Manutenzione Predittiva, l’evoluzione dei sistemi di prevenzione dei guasti nell’industria 4.0
Con l’industria 4.0 i sistemi sono sempre più connessi e le macchine più efficienti. Ciò comporta anche un’evoluzione nel metodo di prevenzione dei guasti, che vede la manutenzione predittiva come una valida alternativa a metodi tradizionali e manuali, essendo in grado di fornire informazioni precise in tempo reale sullo stato di salute dei sistemi produttivi.La manutenzione predittiva si esegue attraverso l’acquisizione e successivamente l’elaborazione di grandezze fisiche relative al sistema produttivo. In seguito, mediante modelli matematici o algoritmi si elaborano i dati grezzi per ottenere informazioni sullo stato di salute del sistema. L’obiettivo è individuare grandezze fisiche di riferimento per ricavare, tramite la loro analisi, informazioni sul sistema produttivo in tempo utile, al fine di prevenire un problema. Analizzando quindi grandezze come la velocità, l’accelerazione, la temperatura, le correnti elettriche, le vibrazioni e i rumori è possibile monitorare e stimare il tempo al guasto.Per l’acquisizione delle grandezze fisiche, i sensori utilizzati possono essere di differenti tipologie, da scegliere tenendo in considerazione fattori come le condizioni di lavoro, la maturità tecnologica aziendale, i costi, etc. Di seguito una lista di alcuni tipi di sensori divisi per tecnologie:Tecnologie MEMS (Micro ElectroMechanical System): è considerata una delle tecnologie più promettenti XXI secolo. Le principali caratteristiche di questi sensori sono: dimensioni compatte, costi contenuti e consumi di potenza ridotti. Il vantaggio fondamentale è la facilità d’integrazione di questi sensori nel sistema;Tecnologie radio: sono il canale privilegiato per lo scambio e la trasmissione dei dati, rendendo la connessione tra dispositivi indipendente dalla posa di conduttori dedicati. Tali tecnologie permettono di rendere l’applicazione di sensori per la manutenzione predittiva molto agevole anche in condizioni di retrofit;Tecnologia piezoelettrica: sfrutta la correlazione, tipica di alcuni materiali, tra tensione e pressione sulle facce del reticolo cristallino. Questa tecnologia permette di realizzare sensori quali microfoni o microattuatori per misure indirette;Tecnologia resistiva: sfrutta la modificazione della resistenza dell’elemento sensibile, opposta al passaggio di corrente. Questa tecnologia è utilizzata per la realizzazione di una ampissima gamma di trasduttori quali ad esempio: sensori di temperatura, estensimetri (per la misura delle deformazioni del campione).I vantaggi nella scelta di questo tipo di manutenzione sono molteplici:Accesso a informazioni accurate e precise riguardo lo stato di salute del sistema, utili sia per la prevenzione (o soluzione) del guasto che per la scelta di ricambi, tecnologie e piani di produzione;Riduzione dei tempi e dei costi di produzione persi per il fermo e la riparazione degli impianti;Riduzione dei costi di manodopera e dei macchinari, grazie all’individuazione preventiva delle componenti da riparare/sostituire;Creazione di un database storico dei dati, utile anche per analisi future;Aumento della sicurezza e soprattutto dell’efficienza grazie al continuo monitoraggio dello stato di salute del sistema.Per lo sviluppo di un sistema per l’analisi predittiva bisogna innanzitutto studiare i bisogni di diagnostica e definire le specifiche del progetto con il cliente. I dati misurati sono poi sottoposti ad uno studio analitico il cui obiettivo principale è l’individuazione di due o tre grandezze fisiche di riferimento per la diagnostica di sistema. Sono successivamente definite le specifiche cost-effective affinché il sistema sia gestibile e mantenibile dal cliente finale. Infine è possibile personalizzare la sensoristica hardware con l’obiettivo di controllare le grandezze fisiche di interesse, effettuando prima un pre-processing dei dati a livello locale vicino a bordo impianto e poi un pre-trattamento dei dati a livello firmware su microcontrollore.Un caso interessante per mostrare l’efficacia dell’applicazione della manutenzione predittiva, può essere quello relativo ai cuscinetti di motori asincroni. I principali guasti sono riconducibili infatti a questi componenti, i cui difetti sono rilevati soprattutto analizzando le vibrazioni presenti nelle grandezze meccaniche. La rugosità generalizzata è una delle principali conseguenze dei difetti meccanici presenti nei cuscinetti, difficile da identificare coi metodi classici di stima dei difetti (come l’analisi spettrale delle vibrazioni o delle correnti di fase). Il metodo di manutenzione predittiva proposto è stato quindi orientato all’identificazione di un indice di guasto della rugosità generalizzata, e suddiviso in due parti. Nella prima parte dell’attività sono state usate tecniche di analisi statistiche delle vibrazioni meccaniche e dell correnti di statore, per identificare la/le ampiezza/e di banda di frequenza in cui si manifesta il fenomeno. In seguito è stato definito un indice di guasto sulla base dell’energia contenuta nella/e banda/e di frequenza/e precedentemente identificata/e. Mediante test sperimentali su diverse entità di rugosità e velocità di rotazione è stato infine validato questo metodo, risultando di buona affidabilità.La manutenzione predittiva rappresenta quindi l’evoluzione di metodi di manutenzione tradizionali, che possono mostrarsi più complessi e imprecisi.
