ݺߣ

ݺߣShare a Scribd company logo

Predictive Maintenance: una reale opportunità?

•
•
Emanuela Corradini
Emanuela Corradini

Per un'azienda, l’adozione di soluzioni riguardanti la Manutenzione Preventiva Evoluta (basata cioè sull'interazione uomo-macchina) garantisce alti standard di affidabilità e flessibilità e consente di individuare a monte tutte le criticità di un sistema di produzione, prevenendo guasti, stalli e situazioni di malfunzionamento. Per scaricare gratuitamente il nostro whitepaper completo: https://bit.ly/2OnF3fX

1 of 6
3 1. Predictive Maintenance: una reale opportunità? 1.1 – Introduzione Il modello di sviluppo tracciato dall’Industria 4.0, insieme a tutte le sue implicazioni tecnologiche, rappresenta oggi una realtà consolidata in grado di offrire opportunità concrete di rinnovamento, sviluppo e business. In tale contesto, stanno progressivamente assumendo un ruolo di grande rilievo le innovazioni derivanti dagli ambiti Internet of Things (IoT), Intelligenza Artificiale (IA) e Machine Learning (ML), tutte finalizzate alla digitalizzazione e automazione del processo di produzione industriale. Nonostante l’incoraggiante premessa, in molte realtà aziendali italiane l’utilizzo di queste tecnologie è ancora allo stato embrionale o del tutto assente. Il gap tecnologico con altre realtà europee più evolute risulta abbastanza evidente: occorre quindi cercare di invertire la tendenza in modo da risultare sempre più competitivi non solo nel mercato nazionale ma anche in quello internazionale. Negli ultimi anni la ricerca ha registrato passi da gigante nel campo dell’analisi dei dati applicata alla manutenzione predittiva in ambito industriale, con l’obiettivo di favorire il processo di digitalizzazione della produzione. L’idea di base è quella di raccogliere tutti i dati trasmessi dalle macchine, elaborarli e ottenere le informazioni necessarie a ottimizzare i processi produttivi. I benefici conseguibili sono facilmente intuibili: riduzione dei costi di manutenzione degli impianti, diminuzione dei tempi di down-time e razionalizzazione degli investimenti dovuto
4 all’allungamento della vita utile dei dispositivi. L’innovazione tecnologica che ha permesso di realizzare tutto questo è stata predominante soprattutto nel campo dei Big Data e degli Analiycs, un binomio ormai indissolubile che sta progressivamente rivoluzionando il tradizionale schema produttivo delle aziende, offrendo numerosi benefici. Il primo termine fa riferimento alla grande mole di dati raccolti durante il ciclo di produzione sia dalle macchine che dai numerosi sensori installati. L’acquisizione dei dati è necessaria per monitorare la situazione in real-time dell’impianto ed effettuare analisi sulla situazione corrente e futura. Il secondo concetto identifica, invece, l'insieme delle tecniche e delle metodologie di analisi dei dati, ovvero la capacità di estrapolare e mettere in relazione l'enorme quantità di informazioni eterogenee raccolte con l’obiettivo di individuare possibili legami e determinare modelli di comportamento. Grazie a sofisticate tecniche e strumenti di Advanced Analytics (tra i quali applicazioni di Machine Learning) è infatti possibile elaborare grandi quantità di dati in tempi rapidi e a costi contenuti, aprendo così le porte a nuovi scenari e paradigmi, seguendo un approccio di tipo data-driven. 1.2 – L’importanza dell’utilizzo di dati qualificati Gli altri attori protagonisti del progresso dell’automazione industriale sono i componenti hardware presenti nel sistema (sensori, dispositivi, macchine) che, attraverso le soluzioni Internet of Things (IoT), diventano “intelligenti” e sono in grado di: accedere a informazioni aggregate sull’ambiente circostante, comunicare dati sul proprio stato e operato, il tutto senza ricorrere all’intervento dell’utente.
