Manutenzione predittiva: cos’è e come funziona

da | Set 20, 2021 | Home, Industrial IoT, IoT, News, Predictive Analysis

La manutenzione non è di certo un concetto nuovo per le aziende. Disporre di piani manutentivi è infatti indispensabile per assicurare che ogni asset funzioni perfettamente. Recenti studi dimostrano però che un terzo delle spese di manutenzione viene sprecato a causa di una manutenzione tardiva, non necessaria o eseguita nel modo sbagliato. La manutenzione predittiva ha lo scopo di analizzare i dati storici utilizzando modelli matematici per individuare in anticipo le situazioni anomale e i guasti. Insomma, si gioca d’anticipo. Ma procediamo per gradi e facciamo un po’ di chiarezza.

Manutenzione predittiva, preventiva e reattiva

Rispetto alla manutenzione correttiva o reattiva, in cui la riparazione si esegue solo dopo che un malfunzionamento o un guasto si sono verificati, o alla manutenzione preventiva o programmata, in cui gli interventi vengono pianificati rispetto ad intervalli predefiniti dettati dalle specifiche tecniche d’uso di consumo delle componenti, la manutenzione predittiva è una metodologia che utilizza i dati storici derivanti dalle fasi di monitoraggio per tracciare le prestazioni dell’attrezzatura durante il normale funzionamento e per individuare eventuali anomalie e risolverle, prima che diano luogo ad avarie.

Nella manutenzione preventiva si gioca d’anticipo, ma gli interventi di manutenzione vengono effettuati a distanza di un arco temporale abituale. È fondamentale infatti il fattore tempo. La manutenzione preventiva cerca di prevedere quando bisogna entrare in azione e per farlo si avvale di dati storici, delle specifiche tecniche delle componenti e di eventuali statistiche sulla durata media di vita di quel determinato asset. Facciamo un esempio pratico. Abbiamo un macchinario che sappiamo funzionare tendenzialmente per 12 mesi. Fare manutenzione preventiva significa pianificare di intervenire dopo 11 mesi per risanarlo. In questo caso si rischia però di intervenire o troppo tardi, perché per diversi motivi il deterioramento può rivelarsi più veloce del previsto, ed in questo caso la manutenzione pianificata non arriva in tempo e non riesce quindi a prevenire il fermo macchina, o troppo in anticipo quando in realtà la vita del componente non è ancora finita e quindi la sostituzione non è necessaria; il macchinario potrebbe infatti funzionare ancora perfettamente e non aver bisogno di alcun intervento di manutenzione, il che comporta uno spreco di costi, manodopera e materiali. Adottando una manutenzione preventiva potremmo quindi correre il rischio di andare incontro ad un eccesso o una mancanza di manutenzione.

Manutenzione reattiva. Con la manutenzione reattiva siamo di fronte ad una vera e propria urgenza: si è verificato un guasto e bisogna intervenire. Il ciclo produttivo viene così interrotto per garantire la riparazione dell’asset e ciò incide negativamente sulla produttività dell’azienda. Questa forma di manutenzione è la più semplice da mettere in piedi, di fatto si aspetta che si verifichi l’errore prima di intervenire, ma è anche tra le più costose poiché comporta tempi maggiori di fermo macchina, costi elevati per il lavoro straordinario e diminuzione della produttività.

La manutenzione predittiva  supera gli ostacoli posti sia dalla manutenzione reattiva che preventiva: rispetto alle precedenti, infatti, si riescono a predire i malfunzionamenti prima che si verifichino, evitando quindi i fermi macchina più costosi dovuti alle urgenze, e lo si fa sulla base dell’andamento del ciclo produttivo stesso in real time, senza pianificare a priori quando intervenire, ma lasciandosi guidare dai dati momento per momento. Diventa lo strumento ideale per avere il controllo della propria attività produttiva. È fondamentale però che avvenga un cambiamento culturale in ogni area aziendale e che si cambi la percezione della manutenzione, vista per troppo tempo soltanto come un “male necessario”. Oltre a ridurre i downtime e a migliorare la produttività, con la manutenzione predittiva è possibile estendere il ciclo di vita degli assetridurre costi e complessità delle riparazionigestire meglio le scorte di materiali e pezzi di ricambio, rispettare le normative e gli standard di conformità vigenti in materia.

Come funziona la predictive maintenance

La manutenzione predittiva non può prescindere dal monitoraggio. Il monitoring real time è un processo che prevede di monitorare costantemente lo stato di una macchina osservando parametri predefiniti dell’apparecchiatura e dell’ambiente circostante. Lo scopo è quello di monitorare non solo i parametri che potrebbero indicare l’errore della macchina, ma anche di accedere a tutti i dati raccolti dalle macchine in modo da creare dei dataset relativi sia al buon funzionamento che al malfunzionamento, fondamentali per allenare il modello di manutenzione al caso aziendale specifico. Questo rappresenta la base per mettere in atto una vera e propria strategia di manutenzione predittiva: i software dedicati alle attività di monitoraggio, acquisiscono i dati grazie a sensori intelligenti presenti negli impianti produttivi,  incrociano le anomalie eventualmente rilevate con i dati storici mentre gli algoritmi di machine learning (allenati grazie ai dati raccolti ) riescono a stimare l’autonomia rimanente della macchina, individuando anche la probabilità di guasti o veri e propri stop. Ovviamente più dati vengono acquisiti dai sensori e più gli algoritmi di ML possono apprendere sulla storia e sulle condizioni delle macchine, migliorando di continuo le metodologie di manutenzione. A tale riguardo è fondamentale avere a disposizione un data hub dove assorbire in grosse quantità i «Big Data» derivanti dalle varie fonti, semplice da interrogare e in grado di rispondere e anche in real time (consulta il blog del nostro partner)

Industrial IoT e manutenzione predittiva

La progressiva diffusione dei dispositivi e delle applicazioni IoT assieme alla disponibilità di strumenti analitici evoluti e all’emergere delle tecnologie di AI e machine learning (ML), permettono oggi di integrare nei macchinari industriali sensori d’ogni tipo, e di connettere in rete tali attrezzature, per poi monitorarne di continuo lo stato di funzionamento e riscontrare quindi anche possibili anomalie e prevedere guasti.

Ma cosa fare con i dati che provengono dai macchinari? In base ai dati raccolti, vengono elaborati modelli predittivi che consentono di ottimizzare la strategia di manutenzione e di analisi predittiva. L’uso di dispositivi IoT, grazie ad un monitoraggio costante di determinati valori (es: vibrazioni, temperatura, umidità ecc.), permette di individuare con quanta probabilità si verifichi il guasto di un macchinario o di un componente. La manutenzione predittiva consente, quindi, di diminuire i tempi di fermo macchina e aumentare la qualità del processo.