L’era della quarta rivoluzione industriale ha imposto un cambiamento epocale anche per quanto riguarda la vita dei macchinari. Di fatti, stiamo gradualmente passando da un modello di manutenzione reattiva (intervengo quando la macchina si guasta) ad un modello di manutenzione predittiva (prevedo il guasto e intervengo prima).
Come funziona la “manutenzione predittiva”?
Nell’ambito dell’Industria 4.0, con manutenzione predittiva si fa riferimento ad una metodologia di analisi basata sui meccanismi di Machine Learning. Essa consente di individuare e archiviare dati e informazioni degli impianti e dei macchinari, allo scopo di prevenire potenziali errori, guasti o anomalie degli stessi.
Il funzionamento della manutenzione predittiva si avvale del cosiddetto Internet of Things (IoT) che permette, tramite sensori connessi in wireless, la raccolta in tempo reale di diversi dati provenienti dai sistemi di produzione, dai macchinari e dal personale.
Costruire un modello affidabile richiede del tempo perché è necessario raccogliere una grande quantità di informazioni sulle condizioni in cui si verificano i guasti, bisogna poi ripulire i dati e rielaborarli. A seconda della complessità del macchinario, questo processo può durare qualche settimana o addirittura mesi. I modelli generalmente consistono in algoritmi elaborati da un computer connesso ai sistemi di produzione.
I parametri che servono per costruire un appropriato modello matematico fanno riferimento al monitoraggio di specifiche componenti dei macchinari soggette ad usura o guasti. A titolo d’esempio, possono essere raccolti dati relativi al monitoraggio di:
- proprietà chimico-fisiche dell’olio lubrificante dopo l’uso dell’impianto e degli eventuali contaminanti
- vibrazioni anomale
- termografia
- correnti assorbite.
Una volta che il modello è terminato si avrà un processo automatico che permetterà di prevedere se e quando il macchinario necessiterà di manutenzione. Se i dati sono stati raccolti, elaborati e interpretati bene, il modello sarà in grado di fornire indicazioni sulla componente che si comporta in modo anomalo e di conseguenza sul tipo di intervento da eseguire.
Che vantaggi ha la manutenzione predittiva rispetto a quella tradizionale?
Avere informazioni diagnostiche degli impianti in anticipo ha chiaramente molti vantaggi di natura economica, ambientale e di sicurezza, sia per i produttori di apparecchiature che per i clienti. Una manutenzione predittiva permette infatti di controllare e ridurre i costi di manutenzione (-25/30%), allunga la vita degli impianti e ottimizza le attività di manutenzione riducendo i tempi. Inoltre, permette di identificare in modo automatico la causa principale dei guasti intervenendo in modo puntuale e migliora infine l’efficienza complessiva del processo produttivo.
Questi vantaggi assumono ancora più significato se messi in relazione alle tipologie di manutenzione tradizionali. Ad esempio, la manutenzione reattiva, detta anche “a rottura” prevede l’intervento in seguito ad una segnalazione di malfunzionamento e dunque a guasto avvenuto. Questo tipo di manutenzione comporta costi molto elevati sia in termini di mancata produzione che per la riparazione del macchinario stesso.
Un’ altra prassi tradizionale è quella della manutenzione preventiva che consiste in una serie di interventi programmati ad intervalli temporali per ridurre la probabilità di guasti. Anche questo tipo di manutenzione è dispendiosa perché prevede la ripetizione di interventi a prescindere dalle condizioni del macchinario e un impiego di risorse che potrebbe essere risparmiato.
La manutenzione predittiva costituisce un vantaggio che le aziende oggi non possono non considerare se vogliono migliorare l’efficienza del proprio sistema produttivo. Richiede sicuramente un importante investimento iniziale, anche in termini di competenze, e non sempre viene ripagato dalla riduzione dei costi che ne conseguono. E’ sempre meglio valutare approfonditamente caso per caso l’introduzione di questi sistemi, tenendo conto che introducono un notevole grado di complessità nella gestione dei macchinari.
