La manutenzione predittiva, secondo un recente report di Market Research Future, rappresenta un mercato in forte crescita che dovrebbe superare i 23 miliardi di dollari entro il 2025.

Si tratta di un settore in forte espansione parte del più ampio mercato del Digital Manufacturing, presente già dagli anni ’90 e che, in linea di massima, può essere definito come un approccio integrato alla produzione incentrato su un sistema informatico-digitale. Oggi siamo forse più abituati a sentire il termine Smart Manufacturing (o fabbrica intelligente) che, di fatto, racchiude l’essenza evolutiva stessa del segmento manifatturiero attraverso percorsi di trasformazione digitale che innervano i sistemi produttivi e logistici – e le filiere ad essi connessi – di tecnologie innovative.

In generale oggi identifichiamo il Digital Manufacturing come il processo di produzione digitalizzato (che richiede un intervento minimo dell’essere umano lungo la catena di produzione che viene avviata e gestita direttamente dalle macchine e dai sistemi informatici).

Quando parliamo di Smart Manufacturing, invece, ci riferiamo ormai a qualcosa di molto più ampio che afferisce ad una vera e propria rivoluzione dei processi, dei modi e dei tempi della produzione attraverso l’utilizzo congiunto ed esteso di diverse tecnologie digitali, spesso raggruppate sotto il cappello dell’Industria 4.0.

In questo ambito ricade la manutenzione predittiva che possiamo identificare come una strategia di manutenzione guidata dalle tecnologie di analisi predittiva.

 

Cos’è e cosa significa manutenzione predittiva

 

La manutenzione predittiva è un tipo di manutenzione preventiva (vedremo poi la differenza tra le due) che sfrutta tecniche (e tecnologie) progettate per aiutare a determinare le condizioni delle apparecchiature in servizio al fine di stimare (e prevedere) quando è necessario eseguire la manutenzione, prima che si verifichino fermi o guasti che potrebbero avere conseguenze dirette sui processi produttivi.

La manutenzione predittiva viene effettuata attraverso l’identificazione di determinati parametri che vengono monitorati, misurati ed analizzati – utilizzando appropriati algoritmi e modelli matematici – con l’obiettivo di determinare il cosiddetto “tempo residuo” prima di un fermo, un guasto o un possibile problema e, in base a tale tempo, capire quand’è il momento migliore per intervenire minimizzando i rischi per la produzione e per il business.

È evidente che il vantaggio primario della manutenzione predittiva è consentire una efficace programmazione della cosiddetta “manutenzione correttiva” e di prevenire guasti imprevisti ai macchinari utilizzati nei processi produttivi e logistici.

 

Manutenzione preventiva e manutenzione predittiva, che differenze ci sono?

 

La manutenzione preventiva e la manutenzione predittiva sono due facce della stessa medaglia (entrambe sono strategie efficaci per la manutenzione degli asset), ma differiscono nelle modalità (e nelle tecniche) di attuazione.

La manutenzione preventiva implica un monitoraggio sistematico delle risorse con interventi costanti di manutenzione ordinaria per prevenire tempi di inattività imprevisti o guasti. A differenza della manutenzione reattiva (o correttiva) – in cui il servizio di manutenzione avviene dopo che l’asset ha funzionato male o si è guastato – la manutenzione preventiva richiede l’esecuzione della manutenzione prima che qualsiasi cosa funzioni male.

Per riuscire a fare questo tipo di manutenzione, solitamente, ci si affida a parametri quali il tempo (tra un intervento di manutenzione ordinaria ed un altro, oppure in base alle ore di utilizzo o ai chilometri percorsi), le condizioni fisiche degli asset e la scoperta di qualche prova fisica che minaccia il malfunzionamento di un asset.

La manutenzione predittiva sfrutta invece le analisi avanzate dei dati per prendere decisioni più efficaci e consapevoli: la manutenzione predittiva implica l’analisi dell’effettivo utilizzo di un asset per decidere quando eseguire la manutenzione.

Anche nella manutenzione preventiva si sfruttano tecnologie di analisi ma di tipo descrittivo, che consentono un’analisi dei dati storici per fare ipotesi statistiche. La manutenzione predittiva differisce invece dalla manutenzione preventiva perché si basa sulle condizioni effettive delle apparecchiature (sfruttando analisi di tipo predittivo), piuttosto che sulle statistiche sulla vita media o prevista, per prevedere quando sarà necessaria la manutenzione.

In una strategia di manutenzione predittiva si utilizzano sia i dati storici sia quelli attuali (spesso in real-time) sulle prestazioni degli asset per determinare quando è probabile che si verifichi un malfunzionamento e quindi eseguire la manutenzione in anticipo.

 

Digital manufacturing: come fare manutenzione predittiva degli impianti

 

La manutenzione predittiva basata sulle condizioni e le prestazioni reali degli asset si basa su diversi elementi chiave:

  • – acquisizione dei dati;
  • – elaborazione dei dati;
  • – processo decisionale di manutenzione.