5 I componenti in questione sono collegati alla rete Internet e vengono identificati univocamente con un indirizzo IP, mediante il quale possono inviare e ricevere dati in modo autonomo ed essere monitorati da remoto dall’operatore. Le informazioni vengono poi inviate alla componente software che è chiamata a elaborarli (sistemi analitici e algoritmi di predizione) e alle piattaforme di Intelligenza Artificiale (AI), che insieme rappresentano il fulcro del modello. È bene precisare che, ad oggi, la manutenzione predittiva non è concretamente supportata dalla quantità e qualità dei dati raccolti. Per funzionare correttamente questo tipo di modello necessita infatti di grandi repository di dati e adeguati sistemi hardware e software. In alternativa, si può anche ricorrere a soluzioni definite Software as a Service (SaaS) disponibili da remoto su piattaforme in cloud, che consentono di ridurre i costi delle infrastrutture on premise e quelli legati allo loro gestione, dando così la possibilità alle piccole e medie imprese (PMI) di disporre di questi innovativi servizi di manutenzione a costi ragionevoli. Alla luce di quanto riportato, possiamo dunque affermare che la manutenzione predittiva è senz’altro destinata a rivestire nei prossimi anni un ruolo sempre più rilevante ma, ad oggi, i servizi manutentivi più concreti e strategici sono rappresentati da progetti di Manutenzione Preventiva Evoluta. 1.3 – Uno scenario concreto: la Manutenzione Preventiva Evoluta Allo stato attuale delle cose, una strategia vincente per l’azienda suggerisce di puntare sul paradigma del Service 4.0, scegliendo soluzioni software capaci di offrire ai vendor di macchine industriali nuove e vantaggiose opportunità. Le attività e i servizi legati alla gestione della manutenzione, in grado di garantire alti standard di affidabilità e flessibilità associando un elevato livello di automazione, sono e saranno sempre più i principali driver richiesti dal mercato. Utilizzando un approccio orientato alla Manutenzione Preventiva Evoluta, basata sull’interazione uomo-macchina, è possibile individuare a monte tutte le criticità di un sistema di produzione, prevedendo guasti, stalli e situazioni di malfunzionamento. L'intento è quello di eseguire un intervento manutentivo di revisione, sostituzione o riparazione prima che si manifesti il guasto. Questo tipo di manutenzione, eseguita a intervalli predeterminati e sfruttando le informazioni ricavate dai sensori posti sulle macchine, ha l’obiettivo di ridurre le probabilità di guasto o degradazione del funzionamento di un’entità.
6 Elenchiamo di seguito alcuni possibili scenari di utilizzo delle più recenti tecnologie, in grado di fornire soluzioni all’avanguardia ed essere uno strumento di supporto completo e intuitivo.  Machine-driven Maintenance (MdM): modello innovativo che predispone un sistema di dialogo fra le macchine in campo e la soluzione software (capace di rendere automatiche, efficaci ed efficienti le attività legate al service management) mostrando graficamente, sul modello 3D della macchina, i problemi in corso e la manutenzione necessaria. I dati generati durante l’interazione tra le macchine e il sistema software vengono trasmessi e immagazzinati in cloud allo scopo di supportare, nel miglior modo possibile, tutte le future decisioni strategiche e operative. Il progetto MdM permette di tramutare il tradizionale rapporto di fornitura in una vera e propria partnership collaborativa, con l’obiettivo di assicurare un incremento dei benefici strategici di lungo termine ad entrambe le parti in gioco.  Realtà virtuale (VR o Virtual Reality): viene creata una realtà simulata (ambiente tridimensionale completamente ricostruito artificialmente) e immersiva in grado di arricchire e potenziare la percezione umana con una serie di contenuti digitali e che isola l’utente dall’ambiente esterno trasportandolo in una realtà parallela. Grazie ad applicazioni che sfruttano questa tecnologia è possibile ricreare un ambiente virtuale perfettamente identico a quello reale e testare la bontà di determinate scelte progettuali ancor prima di eseguirle operativamente nel processo di produzione. Tutto questo avviene sfruttando l’utilizzo di un visore (per esempio Google Cardboard, HTC Vive o Oculus Rift) che consente all’operatore di visionare tutti i dettagli della macchina o del componente e valutarne i vari parametri.
