Big Data e industria 4.0: una luce nuova per la manutenzione
Uno degli aspetti chiave del paradigma dell’Industria 4.0 è la possibilità di sviluppare nuovi servizi basati sulle opportunità tecnologiche attualmente presenti. La raccolta dei dati è sicuramente il punto chiave di questa riorganizzazione dei processi, per cui diventa particolarmente interessante trarre delle opportunità dalla mole di Informazioni che è possibile estrarre.
La manutenzione predittiva in questo contesto si sta ritagliando un ruolo sempre più importante nell’industria intelligente.
Da un lato offre l’opportunità di creare delle economie significative nella gestione dei processi e dei macchinari, dall’altra offre l’opportunità di creare nuovi servizi che possono essere offerti all’utente per incrementare la catena del valore dei propri prodotti.
In questo contesto la ricerca è particolarmente attenta ad offrire nuove tecnologie, anche derivate da contesti differenti.
Due sono gli approcci principali: Uno Data Driven, basato cioè sull’analisi del dato raccolto, ed uno Model Driven, basato su un modello fisico del sistema.
Il punto chiave di questi metodi è la realizzazione di un modello matematico del sistema utile come benchmark delle prestazioni. Questo modello può essere ottenuto attraverso analisi del dato e procedure di machine learning, oppure attraverso la descrizione fisica del sistema.
Se prendiamo, per esempio, il caso di un sistema di motion control, questa metodologia si basa sull’analisi spettrale delle correnti, delle tensioni e delle vibrazioni. I valori cosi misurati vengono confrontati con un modello noto del sistema al fine di determinare una vasta categoria di guasti meccanici o elettrici del sistema. Ognuno di questi sistemi ha infatti una sua “impronta” ben nota sia quando funziona correttamente sia quando inizia a deteriorarsi.
Volendo fare oggi un tentativo di classificazione quello che ne emerge è la possibilità di identificare quattro tipologie
- Process data (dati di processo): sono espressione diretta delle grandezze tipiche del processo (ed espressione indiretta dei guasti). Ad esempio possono essere la temperatura, la pressione, la corrente elettrica, la tensione, etc.
- Failure data (dati di guasto): sono espressione diretta dei guasti del sistema. Ad esempio possono essere dati legati alle vibrazioni, al rumore, all’usura dei materiali, etc.
- Analytical models (modelli analitici): sono relazioni stabilite o stimate tra una o più variabili indipendenti (o explanatory variables) e una o più variabili indipendenti (o explained variables).
- Statistical models (modelli statistici): sono relazioni stimate tra una o più variabili indipendenti (o explanatory variables) per mezzo di una estrapolazione di tipo stocastico dei dati.
Contenuti correlati
-
Valvole ad azionamento pilota di quarta generazione da Parker
Parker Hannifin presenta la versione ottimizzata della serie di valvole a farfalla proporzionali a cartuccia, TFP, con valvola ad azionamento pilota DFplus di quarta generazione. La nuova valvola ad azionamento pilota riduce ulteriormente i tempi di risposta...
-
Soluzioni efficienti per la smart production in SPS con Nord Drivesystems
Nord Drivesystems porta in SPS 2024, alla Fiera di Norimberga dal 12 al 14 novembre (padiglione 3A, stand 451) soluzioni di azionamento intelligenti ed energeticamente efficienti. Al centro della partecipazione alla fiera dell’azienda ci saranno infatti le...
-
Monitoraggio in IIoT nelle attività MRO con Henkel
Henkel ha ampliato ulteriormente il portafoglio Loctite Pulse per l’Industrial Internet of Things (IIoT) con le innovative soluzioni Monitoraggio macchinari rotanti smart e Monitoraggio serbatoi e tubazioni smart, confermando l’impegno a espandere l’offerta dedicata alle attività di...
-
Razionalizzare la supply chain
Parliamo dell’utilizzo di AMR e AGV a livello di sistema per la movimentazione rapida e sicura dei materiali secondo le necessità di un’intralogistica 4.0 L’intralogistica utilizza AMR (Robot Mobili Autonomi) e AGV (Veicoli a Guida Automatica) per...
-
Approccio asset light e noleggio operativo nelle aziende con Domorental
Le aziende, insieme ai fondi d’investimento interessati a sostenerle, stanno sempre più orientandosi verso il modello di business ‘asset light’. Come illustra infatti Domorental, società fondata a Milano nel 2017 che si propone come facilitatore per la...
-
Dal lago al territorio
L’infrastruttura dell’Acquedotto Industriale di Como è stata migliorata tecnologicamente e da un punto di vista energetico, di ecosostenibilità, di gestione e facilità di manutenzione grazie a PcVue L’Acquedotto Industriale di Como è un impianto interamente automatizzato che,...
-
AI in simulazione e HPC con Altair al Farnborough Airshow 2024
Altair porta in mostra le ultime innovazioni nel campo della simulazione ingegneristica, dell’intelligenza artificiale (AI) e del calcolo ad alte prestazioni (HPC) al Farnborough International Airshow 2024, in programma dal 22 al 26 luglio presso il Farnborough...
-
IoT e AI Zerynth nelle lavorazione meccaniche di T.G.R.
T.G.R. Srl, azienda specializzata in lavorazioni meccaniche come tornitura, fresatura e rettifica per la produzione di particolari meccanici, ha compiuto un significativo passo avanti nella propria trasformazione digitale grazie all’adozione dalla piattaforma IoT & AI di Zerynth....
-
AEA apre al mondo dell’intelligenza artificiale nel percorso formativo
I corsi specialistici di AEA – Aircraft Engineering Academy, l’accademia di formazione per tecnici manutentori aeronautici con sede ad Azzano San Paolo, in provincia di Bergamo, sono rivolti a chi opera nell’ambito della manutenzione aeronautica e basati su...
-
VWV: il sensore di vibrazione a batteria di ifm per la prevenzione dei guasti
Il sensore di vibrazione VWV di ifm è alimentato a batteria e consente, associato al gateway ZB0929 (configurabile tramite un’interfaccia web integrata) e a moneo RTM (potente strumento per il condition monitorig), la rilevazione periodica delle condizioni...
Per commentare devi autenticarti: