Ogni giorno noi esseri umani dipendiamo da centinaia di macchine e sistemi che rischiano dei guasti sia che si tratti di un’automobile che di uno smartphone o di qualsiasi altro mezzo tecnologico. Ed è proprio in queste situazioni che entra in gioco la manutenzione predittiva.
Che cos'è la manutenzione predittiva?
La manutenzione predittiva è una modalità di manutenzione emergente, diffusasi grazie alla trasformazione digitale e dalla disponibilità di maggiori quantità di dati sullo stato degli asset fisici. Per evitare o comunque ridurre la probabilità che questi guasti provochino dei danni economici e/o sociali, bisogna essere in grado di prevedere con precisione il momento in cui il guasto potrebbe verificarsi e adoperare azioni correttive che lo anticipo.
Infatti, la manutenzione predittiva è uno dei capisaldi dell'industria 4.0 e secondo molti esperti se ben implementata aumenterebbe del 25% la produttività, riducendo i guasti del 70% e i costi di manutenzione del 25%.
Pro e contro di manutenzione predittiva
La manutenzione predittiva contribuisce ad un notevole risparmio sui costi e ad una maggiore e continua disponibilità dei sistemi. Tutto ciò, nella maggior parte dei casi, corrisponde di conseguenza ad un maggior guadagno. Inoltre, consente di programmare i fermi macchina in tempi convenienti per la produzione e di pianificare per tempo l’approvvigionamento di tutti i pezzi di ricambio e il reperimento del personale necessario.
Tuttavia, di contro questa tecnica richiede un’accurata pianificazione e, se non ottimizzata, la frequenza degli interventi finisce per essere troppo elevata o troppo bassa rispetto alle effettive necessità delle attrezzature arrecando un danno.
Come viene attuata la manutenzione predittiva
Una delle tecniche più utilizzate per effettuare “predictive maintenance” è quella che si basa sull’analisi dei dati e sull’applicazione di modelli di Machine Learning i quali, essendo in grado di “imparare” dai dati storicizzati, possono poi utilizzare quelli in “tempo reale” per individuare eventuali pattern riconducibili a dei guasti. La manutenzione predittiva è attuata da un software CMMS capace di costruire modelli appropriati per misurare e prevenire un guasto.
Esistono tre principali tecniche di Machine Learning che possono essere prese in considerazione: i modelli per prevedere il tempo di vita rimanente (anche detto RUL, acronimo di Remaining Useful Life), i modelli di classificazione per prevedere il guasto entro un periodo di tempo prestabilito ed i modelli per la segnalazione di comportamenti anomali.
Come attuare la manutenzione predittiva?
La manutenzione predittiva comprende una varietà di tecnologie e tecniche utilizzate per prevedere i guasti e garantire la manutenzione tempestiva delle apparecchiature. Non esiste una singola tecnologia che copra tutti gli aspetti della manutenzione predittiva; invece, vi sono diverse opzioni disponibili, tra cui:
- Termografia a infrarossi: Questa tecnologia non invasiva utilizza termocamere a infrarossi per rilevare temperature anomale nelle apparecchiature. Le parti con problemi tendono a generare calore, che appare come punti caldi su un'immagine termica. Questa tecnica è utile per anticipare e risolvere i problemi prima che diventino gravi e può essere applicata a una vasta gamma di apparecchiature.
- Monitoraggio acustico: Il personale di manutenzione utilizza il monitoraggio acustico per rilevare suoni anormali come emissioni di gas, perdite di liquidi o perdite di vuoto nelle apparecchiature. Questo monitoraggio può essere sonico o ultrasonico, con quest'ultimo che offre maggiore affidabilità ma a un costo maggiore. Inoltre, le orecchie dei tecnici rimangono uno strumento importante per questa tecnologia.
- Analisi delle vibrazioni: Questa tecnica è utilizzata principalmente per le apparecchiature rotanti ad alta velocità. I tecnici utilizzano dispositivi portatili o sensori in tempo reale per monitorare le vibrazioni dell'apparecchiatura. Le vibrazioni cambiano quando i componenti si consumano o si deteriorano, e un tecnico addestrato può correlare queste variazioni con i problemi noti per intervenire in anticipo.
- Analisi dell'olio: Questo strumento è efficace per determinare la presenza di contaminanti nell'olio delle apparecchiature. Analizzando la viscosità, l'umidità, le particelle, gli acidi e le basi nell'olio, i tecnici possono valutare lo stato delle apparecchiature. Questi dati servono come riferimento per la manutenzione futura.
Oltre a queste tecniche principali, ci sono altre tecnologie utilizzate nella manutenzione predittiva, tra cui l'analisi delle condizioni del motore, l'analisi delle correnti parassite, l'ispezione con il boroscopio, i sistemi di gestione della manutenzione computerizzati, l'integrazione dei dati e il monitoraggio delle condizioni.
La scelta della tecnologia giusta dipende dalle esigenze specifiche dell'organizzazione e può contribuire in modo significativo al successo della manutenzione predittiva.
Un esempio di manutenzione predittiva
Il gruppo Hera, secondo operatore nazionale del servizio idrico integrato, si affiderà all’Intelligenza Artificiale per creare un acquedotto 4.0 in grado di prevedere le rotture.
Sembra una cosa da poco ma uno studio ha dimostrato che gli acquedotti italiani perdono ogni giorno una media di 24.000 litri di acqua per chilometro. Quindi ben venga l’Intelligenza Artificiale: ci guadagna l’azienda, ci guadagniamo noi con bollette meno care e, soprattutto, ci guadagna il pianeta!
Conclusioni
La manutenzione preventiva è spesso vista come un costo aggiuntivo difficile da sostenere in quanto i benefici sono postumi. Però, se consideriamo le conseguenze economiche che un solo fermo macchina imprevisto potrebbe portare, allora, tale azione manutentiva dimorerebbe la sua reale importanza.