7  Realtà aumentata (AR o Augmented Reality): arricchisce la percezione sensoriale dell’utente attraverso vari livelli di informazioni che vengono elaborate e trasmesse elettronicamente e che non sono percepibili attraverso i cinque sensi. Le applicazioni realizzate in questo ambito favoriscono notevolmente il procedimento legato alla manutenzione delle macchine e al training degli operatori, rendendoli più semplici e rapidi. L’obiettivo è quello di incrementare il più possibile il numero di informazioni della realtà percepita dall’utente (mediante testi, ipertesti, video, immagini 2D ed elementi 3D) con visori detti head-up display (HUD) in grado di elaborare i dati provenienti da appositi marcatori (detti trackable o AR tag). In questo modo l’operatore potrà visualizzare in real- time le istruzioni (e più in generale tutte le informazioni) sulla macchina in questione e decidere esattamente dove intervenire. Così facendo, non sarà più necessario ricorrere alla consultazione di istruzioni cartacee o digitali per riparare una macchina o sostituire un componente guasto.  Stampa 3D: oltre ad apportare significativi vantaggi ai processi di produzione, questa tecnologia può essere impiegata con successo anche in ambito Service 4.0. Per esempio, una volta rilevato un guasto all’interno del sistema di produzione ed evidenziato il pezzo da sostituire, si può ricorrere all’ausilio di una stampante 3D per riprodurre, in real-time, il componente (con conseguenti vantaggi relativi alle tempistiche di sostituzione). TO BE CONTINUED….. PER SCARICARE GRATUITAMENTE IL NOSTRO WHITEPAPER DAL TITOLO: “DATI ACQUISITI: COME GENERARE VALORE CON LA MANUTENZIONE PREVENTIVA EVOLUTA E IL COMPANY SYSTEM”:
8 CREDITS: Segui Sygest Srl sui canali social! (Clicca sui bottoni in basso) Questo documento è un estratto del whitepaper “Dati acquisiti: come generare valore con la Manutenzione Preventiva Evoluta e il Company System” realizzato da Martino Bufano. Laureato in Ingegneria Informatica (presso l'Università "Alma Mater Studiorum" di Bologna) e con un Master in Web Communication e Social Media (conseguito presso l'Università degli Studi di Parma) collabora con aziende nelle vesti di freelance per attività di: SEO Analyst, Web Developer, Social Media Manager e Copywriter. Di seguito trovate i riferimenti del profilo LinkedIN e della mia mail: per eventuali approfondimenti, informazioni o semplici curiosità non esitate a contattarmi! https://www.linkedin.com/in/martinobufano martino.bufano.it@gmail.com

More Related Content

Predictive Maintenance: una reale opportunità?

  • 1. 3 1. Predictive Maintenance: una reale opportunità? 1.1 – Introduzione Il modello di sviluppo tracciato dall’Industria 4.0, insieme a tutte le sue implicazioni tecnologiche, rappresenta oggi una realtà consolidata in grado di offrire opportunità concrete di rinnovamento, sviluppo e business. In tale contesto, stanno progressivamente assumendo un ruolo di grande rilievo le innovazioni derivanti dagli ambiti Internet of Things (IoT), Intelligenza Artificiale (IA) e Machine Learning (ML), tutte finalizzate alla digitalizzazione e automazione del processo di produzione industriale. Nonostante l’incoraggiante premessa, in molte realtà aziendali italiane l’utilizzo di queste tecnologie è ancora allo stato embrionale o del tutto assente. Il gap tecnologico con altre realtà europee più evolute risulta abbastanza evidente: occorre quindi cercare di invertire la tendenza in modo da risultare sempre più competitivi non solo nel mercato nazionale ma anche in quello internazionale. Negli ultimi anni la ricerca ha registrato passi da gigante nel campo dell’analisi dei dati applicata alla manutenzione predittiva in ambito industriale, con l’obiettivo di favorire il processo di digitalizzazione della produzione. L’idea di base è quella di raccogliere tutti i dati trasmessi dalle macchine, elaborarli e ottenere le informazioni necessarie a ottimizzare i processi produttivi. I benefici conseguibili sono facilmente intuibili: riduzione dei costi di manutenzione degli impianti, diminuzione dei tempi di down-time e razionalizzazione degli investimenti dovuto
