Manutenzione Predittiva: Scenari di utilizzo e vantaggi.

Definizioni e scenario

L’Industrial Internet of Things (IIOT) sta innovando il modo di pensare i processi e il valore che si produce in diversi ambiti.

Uno di questi è sicuramente l’ambito della manutenzione degli oggetti connessi.

In particolare trova la sua applicazione decisiva nella Predictive Maintenance, in italiano Manutenzione Predittiva, che è un tipo di manutenzione basato sull’ascolto dei dati provenienti dal mondo IoT, la loro analisi ed elaborazione.

I dati forniti dai sensori posti sull’oggetto, sia esso un macchinario, un impianto o un ponte, vengono elaborati da appositi algoritmi che consentono di “predire” un guasto o un’anomalia, e quindi intervenire prima che si verifichi.

Pertanto, la manutenzione predittiva è l’evoluzione della manutenzione su evento — Condition Based Maintenance, proprio perché si esegue a partire dal monitoraggio in tempo reale delle condizioni delle attrezzature e degli impianti grazie alle soluzioni IIOT.

Di contro, nel settore del Facility Management, è tradizionalmente molto diffusa la manutenzione preventiva, o pianificata, detta “Time-Based Maintenance” perché si basa su una programmazione temporale che stabilisce i componenti critici da revisionare e/o sostituire, secondo norme di funzionamento dell’impianto o macchinario in normali condizioni d’uso.

Un approccio innovativo: predire è meglio che curare

È tutta nella frase “normali condizioni d’uso” la sostanza del cambiamento di approccio della manutenzione predittiva rispetto alla manutenzione preventiva.

Gli oggetti da manutenere sono spesso non sorvegliati e quindi non se ne conoscono a priori le condizioni di utilizzo. Questo fa si che l’intervento programmato si basi su tempistiche definite su basi statistiche che invece non tengono in conto del reale utilizzo.

Questo causa sprechi, in caso di intervento non necessario, o addirittura incidenti in caso di usura prematura o consumo precoce dell’impianto stesso.

La manutenzione predittiva invece è frutto del monitoraggio costante, “sul campo”, dello specifico macchinario, della specifica linea di produzione, grazie ai sensori che generano dati reali, registrando in tempo reale la storia unica dell’impianto a cui si riferiscono.

L’elaborazione e l’analisi compiute dagli algoritmi preposti, sono “su misura” rispetto alla realtà monitorata, tenendo conto dello scenario in cui sono installati gli oggetti, il loro utilizzo e le condizioni di ambiente.

Le previsioni fornite su un possibile guasto o sulla vita residua di un macchinario e i relativi allarmi permettono la programmazione dell’intervento di manutenzione che diventa flessibile e più aderente alle reali necessità dell’impianto.

La manutenzione predittiva consente quindi di ottimizzare le operazioni di manutenzione con notevoli vantaggi in termini di riduzione dei costi, evitando ispezioni o manutenzioni inutili, aumento della produttività degli impianti evitando i fermi e allungando la vita utile degli oggetti e dei componenti.

Il monitoraggio costante dei macchinari e delle linee di produzione consente di registrare uno “storico” degli eventi e dello stato di salute degli stessi, utile per capire, ad esempio, le più frequenti cause di fermo, correlarle a dei parametri e “prevedere” fermi o guasti futuri.

La manutenzione predittiva è quindi una strategia proattiva di manutenzione in ambito industriale, ma anche di uso civile e militare, resa possibile dall’evoluzione e dal contributo delle moderne tecnologie digitali, che è in grado di prevedere la probabilità di guasto di un’apparecchiatura o un macchinario, raccogliendo i dati di funzionamento delle stesse e analizzandoli con appositi algoritmi basati su Artificial Intelligence.

I fermi macchina, gli stop improvvisi alla produzione, i guasti improvvisi sono predetti e sperabilmente non si verificheranno, proprio perché i necessari interventi di manutenzione saranno stati eseguiti per tempo.

Sostanzialmente la chiave è l’Internet of Things, ovvero la possibilità , tramite la sensoristica di nuova generazione, di connettere i macchinari industriali, le infrastrutture tipiche, in generale gli oggetti intelligenti, che possono così essere monitorati continuamente relativamente ai loro parametri di funzionamento principali (vibrazioni, consumi energetici, ecc) e che sono spesso indicativi dello stato di salute dell’oggetto.

Un caso concreto: Il monitoraggio di un Infrastruttura Civile

Attualmente nell’ambito del monitoraggio di infrastrutture civili, come ponti, gallerie, edifici, sistemi idrici e fognari, l’identificazione di anomalie di natura strutturale avviene prevalentemente a seguito di ispezioni visive sul campo.

Le informazioni sullo stato delle infrastrutture vengono spesso acquisite con attività di misurazione sul campo che comprendono in taluni casi l’uso di strumentazione tecnica installata sull’opera e supportata da immagini, fotografiche, di alcune sezioni ritenute, in maniera soggettiva, meritevoli di analisi approfondite e successive all’ispezione.

È pertanto evidente quanto un approccio di questo tipo, orientato all’individuazione di anomalie strutturali, sia poco efficace perché limitato da:

1. dati rilevati per un breve periodo ovvero durante le attività di ispezione effettuate dagli operatori.

2. analisi dei parametri strutturali e della loro evoluzione basata su dati acquisiti in un determinato periodo ed osservati successivamente, molto spesso a distanza di settimane se non mesi.

3. dati rilevati dalla sola opera oggetto di ispezione.

Non si tiene quindi conto del contesto come, ad esempio, impatti sull’opera derivanti da versanti franosi vicini all’opera stessa, oppure presenza di subsidenze, quindi dei cedimenti del suolo su cui l’opera risiede.

Per un corretto monitoraggio occorre quindi un’acquisizione continua dei parametri strutturali prevedendo la raccolta nel tempo, non limitata al periodo di ispezione, di tutti i parametri necessari all’identificazione dello stato di salute di quell’opera al fine di prevenire guasti

Vantaggi

Il vantaggio principale, come abbiamo già visto, consiste nell’evitare degli stop improvvisi della produzione e del conseguente incremento della produttività.

Ma esistono anche altri benefici: il miglioramento assicurato dalla predictive maintenance ha l’effetto di prolungare la vita utile degli asset oggetto di analisi, con conseguente riduzione dei costi. I costi complessivi della manutenzione, con la manutenzione predittiva, tendono a ridursi notevolmente, in particolare per la riduzione delle uscite delle squadre fisiche di manutentori.

Ma anche per la diminuzione delle spese legate al magazzino e all’acquisto delle componenti di ricambio, che non devono essere acquistati più con urgenza, comportando inevitabilmente un costo superiore, potendone pianificare l’acquisto ad un prezzo migliore.

Infine la migliore manutenzione garantisce di conseguenza una migliore conformità normativa, nonché condizioni di sicurezza più elevate per i lavoratori della fabbrica, per gli utilizzatori di quel bene in generale.