La manutenzione predittiva si basa dunque su apparecchiature di monitoraggio delle condizioni degli asset e degli impianti per valutare le prestazioni delle risorse in tempo reale. Grazie alla combinazione di analisi/diagnosi basate su condizioni con formule predittive e ai dati raccolti “sul campo” grazie alle tecnologie dell’Internet of Things (IoT), la manutenzione predittiva crea uno strumento preciso per la raccolta e l’analisi dei dati degli asset. Questi dati consentono di identificare eventuali aree che necessitano o necessiteranno di attenzione e/o intervento.

In linea di massima possiamo dire che acquisendo i dati attraverso una distribuzione a livello di fabbrica/impianti delle tecnologie IoT (in particolare di sensori), i dati vengono acquisiti per l’analisi.

Questi dati vengono poi raccolti in un Data Hub e messi a disposizione dei sistemi di analisi (che si basano su modelli matematici di tipo predittivo e consentono di fare analisi avanzate, oggi anche sfruttando tecnologie innovative come il Machine Learning).

Infine, l’analisi predittiva restituisce informazioni che consentono di accelerare, rendere efficaci e persino automatizzare le decisioni ed i processi di manutenzione in un “regime predittivo” che riduce i tempi di fermo e i costi e consente di inserire la manutenzione all’interno dei normali processi produttivi invece di essere una barriera o un “male necessario”.

Come ogni altra strategia di manutenzione proattiva, la manutenzione predittiva mira a:

  • – ridurre al minimo il numero di guasti imprevisti e massimizzare il tempo di attività delle risorse che ne migliora l’affidabilità;
  • ridurre i costi operativi ottimizzando il tempo speso per i lavori di manutenzione (in altre parole, fare la manutenzione solo quando è doverosa elimina praticamente ogni possibilità di perdere tempo a fare manutenzione non strettamente necessaria);
  • migliorare i profitti riducendo i costi di manutenzione a lungo termine e massimizzando le ore di produzione.

 

New call-to-action

Approfondimenti da BNext:

Keplero: approccio data driven, Big Data & IoT

La maggior parte dei Big Data sono prodotti da oggetti connessi. Metterli in correlazione con i dati provenienti dagli altri sistemi permette di fare analisi sempre più accurate e approfondite e approcciare strategie data oriented

Keplero: magazzini più efficienti con il picking automatizzato

Quando si parla di logistica non si può non fare riferimento al “magazzino” che si è evoluto con nuove tecnologie (IoT, RFID, dispositivi mobili) che ne hanno modificato e semplificato la gestione: tutto parte dal picking…

Keplero: big data e machine learning per la logistica

Oggi le aziende hanno a che fare con due grandi questioni: clienti sempre più esigenti e profitti in calo. La Digital Transformation diviene essenziale, e ML e BigData sono una reale opportunità

Logistica 4.0: il futuro

Logistica 4.0, stoccaggio e trasporto delle merci. Questa nuova forma di Logistica porta con sè nuove competenze, nuovi modelli organizzativi, nuove tecnologie digitali

Smart Manufacturing e Keplero: fabbrica connessa e processi digitalizzati

Smart Manufacturing, la “fabbrica connessa”. Una soluzione di Smart Manufacturing dev’essere in grado di raccogliere le informazioni, elaborare i dati, restituire informazioni di valore.

Keplero: l’integrazione nell’Industria 4.0

Integrazione nell'Industria 4.0 : i processi produttivi sono in una fase di trasformazione in ottica smart. Ciò che permette questo passaggio è la tecnologia. Oltre all'Industrial IoT entra in gioco anche un approccio rivolto all'integrazione orizzontale e verticale....

Keplero: e-mobility e la rivoluzione green per l’automotive

Auto elettriche e ibride per rivoluzionare la mobilità in modo green: e-mobility e Smart City per migliorare la qualità della vita

Keplero: la smart mobility per spostarsi in modo sostenibile

La Digital Transformation influisce su vari settori. Ad esempio nelle città porta a nuove forme di mobilità sostenibile. Ecco cosa si intende quando si parla di Smart City, le città intelligenti che si pongono lo scopo di far fronte a problemi diffusi come il...

Keplero e Piano Transizione 4.0: la Digital Transformation in ottica green

Le agevolazioni del Piano Transizione 4.0 sono atte a promuovere la Digital Transformation con particolare attenzione al tema della sostenibilità ambientale. Il piano offre tanti incentivi e apre tante strade che le imprese possono percorrere per accelerare il...

Keplero e Piano Transizione 4.0: questo è il momento giusto per investire

Nonostante la crisi degli ultimi mesi le imprese stanno reagendo, dimostrando di riuscire a continuare la propria attività in modalità nuove grazie alle emergenti tecnologie digitali. Abbiamo già affrontato il tema nell'articolo "Strategie per imprese più smart e...