La Manutenzione Prescrittiva

Secondo il report The Total Cost of Downtime in Industrial Automation, i tempi di inattività non programmati costano alle aziende una perdita di ben 20 miliardi di dollari all’anno.
In questo scenario, è evidente che riuscire a prevedere per tempo eventuali malfunzionamenti e rotture degli asset, ottenendo suggerimenti mirati sulla gestione di ogni singolo caso, può rappresentare un elemento decisivo per il successo del business aziendale.
Tutto questo può essere possibile grazie alla manutenzione prescrittiva che sfrutta i dati dell’infrastruttura IIoT, l’automazione e l’apprendimento automatico per monitorare i macchinari, localizzare eventuali anomalie e generare in tempo reale suggerimenti operativi e piani prescrittivi.
 
Dalla manutenzione preventiva a quella prescrittiva
 
La manutenzione preventiva e la manutenzione prescrittiva sono due strategie ben diverse.
La prima utilizza il ciclo di vita previsto di un asset per determinare quando eseguire le attività di manutenzione. La seconda, invece, sfrutta i dati in tempo reale dei sensori per tenere traccia delle prestazioni degli asset e dei dati storici archiviati, generando suggerimenti operativi; applica algoritmi ai dati per trovare le tendenze utilizzando indicatori anticipatori, come temperatura, vibrazioni, assorbimento, pressione e altre misurazioni che indicano quando si prevede che si verificherà un guasto.
Mentre l'apparecchiatura funziona normalmente, può essere monitorata da dispositivi di monitoraggio delle condizioni, come sensori remoti. Possono effettuare misurazioni a intervalli regolari o continuamente. Questi dispositivi possono avvisare i team di manutenzione quando le condizioni di qualsiasi risorsa cambiano.
I dati sulle condizioni delle risorse possono essere sottoposti a trend e analizzati per aiutare i team di manutenzione a individuare i modelli e prendere decisioni più informate. In definitiva, l'obiettivo della manutenzione prescrittiva è quello di massimizzare la disponibilità delle risorse e ridurre al minimo il tempo e i costi spesi per la riparazione di ciascuna risorsa.
 
La manutenzione prescrittiva trova applicazione in diversi campi come ad esempio:
 
Microelettronica e farmaceutico - dove gli arresti delle camere bianche possono essere costosi a causa della necessità di evitare la contaminazione.I dati dei sensori di vibrazione wireless e gli algoritmi di apprendimento automatico potrebbero sbloccare la manutenzione prescrittiva per identificare in anticipo l'usura dei cuscinetti per le HVAC e fornire suggerimenti per correggere il problema prevenendo uno spegnimento imprevisto.
Impianti trattamento acque - dove le pompe sono elementi fondamentali per gli impianti di trattamento delle acque reflue.In un ambiente di manutenzione prescrittiva, i sensori sono un valido aito per rilevare un cambiamento nelle condizioni di una pompa. Le informazioni ottenute attraverso l'intelligenza artificiale e l'apprendimento automatico aiuterebbero a determinare la migliore linea d'azione, come riparare o sostituire la pompa in base ai costi e ai potenziali risultati.
Reti di gas e energia – dove un indice di rischiosità specifico per i tratti della rete che consentirebbe una migliore pianificazione degli interventi di manutenzione, ottenendo diversi vantaggi, come l’abbattimento dei costi di manutenzione, la capacità di migliorare le condizioni degli asset e l’aumento della produttività. Grazie all’intelligenza artificiale applicata a sensori IoT che raccolgono i dati, sfruttando il machine learning e la gestione dei Big Data, manutenzione ed erogazione del servizio diventano fortemente connesse, con l’obiettivo comune di scambiarsi informazioni per ottimizzare i processi.
Gestioni dei rifiuti – dove gli algoritmi di machine learning, che esaminano i dati provenienti da visori, sono in grado di distinguere il rifiuto “buono” (e cioè quello destinato al riciclo) da quello “cattivo” (e cioè quello da inviare al termovalorizzatore – dove algoritmi di previsione della corretta quantità di calore da immettere nelle reti di teleriscaldamento lavorano per soddisfare la domanda richiesta dalle città).
Impianti produttivi e Automotive - dove gli stabilimenti producono prodotti particolarmente costosi a causa dei materiali e dei costi di manodopera. Dato che l'analisi della manutenzione prescrittiva può accelerare la produzione complessiva, il tempo per realizzare un prodotto può essere ridotto, riducendo i costi di manodopera e di utilità;
 
Ti è piaciuto questo articolo? Seguici per altri contenuti!