriali e di laboratorio. Presso PAMA S.p.A., AI-SR è stato applicato a grandi macchine utensili, dimostrando capacità di monitoraggio non invasivo mediante sensori, monitoraggio in tempo reale, analisi basate su intelligenza artificiale e miglioramenti misurabili sia dal punto di vista operativo sia ambientale; la scalabilità è stata verificata su una seconda macchina attraverso un rapido trasferimento dei modelli e l'utilizzo di un'ontologia condivisa. Presso D2 Technology, AI-SR è stato implementato su un banco prova con un database configurabile e un'interfaccia utente articolata in tre pannelli dedicati al monitoraggio, all'analisi dei dati storici e alla simulazione di scenari. Infine, presso IKERLAN, un Simulatore di Dati in Tempo Reale ha digitalmente sottoposto a retrofit un banco prova biella-manovella, trasmettendo dati per la valutazione quasi in tempo reale delle condizioni operative mediante modelli statistici e di intelligenza artificiale. Nel complesso, la metodologia, l'architettura SRA, il toolkit SRT e il sistema AI-SR dimostrano che lo smart retrofit rappresenta un percorso efficiente e sostenibile per raggiungere le funzionalità proprie dell'Industria 4.0 e 5.0 senza la necessità di sostituire completamente le apparecchiature esistenti.