AS_07_2020

Automazione e Strumentazione Ottobre 2020 SCENARI primo piano 29 nenti, limitando gli interventi alle sole macchine che ne hanno realmente bisogno. Vantaggi misurabili Analizzando le diverse tipologie manutentive pri- ma indicate, Mauro Beduschi di Wonderware evidenzia i limiti sia della manutenzione Corretti- va sia di quella Programmata: la prima, che com- porta interventi solo a fronte di guasti e malfun- zionamenti, implica un generale aumento dei co- sti e, se eccessivamente utilizzata, tende a ridurre l’affidabilità degli impianti; la seconda, gestita in genere dai sistemi CMMS e basata sul calendario, non tiene conto dell’uso e delle condizioni reali degli asset. C’è poi la strategia basata sul moni- toraggio delle condizioni che consente di con- trollare online il reale stato di salute degli asset e genera automaticamente ordini di intervento a fronte di particolari situazioni e necessità. La ma- nutenzione predittiva e prescrittiva, nelle modali- tà più avanzate, utilizza Intelligenza Artificiale e Machine Learning per identificare i primi segnali di anomalia dell’impianto o della macchina, dia- gnosticare il problema, prescrivere le azioni da intraprendere. C’è infine la strategia manutenti- va risk-based, collegata alla strategia aziendale e ottimizzata in base a rischio, costi e prestazioni: vengono offerte soluzioni complete per definirla, mantenerla, misurarla e ottimizzarla di continuo interagendo, solitamente, con un sistema EAM. L’attuazione di modelli predittivi è ancor più giu- stificata se si tiene conto che - come ha sottoline- ato Beduschi - i programmi basati sull’anzianità degli asset coprono solo il 18% dei malfunziona- menti e solo un approccio proattivo può risolvere il restante 82% dei problemi. L’obiettivo quindi dei sistemi di manutenzione predittiva è di attiva- re degli Alert che diano indicazioni circa lo stato di salute dell’asset e segnalino eventuali anomalie di funzionamento prima che il guasto si verifichi; ciò permette di pianificare e schedulare per tempo l’intervento manutentivo e di classificare la criti- cità degli asset in base al loro reale stato di salute. L’importanza della manutenzione predittiva è ul- teriormente sottolineata da Cristian Locatelli di Camozzi Digital in forza anche dell’esperienza vissuta all’interno di un grande gruppo che con- sente di vedere la manutenzione non solo dal punto di vista di chi offre servizi ma anche di chi sviluppa e di chi utilizza componentistica, mac- chine, processi, automazione. Locatelli rafforza la sua tesi a partire dai numeri, soprattutto di quelli che riguardano i costi legati ai fermi macchina, peraltro di difficile rilevazione. Secondo alcuni studi nel contesto industriale americano, il co- sto orario di un fermo macchina non pianificato può arrivare a 260mila dollari in una generica industria del manifatturiero e a quasi 2 milioni nell’automotive e superare i 10-15 milioni per una raffineria. Non è facile misurare l’impatto della manutenzione predittiva sull’affidabilità e sulla produttività degli impianti ma è certo che si tratta di un peso molto consistente. Se poi si van- no ad analizzare le cause principali si trova che il 46% dei fermi non pianificati riguarda il malfun- zionamento della componentistica e ben il 40% di questi è dovuto a malfunzionamenti del software, mentre l’errore umano contribuisce per il 17% e c’è addirittura una percentuale, il 14%, legata a problemi di sicurezza. Quindi, intervenire con la manutenzione predittiva significa liberare im- portanti risorse finanziarie; “e non è anzitutto una questione di tecnologie ma piuttosto culturale, di predisposizione mentale”. Il discorso della misura porta l’attenzione sul ruolo svolto dagli analytics nell’abilitare la ma- nutenzione predittiva. L’esperienza di Camozzi Digital è interessante in quanto la grande dispo- nibilità di dati da esaminare ha permesso di svi- luppare centinaia di algoritmi, soprattutto dedicati alla componentistica, e di delineare una decina di pattern e di costruire modelli virtuali con cui con- frontare i componenti reali. Una parte importante è giocata sempre più dall’IoT che consente di rac- La sensoristica intelligente genera i dati necessari per moltiplicare l’efficacia della manutenzione e, grazie alle funzioni evolute della diagnostica, l’operatore può disporre facilmente delle informazioni più utili (fonte: Sick)