Con l’industria 4.0 i sistemi sono sempre più connessi e le macchine più efficienti. Ciò comporta anche un’evoluzione nel metodo di prevenzione dei guasti, che vede la manutenzione predittiva come una valida alternativa a metodi tradizionali e manuali, essendo in grado di fornire informazioni precise in tempo reale sullo stato di salute dei sistemi produttivi.
La manutenzione predittiva si esegue attraverso l’acquisizione e successivamente l’elaborazione di grandezze fisiche relative al sistema produttivo. In seguito, mediante modelli matematici o algoritmi si elaborano i dati grezzi per ottenere informazioni sullo stato di salute del sistema. L’obiettivo è individuare grandezze fisiche di riferimento per ricavare, tramite la loro analisi, informazioni sul sistema produttivo in tempo utile, al fine di prevenire un problema. Analizzando quindi grandezze come la velocità, l’accelerazione, la temperatura, le correnti elettriche, le vibrazioni e i rumori è possibile monitorare e stimare il tempo al guasto.
Per l’acquisizione delle grandezze fisiche, i sensori utilizzati possono essere di differenti tipologie, da scegliere tenendo in considerazione fattori come le condizioni di lavoro, la maturità tecnologica aziendale, i costi, etc. Di seguito una lista di alcuni tipi di sensori divisi per tecnologie:
- Tecnologie MEMS (Micro ElectroMechanical System): è considerata una delle tecnologie più promettenti XXI secolo. Le principali caratteristiche di questi sensori sono: dimensioni compatte, costi contenuti e consumi di potenza ridotti. Il vantaggio fondamentale è la facilità d’integrazione di questi sensori nel sistema;
- Tecnologie radio: sono il canale privilegiato per lo scambio e la trasmissione dei dati, rendendo la connessione tra dispositivi indipendente dalla posa di conduttori dedicati. Tali tecnologie permettono di rendere l’applicazione di sensori per la manutenzione predittiva molto agevole anche in condizioni di retrofit;
- Tecnologia piezoelettrica: sfrutta la correlazione, tipica di alcuni materiali, tra tensione e pressione sulle facce del reticolo cristallino. Questa tecnologia permette di realizzare sensori quali microfoni o microattuatori per misure indirette;
- Tecnologia resistiva: sfrutta la modificazione della resistenza dell’elemento sensibile, opposta al passaggio di corrente. Questa tecnologia è utilizzata per la realizzazione di una ampissima gamma di trasduttori quali ad esempio: sensori di temperatura, estensimetri (per la misura delle deformazioni del campione).
I vantaggi nella scelta di questo tipo di manutenzione sono molteplici:
- Accesso a informazioni accurate e precise riguardo lo stato di salute del sistema, utili sia per la prevenzione (o soluzione) del guasto che per la scelta di ricambi, tecnologie e piani di produzione;
- Riduzione dei tempi e dei costi di produzione persi per il fermo e la riparazione degli impianti;
- Riduzione dei costi di manodopera e dei macchinari, grazie all’individuazione preventiva delle componenti da riparare/sostituire;
- Creazione di un database storico dei dati, utile anche per analisi future;
- Aumento della sicurezza e soprattutto dell’efficienza grazie al continuo monitoraggio dello stato di salute del sistema.
Per lo sviluppo di un sistema per l’analisi predittiva bisogna innanzitutto studiare i bisogni di diagnostica e definire le specifiche del progetto con il cliente. I dati misurati sono poi sottoposti ad uno studio analitico il cui obiettivo principale è l’individuazione di due o tre grandezze fisiche di riferimento per la diagnostica di sistema. Sono successivamente definite le specifiche cost-effective affinché il sistema sia gestibile e mantenibile dal cliente finale. Infine è possibile personalizzare la sensoristica hardware con l’obiettivo di controllare le grandezze fisiche di interesse, effettuando prima un pre-processing dei dati a livello locale vicino a bordo impianto e poi un pre-trattamento dei dati a livello firmware su microcontrollore.
Un caso interessante per mostrare l’efficacia dell’applicazione della manutenzione predittiva, può essere quello relativo ai cuscinetti di motori asincroni. I principali guasti sono riconducibili infatti a questi componenti, i cui difetti sono rilevati soprattutto analizzando le vibrazioni presenti nelle grandezze meccaniche. La rugosità generalizzata è una delle principali conseguenze dei difetti meccanici presenti nei cuscinetti, difficile da identificare coi metodi classici di stima dei difetti (come l’analisi spettrale delle vibrazioni o delle correnti di fase). Il metodo di manutenzione predittiva proposto è stato quindi orientato all’identificazione di un indice di guasto della rugosità generalizzata, e suddiviso in due parti. Nella prima parte dell’attività sono state usate tecniche di analisi statistiche delle vibrazioni meccaniche e dell correnti di statore, per identificare la/le ampiezza/e di banda di frequenza in cui si manifesta il fenomeno. In seguito è stato definito un indice di guasto sulla base dell’energia contenuta nella/e banda/e di frequenza/e precedentemente identificata/e. Mediante test sperimentali su diverse entità di rugosità e velocità di rotazione è stato infine validato questo metodo, risultando di buona affidabilità.
La manutenzione predittiva rappresenta quindi l’evoluzione di metodi di manutenzione tradizionali, che possono mostrarsi più complessi e imprecisi.