Nell’era della quarta rivoluzione industriale, che sta portando a una produzione sempre più interconnessa e automatizzata, le attività di manutenzione di impianti e stabilimenti industriali hanno l’opportunità di fare un salto di qualità, adottando quella che viene definita manutenzione predittiva.
Si può pensare a questa tecnica di manutenzione come a una strategia in grado di migliorare ulteriormente l’efficacia e l’efficienza dei programmi di manutenzione, facendo leva sul paradigma di produzione Industria 4.0, e sul valore delle informazioni estraibili dai grandi volumi di dati che i macchinari producono durante il loro funzionamento.
I costi di strategie di manutenzioni non ottimizzate
Le strategie di manutenzione non ottimizzate, scrive la società di consulenza Deloitte nel rapporto “Predictive maintenance and the smart factory”, possono ridurre la capacità produttiva complessiva di un impianto dal 5 al 20 per cento, e a pesare sono soprattutto i downtime non pianificati, o meglio quelli imprevisti, che, secondo le stime, costano al settore della produzione industriale circa 50 miliardi di dollari l’anno.
La rottura di un impianto o di un macchinario industriale, oltre a tradursi in una spesa legata alla sostituzione dei componenti interessati dal guasto, incide con ulteriori costi economici dovuti al tempo di fermo (downtime) necessario per riparare l’impianto stesso che in alcuni casi può incidere pesantemente sulla continuità del business.
Limiti delle ‘tradizionali’ strategie di manutenzione
Rispetto alla manutenzione predittiva propria dell’Industria 4.0, le strategie di manutenzione più tradizionali presentano diversi inconvenienti.
Manutenzione reattiva
Nella manutenzione reattiva, in cui si interviene solo quando c’è un guasto, il blocco della linea di produzione si allunga, se i pezzi di ricambio in magazzino o il personale di supporto non sono subito disponibili. La squadra d’intervento lavora spesso sotto pressione e d’urgenza, con maggiori rischi di compromettere le norme di safety, ricorrendo talvolta a soluzioni che puntano a far ripartire il macchinario in breve tempo piuttosto che a ottimizzarlo.
Manutenzione preventiva
Nella manutenzione preventiva non si aspetta che il macchinario subisca un guasto, ma i fermi macchina, e la relativa disponibilità dei pezzi di ricambio e del personale specializzato, vengono pianificati quando è meno dannoso arrestare la linea di produzione. E’ però fondamentale ottimizzare la frequenza degli interventi, evitando, ad esempio, di sostituire troppo presto componenti ancora in perfetta efficienza.
Industria 4.0 e manutenzione predittiva: funzionamento e principali benefici
L’applicazione dei paradigmi propri dell’Internet of Things (IoT) al mondo industriale, oggi nota con il nome di Industrial IoT (IIoT), consente di superare le limitazioni appena illustrate. Grazie all’integrazione di sensori connessi al cloud su linee di produzione e macchinari, è possibile raccogliere dati relativi al loro stato di funzionamento.
Facendo leva sulle competenze di modellistica matematica è possibile creare modelli capaci di simulare il funzionamento di un macchinario. Questi modelli, combinati con i dati raccolti, permettono di costruire Sensori Virtuali in grado di ricavare informazioni aggiuntive riducendo al minimo il numero di sensori fisici necessari. Queste nuove informazioni possono essere utilizzate per estrarre indicazioni di valore in grado di supportare ancora meglio il processo decisionale.
Combinando modelli matematici, sensori virtuali e algoritmi d’intelligenza artificiale (AI) e machine learning (ML), si possono costruire sistemi di manutenzione predittiva altamente performanti.
L’adozione di tali sistemi presenta diversi benefici: ad esempio, l’analisi dei dati acquisiti dai sensori fisici e virtuali sul livello di vibrazioni a cui è soggetto un determinato componente di un impianto industriale aiuta a prevederne il grado di usura nel tempo, e a predire quando tale componente potrà subire un guasto, dando luogo a un fermo macchina.
Strategie di manutenzione che migliorano di continuo
Potendo prevedere quando un dato componente subirà un guasto, con la manutenzione predittiva è possibile intervenire prima che ciò si verifichi, ottimizzando la strategia di manutenzione e pianificando in maniera accurata i programmi di intervento. Le sostituzioni dei componenti del macchinario si fanno solo quando sono realmente necessarie, e organizzando per tempo la preparazione dei pezzi di ricambio e del personale tecnico.
La manutenzione predittiva tipica dell’Industria 4.0 consente dunque di ridurre i downtime, gestire meglio scorte, ricambi e riparazioni, aumentare la produttività dei macchinari e di estendere la loro vita utile. Inoltre, col passar del tempo, più dati vengono raccolti sullo stato e sul funzionamento dell’impianto, più l’algoritmo di Machine Learning è in grado di ‘apprendere’ come migliorare ulteriormente la politica di manutenzione, seguendo un processo di continua evoluzione.
Contattaci per ricevere ulteriori informazioni
