Per comprendere al meglio le caratteristiche e le potenzialità dell’Industria 4.0 è importante fare chiarezza sul mix tecnologico e di conoscenze che hanno portato dall’Industry 1.0, rivoluzione della manifattura grazie all’energia meccanica, fino all’Industry 2.0, seconda rivoluzione legata all’uso dell’elettricità e della catena di montaggio, all’Industry 3.0 in cui si inizia a parlare di automazione e di ingresso del mondo ICT nelle industrie, fino alla recente rivoluzione 4.0 caratterizzata da un mix tecnologico di robotica, sensoristica, connessioni tra macchinari, che rappresenta un’importante evoluzione rispetto al modo di produrre e di organizzare il lavoro. 

SOURCE: https://www.engineering.com/story/how-predictive-maintenance-fits-into-industry-40

Uno degli scopi principali dell’applicazione di tutte queste nuove tecnologie al mondo industriale è la necessità di ottimizzare l’uso delle risorse per ottenere il massimo risultato, anche in termini di qualità, con il minimo sforzo o perlomeno riducendo al minimo lo spreco di risorse intese in senso lato non solo come materie prime, ma anche come tempi di produzione e forza lavoro. 

In quest’ottica mantenere uno sguardo attento alla manutenzione dei macchinari è il primo step fondamentale per evitare l’insorgere di guasti o, peggio ancora, il blocco della produzione. Oggi è possibile monitorare in real-time lo stato degli asset fisici dell’azienda grazie alla grande quantità di dati provenienti dalla sensoristica IoT ed anche dagli hardware nativi dei macchinari.   

D’altra arte però non basta raccogliere dati per ottenere vantaggi, è importante interpretare i Big Data attraverso tool e tecniche di Machine Learning che siano in grado di delineare le prestazioni degli impianti e macchinari durante il loro funzionamento. La manutenzione riveste quindi un ruolo sempre più cruciale per le aziende di ogni settore e dimensione: in un momento storico in cui la competitività internazionale è sempre in aumento, è fondamentale mantenere (e migliorare) il proprio posizionamento sul mercato e per farlo occorre avere il controllo delle proprie risorse, avere sempre a disposizione i propri impianti e macchinari, e quindi mettere a punto la giusta strategia per mantenerli in piena efficienza operativa. Occorre, in breve, trovare il giusto equilibrio tra esigenze aziendali, obiettivi di produzione, contenimento dei costi, ma anche efficacia dei processi produttivi e qualità del prodotto finito.  

Per ottimizzare il funzionamento delle proprie apparecchiature nel tempo si sono affermate diverse strategie di manutenzione, le principali sono la manutenzione reattiva, preventiva e predittiva. Queste modalità, nonostante l’assonanza fonetica, non devono essere confuse tra loro, rappresentano in realtà approcci molto differenti alla tematica della manutenzione.  

La manutenzione reattiva (o correttiva) 

La manutenzione correttiva si applica, come suggerito dal suo stesso nome, reagendo ed andando a correggere un guasto o malfunzionamento nel momento in cui questo si verifica. Non ha particolari costi iniziali, ma si rivela in realtà molto costosa poiché implica improvvisi fermi macchina che possono influire molto negativamente sull’andamento e la pianificazione della linea di produzione, senza contare che spesso i pezzi di ricambio necessari o il personale addetto a questi interventi potrebbero non essere immediatamente disponibili, il ché rende ancora maggiori i tempi di risoluzione del guasto. Il personale è obbligato a lavorare in continua tensione e in continuo stato di emergenza, e ciò lo espone anche a maggiori rischi riguardo la sicurezza ed ad effettuare riparazioni che spesso hanno il solo scopo di far riprendere la produzione, ma non si rivelano ottimizzanti per gli impianti né, spesso, risolutive. In generale, la manutenzione correttiva o reattiva è per questi motivi la meno consigliata attualmente. 

La manutenzione preventiva (o programmata)  

La manutenzione preventiva rappresenta una tipologia di manutenzione e gestione dei macchinari ancora molto legata ad una strategia tradizionale di pianificazione: l’obiettivo è quello di cercare di ridurre le probabilità di guasto, malfunzionamento o degrado di un macchinario, attraverso la pianificazione di interventi di controllo ad intervalli di tempo regolari. 

Una sua evoluzione è la cosiddetta manutenzione “Condition Based”, ovvero non programmata ad intervalli di tempo regolari, ma piuttosto condizionata dal verificarsi di specifici eventi, il più comune dei quali è il superamento di una certa soglia critica o di rischio impostata a priori con il supporto degli esperti di dominio.  

SOURCE: Analytics Institute (2016). Manutenzione preventiva e condition based.

In entrambi i casi si tratta di un bel passo avanti rispetto alla manutenzione correttiva, la percentuale di rischio per i fermi macchina cala notevolmente, ma in realtà sono ancora molti i limiti non superati. 

In primis si evidenzia il fatto che in entrambi i casi il rischio di fermo macchina non è ancora debellato perché potrei aver fissato il check periodico troppo in anticipo per evidenziare il problema in tempo utile, per cui potrei comunque trovarmi a fronteggiare un fermo macchina, oppure le condizioni impostate potrebbe non essere esaustive per tutti i tipi di fault che possono presentarsi, ed ecco che si ripete lo stesso problema. Questo porterebbe a pensare che sia una buona idea ravvicinare i controlli o aumentare le condizioni, ma c’è da fare molta attenzione a questo perché il rischio potrebbe essere esattamente il contrario, ovvero programmare cicli di manutenzione tanto ravvicinati da diventare un costo inutile piuttosto che un’opportunità per l’azienda. 

