<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=150415092460129&amp;ev=PageView&amp;noscript=1">

Visione

Offerta

Scenari

Tecnologie di Frontiera

Ruoli

Tilt

Intelligenza Artificiale e manutenzione predittiva: quali i reali casi di successo?

Intelligenza Artificiale e manutenzione predittiva: quali i reali casi di successo?

Una delle manifestazioni più importanti della digitalizzazione dei processi industriali è la manutenzione predittiva. Di cosa si tratti è presto detto: se fino a ieri la manutenzione degli impianti industriali e dei prodotti seguiva logiche reattive (secondo il modello “si aggiusta quando si rompe”) o preventive, con la classica programmazione degli interventi di controllo, oggi la corretta miscela di IoT, Big data e AI permette alle aziende di prevedere con largo anticipo quando avverrà il guasto e di agire di conseguenza. Per questo si parla di manutenzione predittiva.

I benefici sono enormi: riduzione al minimo dei guasti imprevisti, aumento di produttività, riduzione dei costi per gli interventi di manutenzione e, soprattutto, abbattimento del rischio che si debba arrestare la produzione, cosa che solitamente si accompagna a ingenti danni economici.

Manutenzione predittiva non significa solo inserire centinaia di sensori nei macchinari e nei prodotti, cosa che resta comunque essenziale: c’è bisogno di monitorare costantemente i dati dei sensori e, grazie ad algoritmi predittivi, sintetizzarli in una forma che sia utile per prevenire i guasti. I sensori raccolgono dati grezzi: vibrazioni di un certo componente, temperatura, rumore, pressione ecc; sta poi all’analisi ‘tradurli’ in modo che siano utili nel concreto. Qui interviene l’AI, il cui scopo è proprio quello di interpretare i dati e proporre soluzioni che tengano conto sia di condizioni predefinite, sia di come sono stati gestiti i casi precedenti: per esempio, di fronte a certi dati sulla vibrazione di un componente, AI potrebbe suggerire un intervento di manutenzione in tempi brevi oppure consigliare una modifica dei parametri d’esercizio, di modo tale da abbassare le sollecitazioni e dilatare (in tutta sicurezza) i tempi di intervento.

 

Casi di successo della manutenzione predittiva

La manutenzione predittiva può essere usata un po’ ovunque, sia dentro la fabbrica per ottimizzare la produzione, sia fuori, come parte integrante del prodotto stesso. I costi di implementazione fanno sì che essa venga impiegata soprattutto in macchinari core ai fini della produzione, in attrezzature molto costose oppure centrali ai fini della sicurezza.

Gli esempi di successo sono molti e giustificano la previsione secondo cui il mercato della manutenzione predittiva raggiungerà i 6,3 miliardi di dollari nel 2022 (fonte: Market Research Future). Nella tipica smart factory, tutti i macchinari possono essere soggetti a manutenzione predittiva che, come detto, rappresenta una fonte di risparmio non indifferente ma, fuori dall’ambito produttivo, certi settori sono decisamente più attivi di altri.

Per esempio, la manutenzione predittiva è usata per prevenire guasti sulle linee elettriche: non solo quelli imputabili a usura di componenti nelle centrali e nelle reti, ma anche quelli causati da elementi esterni che possono condizionare il trasporto dell’elettricità. Per non parlare delle ferrovie: visto che buona parte dei costi d’esercizio è dedicata alla manutenzione dei mezzi e delle linee, un sistema che rilevi automaticamente le anomalie (come una vibrazione sospetta in un motore) e permetta di agire per tempo è un toccasana sia per i conti dell’azienda, sia per la sicurezza dei passeggeri. E questo vale, ovviamente, sia per i mezzi che per chi gestisce la rete ferroviaria. Sotto questo profilo è eloquente il caso di Infrabel, la società che gestisce l’infrastruttura ferroviaria belga: tra gli svariati strumenti utili ai fini della manutenzione predittiva, l’azienda è dotata di treni che effettuano regolarmente misure sofisticate sullo stato delle linee, videocamere per il monitoraggio dei mezzi in corsa e sistemi di controllo dei consumi elettrici, i cui picchi sono spesso il primo sintomo di una situazione che – se non gestita – può causare danni in futuro (fonte: PwC).

Stesso discorso vale per le compagnie aeree: le conseguenze di un guasto imprevisto possono essere molto importanti a livello economico e di sicurezza, oltre a incidere profondamente sulla fiducia che i passeggeri ripongono nella compagnia. La manutenzione predittiva è dunque impiegata sia per garantire la massima continuità di esercizio, sia per agire con estrema tempestività onde evitare guai molto seri.

Infine, un settore nel quale il concetto di manutenzione predittiva è estremamente importante è quello dei mezzi a guida remota e/o autonoma. In ambito business un esempio eloquente è offerto da RioTinto Group, una multinazionale anglo-australiana impegnata nell’estrazione delle risorse minerarie. Per lo svolgimento delle proprie attività, l’azienda usa una flotta di circa 900 veicoli a guida autonoma, ognuno dei quali è dotato di GPS e di più di 200 sensori che generano circa 5 TB di dati ogni giorno (per singolo mezzo) e si rivelano fondamentali proprio per la prevenzione di guasti e anomalie (fonte: Rio Tinto). Ma il discorso della manutenzione predittiva si estende a tutte le connected cars, anche quelle vendute ai privati o che fanno parte di flotte aziendali: nel primo caso i sensori permettono ai proprietari di portare l’auto in assistenza senza attendere le manutenzioni programmate, nel secondo consentono a chi gestisce le flotte aziendali di avere pieno controllo di tutto e abbassare i costi imprevisti.

New call-to-action

Iscriviti al Blog