  • 2. 4 all’allungamento della vita utile dei dispositivi. L’innovazione tecnologica che ha permesso di realizzare tutto questo è stata predominante soprattutto nel campo dei Big Data e degli Analiycs, un binomio ormai indissolubile che sta progressivamente rivoluzionando il tradizionale schema produttivo delle aziende, offrendo numerosi benefici. Il primo termine fa riferimento alla grande mole di dati raccolti durante il ciclo di produzione sia dalle macchine che dai numerosi sensori installati. L’acquisizione dei dati è necessaria per monitorare la situazione in real-time dell’impianto ed effettuare analisi sulla situazione corrente e futura. Il secondo concetto identifica, invece, l'insieme delle tecniche e delle metodologie di analisi dei dati, ovvero la capacità di estrapolare e mettere in relazione l'enorme quantità di informazioni eterogenee raccolte con l’obiettivo di individuare possibili legami e determinare modelli di comportamento. Grazie a sofisticate tecniche e strumenti di Advanced Analytics (tra i quali applicazioni di Machine Learning) è infatti possibile elaborare grandi quantità di dati in tempi rapidi e a costi contenuti, aprendo così le porte a nuovi scenari e paradigmi, seguendo un approccio di tipo data-driven. 1.2 – L’importanza dell’utilizzo di dati qualificati Gli altri attori protagonisti del progresso dell’automazione industriale sono i componenti hardware presenti nel sistema (sensori, dispositivi, macchine) che, attraverso le soluzioni Internet of Things (IoT), diventano “intelligenti” e sono in grado di: accedere a informazioni aggregate sull’ambiente circostante, comunicare dati sul proprio stato e operato, il tutto senza ricorrere all’intervento dell’utente.
  • 3. 5 I componenti in questione sono collegati alla rete Internet e vengono identificati univocamente con un indirizzo IP, mediante il quale possono inviare e ricevere dati in modo autonomo ed essere monitorati da remoto dall’operatore. Le informazioni vengono poi inviate alla componente software che è chiamata a elaborarli (sistemi analitici e algoritmi di predizione) e alle piattaforme di Intelligenza Artificiale (AI), che insieme rappresentano il fulcro del modello. È bene precisare che, ad oggi, la manutenzione predittiva non è concretamente supportata dalla quantità e qualità dei dati raccolti. Per funzionare correttamente questo tipo di modello necessita infatti di grandi repository di dati e adeguati sistemi hardware e software. In alternativa, si può anche ricorrere a soluzioni definite Software as a Service (SaaS) disponibili da remoto su piattaforme in cloud, che consentono di ridurre i costi delle infrastrutture on premise e quelli legati allo loro gestione, dando così la possibilità alle piccole e medie imprese (PMI) di disporre di questi innovativi servizi di manutenzione a costi ragionevoli. Alla luce di quanto riportato, possiamo dunque affermare che la manutenzione predittiva è senz’altro destinata a rivestire nei prossimi anni un ruolo sempre più rilevante ma, ad oggi, i servizi manutentivi più concreti e strategici sono rappresentati da progetti di Manutenzione Preventiva Evoluta. 1.3 – Uno scenario concreto: la Manutenzione Preventiva Evoluta Allo stato attuale delle cose, una strategia vincente per l’azienda suggerisce di puntare sul paradigma del Service 4.0, scegliendo soluzioni software capaci di offrire ai vendor di macchine industriali nuove e vantaggiose opportunità. Le attività e i servizi legati alla gestione della manutenzione, in grado di garantire alti standard di affidabilità e flessibilità associando un elevato livello di automazione, sono e saranno sempre più i principali driver richiesti dal mercato. Utilizzando un approccio orientato alla Manutenzione Preventiva Evoluta, basata sull’interazione uomo-macchina, è possibile individuare a monte tutte le criticità di un sistema di produzione, prevedendo guasti, stalli e situazioni di malfunzionamento. L'intento è quello di eseguire un intervento manutentivo di revisione, sostituzione o riparazione prima che si manifesti il guasto. Questo tipo di manutenzione, eseguita a intervalli predeterminati e sfruttando le informazioni ricavate dai sensori posti sulle macchine, ha l’obiettivo di ridurre le probabilità di guasto o degradazione del funzionamento di un’entità.