Il verbo “limitare” non è stato infatti scelto a caso: con la manutenzione preventiva si riesce limitare la percentuale di rischio di un fault improvviso, ma non si potrà avere la certezza di eliminare questa possibilità del tutto. 

Questo approccio può rivelarsi utile per le ispezioni di routine in quelle realtà aziendali che pianificano con regolarità fermi macchina senza intaccare l’attività lavorativa.  La possibilità di programmare con anticipo interventi di manutenzione consente nel tempo un netto miglioramento dell’organizzazione del lavoro e garantisce la possibilità di gestire i fermi macchina in tempi utili, ma la manutenzione preventiva non è considerabile una panacea, soprattutto in alcuni particolari settori in cui il fermo di un singolo macchinario ha forti ripercussioni su tutto il ciclo di produzione. 

La manutenzione predittiva: una strategia proattiva 

La manutenzione predittiva rappresenta un’evoluzione di quella preventiva che ne supera le limitazioni. La sua applicazione è oggi resa possibile dalle grandi innovazioni tecnologiche degli ultimi anni legati all’industria 4.0 e all’IoT e Industrial Iot. 

Si tratta di una strategia di tipo proattivo: punta non soltanto a correggere i guasti e tentare di prevenirli, ma soprattutto si mette alla ricerca di metodologie analitiche per prevedere il momento in cui un’apparecchiatura potrebbe guastarsi, in modo che possano essere eseguiti tutti e soli i lavori di manutenzione necessari e in tempo utile per evitare il fermo macchina.

SOURCE: Analytics Institute (2016). Manutenzione predittiva

Quando il sistema predittivo è impostato in modo corretto si riesce a minimizzare il problema dei fermi macchina improvvisi, senza che le squadre di tecnici debbano entrare in azione quando non è strettamente necessario, eliminando così costi inutili. È stato infatti appurato che questo tipo di manutenzione consente di abbattere del 25-30% i costi di manutenzione delle apparecchiature e di ridurne i tempi vuoti del 35-45%. 

Per effettuare questo tipo di previsioni, è necessario monitorare in modo costante i parametri di funzionamento delle machine, non solo quelli ormai spesso nativamente offerti dai macchinari, ma avvalendosi di sensoristica aggiuntiva, tipica dell’Internet of Things, per monitorare condizioni indicative dell’ambiente di produzione, quali ad esempio vibrazioni, temperatura, consumi energetici. Successivamente questi dati dovranno essere opportunamente analizzati attraverso appositi tool analitici che si preoccuperanno di applicare metodi matematici e di Machine Learning nel tentativo di predire la probabilità di guasto delle apparecchiature. 

L’allestimento di una soluzione di manutenzione predittiva rispetto alle precedenti soluzioni di maintenance richiede uno sforzo ed un impegno da parte dell’azienda non da poco, soprattutto in termini di costo iniziale, e questo spiega il motivo per cui molte aziende sono ancora restìe ad adottare questa nuova strategia e continuino, invece, ad avvalersi di soluzioni di manutenzione correttiva o preventiva.  La manutenzione predittiva presenta, d’altra parte, moltissimi vantaggi sul lungo termine: nel tempo, infatti, si ottiene un’evidente riduzione dei costi operativi grazie all’ottimizzazione del tempo dedicato ai lavori di manutenzione e la conseguente continuità produttiva. Inoltre aumentano i volumi di produzione e la qualità dei prodotti finiti, nonché la durata di vita media dei macchinari, costantemente e correttamente manutenuti. 

Il tutto, anche se in modo indiretto, ha poi ripercussioni anche sul rapporto tra l’azienda produttrice e i propri consumatori ai quali non verranno più richiesti lunghi tempi di attesa per ricevere i prodotti e sarà minore il rischio di resi o segnalazioni per prodotti non conformi o di qualità insufficiente. 

Ottimizzare la strategia di manutenzione dei macchinari aziendali non è più soltanto di un’attività opzionale per le aziende, ma rappresenta un mezzo importante per aumentare il valore della propria produzione e migliorare il rapporto con i clienti.  

New call-to-action
ARGOMENTI CORRELATI
Categoria: INTELLIGENZA ARTIFICIALE
Concept grafico che richiama i sistemi di raccomandazione. Immagine che raffigura un uomo e una donna alla scrivania di fronte al computer.

Cosa sono e come funzionano i sistemi di raccomandazione 

Prima della diffusione di internet e dei motori di ricerca, trovare informazioni utili ad uno specifico argomento o contesto era… Leggi tutto

Concept grafico che richiama lIoT - Immagine che raffigura una città di sfondo e la scritta Industrial IoT

Industrial Internet of Things: cos’è e quali le sue applicazioni

Abbiamo spesso parlato di  IoT, si tratta di un argomento strettamente legato ai Big Data e alle Advanced Analytics: dall’IoT arrivano… Leggi tutto

Concept che richiama il machine learning e gli algoritmi. Immagine che raffigura un uomo che guarda in alto come osservando un algoritmo che in autonomia produce informazioni

Algoritmi di machine learning: come funzionano e quali sono

La definizione di Machine Learning è decisamente parlante: l’apprendimento automatico è, infatti, quella branca dell’intelligenza artificiale in cui una macchina… Leggi tutto