Predittiva o preventiva: qual è la manutenzione giusta?

Grazie all’IIoT e alla piattaforma EcoStruxure di Schneider Electric è possibile unire i vantaggi di manutenzione preventiva e predittiva, massimizzando l’operatività degli impianti.

Poter contare su asset indistruttibili, sempre operativi, senza stop inattesi è il sogno di gran parte delle aziende manifatturiere. Ma tale è destinato a restare: un sogno. Ci sono però delle azioni che possono essere messe in atto per avvicinarsi il più possibile a questo risultato, come una efficace manutenzione.

Predittiva o preventiva?

Ormai da alcuni anni, complice l’Industrial Internet of Things e la disponibilità di algoritmi capaci di elaborare dati sempre più complessi, si sta facendo largo la possibilità di effettuare una attività di manutenzione predittiva.

Significa che, facendo attenzione a determinati segnali (come assorbimenti irregolari dei motori, temperature eccessive, vibrazioni anomale e simili), è possibile comprendere lo stato di un impianto e intervenire per tempo prima che si verifichi un guasto.

Possiamo dunque pensionare la tradizionale manutenzione preventiva, quella che a intervalli predefiniti (ore, pezzi realizzati, cicli terminati) impone la verifica o la sostituzione di determinati componenti? Non esattamente.

Occorre innanzitutto porsi le giuste domande su macchine e impianti, come “quanto li uso” e “come li uso”. Nel primo caso si utilizza la manutenzione preventiva legata a componenti ben precisi, come cinghie, pulegge, cuscinetti e in generale tutti quegli elementi che possono essere considerati materiale di consumo e per i quali i produttori hanno stimato una vita media. Se invece si tratta di sistemi meccatronici, evidentemente più complessi ma a loro volta composti da elementi più semplici, è bene rispondere alla seconda domanda (come vengono utilizzati?) e intervenire in presenza di anomalie conclamate.

L’importanza delle tempistiche di intervento

Restando nell’ambito della manutenzione preventiva, la situazione tipica prevede l’accensione di una spia o l’invio di un alert alla scadenza di un periodo prestabilito.

Evidentemente non è possibile fermare in quel preciso istante l’impianto: viene terminato il ciclo di lavoro, talvolta è necessario attendere diverse ore (anche decine) prima che il tecnico addetto possa effettuare il proprio lavoro, dopodiché sarà possibile riprendere con la produzione.

L’attesa e la durata dell’intervento rappresentano un elemento di criticità, che potrebbe portare nel tempo a dei guasti o a delle anomalie. Una possibile soluzione prevede la presenza di un sistema connesso al gestionale aziendale, capace di inserire tra un lotto e il successivo una possibile manutenzione.

Ovviamente queste informazioni devono essere notificate ai diretti responsabili (di produzione e manutenzione): ciò è possibile sfruttando la connessione già presente nelle macchine più recenti attraverso specifiche piattaforme o API di interfacciamento.

Lo stesso approccio vale per la manutenzione predittiva, con la differenza che stavolta le informazioni circolanti saranno di diverso tipo: attraverso la medesima piattaforma che traccia il numero dei cicli o le ore di attività di un componente, ora vengono notificate una serie di grandezze fisiche (come corrente, velocità, temperatura ecc.) già disponibili nel PLC o nel controllo numerico. In base a specifici algoritmi vengono dunque correlati i dati per ottenerne informazioni utili.

È bene aprire una parentesi su un altro tema chiave, la frequenza di campionamento.

Mentre in alcuni casi è importante operare nell’ordine dei millisecondi (si pensi al tempo di intervento del sistema ABS o al controllo di stabilità di una vettura), in altri sono sufficienti alcuni minuti tra un rilevamento e il successivo, evitando così di intasare il sistema deputato a tale mansione. Un sistema che, in base alle necessità di archiviazione ed elaborazione, può essere collocato in remoto (cloud) o direttamente on premise (edge).

Come funziona la manutenzione predittiva

Stabilita la relativa semplicità di un sistema basato su manutenzione preventiva, come approntare un processo predittivo?

Innanzitutto è necessario istruirlo per identificare le anomalie. Una volta messo in servizio, sarà quindi necessario intervenire manualmente per ignorare eventuali falsi allarmi e consentire così al sistema di fare le prime distinzioni. Questo è accaduto a un impianto di test impegnato nella movimentazione di pannelli in legno.

Le segnalazioni successive sono quelle meritevoli di attenzione, come quella legata a una usura anomala di un cuscinetto dovuta a un contatto con un finecorsa.

Invisibile all’operatore (esternamente non presentava variazioni rispetto all’attività standard), nel giro di poche ore avrebbe causato un fermo dell’impianto. Un componente già soggetto a manutenzione preventiva ha dunque beneficiato di un intervento predittivo.

Nel caso di una linea di verniciatura, invece, l’indice di qualità presenta un diverso andamento: dopo un periodo di attività ottimale è stato identificato un calo dovuto a una infiltrazione di vernice in un organo di trasmissione di un robot. Una infiltrazione apparentemente irrilevante, che di fatto non ha portato a un reale decadimento delle performance dell’applicazione stessa, ma sufficiente a far intervenire un algoritmo e il relativo alert.

Una semplice pulizia e la chiusura della falla ha evitato che a lungo andare la situazione peggiorasse e il robot di verniciatura si fermasse.

La dorsale tecnologica

Tutto all’interno dell’azienda può essere collegato, dall’officina agli uffici, per raccogliere dati dalle sorgenti più disparate e analizzarli per agire sulla base di informazioni statistiche o in tempo reale.

La piattaforma per l’automazione EcoStruxure di Schneider Electric consente di unire questi diversi mondi in modo rapido e intuitivo, mettendo a disposizione delle aziende uno strumento potente e scalabile.

EcoStruxure consente infatti di beneficiare della notifica automatica delle attività di service (manutenzione preventiva) e del monitoraggio di sistemi complessi (manutenzione predittiva), il tutto in un’ottica di maggiore coinvolgimento all’operatore di macchina.


Nessuna Risposta

Rispondi

  • (will not be published)