  • 4. 6 Elenchiamo di seguito alcuni possibili scenari di utilizzo delle più recenti tecnologie, in grado di fornire soluzioni all’avanguardia ed essere uno strumento di supporto completo e intuitivo.  Machine-driven Maintenance (MdM): modello innovativo che predispone un sistema di dialogo fra le macchine in campo e la soluzione software (capace di rendere automatiche, efficaci ed efficienti le attività legate al service management) mostrando graficamente, sul modello 3D della macchina, i problemi in corso e la manutenzione necessaria. I dati generati durante l’interazione tra le macchine e il sistema software vengono trasmessi e immagazzinati in cloud allo scopo di supportare, nel miglior modo possibile, tutte le future decisioni strategiche e operative. Il progetto MdM permette di tramutare il tradizionale rapporto di fornitura in una vera e propria partnership collaborativa, con l’obiettivo di assicurare un incremento dei benefici strategici di lungo termine ad entrambe le parti in gioco.  Realtà virtuale (VR o Virtual Reality): viene creata una realtà simulata (ambiente tridimensionale completamente ricostruito artificialmente) e immersiva in grado di arricchire e potenziare la percezione umana con una serie di contenuti digitali e che isola l’utente dall’ambiente esterno trasportandolo in una realtà parallela. Grazie ad applicazioni che sfruttano questa tecnologia è possibile ricreare un ambiente virtuale perfettamente identico a quello reale e testare la bontà di determinate scelte progettuali ancor prima di eseguirle operativamente nel processo di produzione. Tutto questo avviene sfruttando l’utilizzo di un visore (per esempio Google Cardboard, HTC Vive o Oculus Rift) che consente all’operatore di visionare tutti i dettagli della macchina o del componente e valutarne i vari parametri.
  • 5. 7  Realtà aumentata (AR o Augmented Reality): arricchisce la percezione sensoriale dell’utente attraverso vari livelli di informazioni che vengono elaborate e trasmesse elettronicamente e che non sono percepibili attraverso i cinque sensi. Le applicazioni realizzate in questo ambito favoriscono notevolmente il procedimento legato alla manutenzione delle macchine e al training degli operatori, rendendoli più semplici e rapidi. L’obiettivo è quello di incrementare il più possibile il numero di informazioni della realtà percepita dall’utente (mediante testi, ipertesti, video, immagini 2D ed elementi 3D) con visori detti head-up display (HUD) in grado di elaborare i dati provenienti da appositi marcatori (detti trackable o AR tag). In questo modo l’operatore potrà visualizzare in real- time le istruzioni (e più in generale tutte le informazioni) sulla macchina in questione e decidere esattamente dove intervenire. Così facendo, non sarà più necessario ricorrere alla consultazione di istruzioni cartacee o digitali per riparare una macchina o sostituire un componente guasto.  Stampa 3D: oltre ad apportare significativi vantaggi ai processi di produzione, questa tecnologia può essere impiegata con successo anche in ambito Service 4.0. Per esempio, una volta rilevato un guasto all’interno del sistema di produzione ed evidenziato il pezzo da sostituire, si può ricorrere all’ausilio di una stampante 3D per riprodurre, in real-time, il componente (con conseguenti vantaggi relativi alle tempistiche di sostituzione). TO BE CONTINUED….. PER SCARICARE GRATUITAMENTE IL NOSTRO WHITEPAPER DAL TITOLO: “DATI ACQUISITI: COME GENERARE VALORE CON LA MANUTENZIONE PREVENTIVA EVOLUTA E IL COMPANY SYSTEM”:
  • 6. 8 CREDITS: Segui Sygest Srl sui canali social! (Clicca sui bottoni in basso) Questo documento è un estratto del whitepaper “Dati acquisiti: come generare valore con la Manutenzione Preventiva Evoluta e il Company System” realizzato da Martino Bufano. Laureato in Ingegneria Informatica (presso l'Università "Alma Mater Studiorum" di Bologna) e con un Master in Web Communication e Social Media (conseguito presso l'Università degli Studi di Parma) collabora con aziende nelle vesti di freelance per attività di: SEO Analyst, Web Developer, Social Media Manager e Copywriter. Di seguito trovate i riferimenti del profilo LinkedIN e della mia mail: per eventuali approfondimenti, informazioni o semplici curiosità non esitate a contattarmi! https://www.linkedin.com/in/martinobufano martino.bufano.it@gmail.com