Nell’ingegneria della manutenzione l’Internet of Things si candida come piattaforma in grado di mettere in comunicazione tra loro un numero crescente di macchine e oggetti fisici e virtuali sfruttando i sistemi di comunicazione e raccolta dati.
Nell’ingegneria della manutenzione l’Internet of Things si candida come piattaforma in grado di mettere in comunicazione tra loro un numero crescente di macchine e oggetti fisici e virtuali sfruttando i sistemi di comunicazione e raccolta dati.
***
Tra le molteplici strategie di manutenzione, quella predittiva viene eseguita quando la conoscenza dello stato del sistema indica il verificarsi di un guasto imminente. Questo approccio, uno dei più complessi dal punto di vista ingegneristico, porta con sé l’impiego di sistemi, sensori e tecnologie avanzate. Oggi la manutenzione predittiva è da molti ritenuta la più tangibile applicazione dell’Internet of Things.
Con l’impiego di hardware specifico, sensori integrati e algoritmi predittivi sviluppati in anni di ricerca avanzata unitamente alle più recenti tecnologie abilitanti (IoT, Big Data, Cloud computing, Machine Learning), le piattaforme remote di manutenzione consentono di massimizzare l’efficacia delle attività di manutenzione, intervenendo da remoto, riducendo fermi macchina e trasformando i dati in azioni intelligenti. Sempre più spesso vengono realizzati sistemi di monitoraggio per l’individuazione real-time dei malfunzionamenti relativi agli impianti di climatizzazione, sviluppando una strategia originale di manutenzione predittiva.
Ma cosa si intende esattamente per manutenzione predittiva?
La manutenzione predittiva si definisce, secondo la norma UNI 10147, come quel tipo di manutenzione preventiva effettuata a seguito dell’individuazione di uno più parametri e dell’estrapolazione, secondo modelli appropriati, del tempo residuo intercorrente prima del guasto. Lo scopo della manutenzione predittiva è quello di minimizzare, attraverso lo sviluppo di metodologie flessibili e affidabili, il numero di ispezioni o di revisioni che potrebbero a loro volta dare luogo a guasti o deterioramenti. Questo approccio porta ad un notevole risparmio economico, in quanto i componenti vengono sfruttati fino all’inizio della loro usura.
È importante notare che l’applicazione di politiche di manutenzione predittiva non è affatto semplice in quanto richiede sia personale molto qualificato, sia la definizione accurata dello stato dei parametri critici del sistema manutenzionato. Al tempo stesso vanno attentamente vagliate numerose metodologie, come ad esempio le analisi tribologiche sui lubrificanti, la misura delle vibrazioni, la termografia, l’analisi delle correnti assorbite.
Applicazioni di manutenzione predittiva sono preziose anche in ambito energetico dove si registrano payback period molto brevi o nuovi servizi e modelli di business che si ripagano con una percentuale del risparmio ottenuto. Soluzioni IoT in grado di gestire condizioni operative, avvisi di manutenzione, allarmi attuali e retroattivi, telediagnostica, disponibilità remota dei dati di impianti offrono non solo le basi per la manutenzione predittiva, ma gli strumenti di gestione dell’energia secondo lo standard ISO 50001.
In alcuni casi è necessaria la presenza in loco di un tecnico che si occupi della messa in funzione, della manutenzione o dei lavori di riparazione. In forma complementare, tramite accessi remoti sicuri VPN / SSL / IPSec, è possibile supportare i tecnici del servizio assistenza presenti in loco per rendere le operazioni di manutenzione, messa in funzione o riparazione ancora più efficienti.
Per la messa in funzione: gli esperti della sede centrale possono coadiuvare i tecnici del servizio assistenza presenti in loco (ad esempio, soprattutto nei periodi di mobilità ridotta).
Nel caso in cui alcune modifiche apportate al sistema rendano necessari dei cambiamenti nella programmazione, questi ultimi possono essere attuati tramite la manutenzione remota.
Grazie a server diffusi in tutto il mondo e piattaforme Cloud, sono attuabili soluzioni efficienti ed estremamente sicura per la manutenzione remota delle machine. I clienti, infine, traggono vantaggio dalla maggiore efficienza del servizio assistenza, realizzando un maggiore risparmio sia in termini di tempo che di costi.
Già oggi aziende, costruttori di macchine e system integrator più sensibili alle innovazioni stanno integrando l’IoT negli impianti, facendo in modo che gli interventi di manutenzione vengano svolti in caso di effettiva necessità piuttosto che secondo piani programmati.
Sensori, gateway e moduli embedded implementati nei sistemi elettrici e meccanici inviano avvisi nel momento in cui qualche componente necessita di attenzione, ad esempio segnalando dove si trovano le parti di ricambio o il corretto funzionamento dell’impianto.
Grazie alla raccolta storica delle informazioni e alla loro elaborazione, gli impianti resi “smart” dall’IoT riescono ad adeguarsi in base alle condizioni d’uso in cui si trovano definendo procedure reattive di manutenzione predittiva in grado di anticipare i guasti. Da questo tipo di approccio ne deriva un’attività manutentiva sempre meno pianificata in termini statistici e maggiormente legata alle effettive necessità di componenti e sistemi nel loro funzionamento ordinario.
Ad esempio in caso di eccessivo stress, l’impianto può ridurre i livelli prestazionali autonomamente, funzionando a scarto ridotto. Questa capacità adattiva è particolarmente efficace nel caso di impianti e macchine in rete, dove ogni componente agisce in funzione delle condizioni degli altri elementi evitando di entrare in conflitto. Questo nuovo scenario di connettività estesa – con oggetti che comunicano fra loro e con applicazioni che risiedono nei data center, nel cloud e nelle infrastrutture IT – porta con sé una mole ingente di dati raccolti (Big Data) con la necessità di comprenderli, analizzarli ed estrarne informazioni utili (Data Mining). L’utilizzo di infrastrutture di comunicazione scalabili permette di collegare e gestire dispositivi geograficamente distribuiti con le applicazioni IT, riducendone i costi di manutenzione.