AS_07_2021

EVENTI Primo piano 18 Ottobre 2021 n Automazione e Strumentazione colti dagli Agent IoT); dai sistemi gestionali (Sap4H); dati ibridi (analisi olio, rapportini di lavoro, Service App). Tuttavia i dati grezzi non generano conoscenza: bisogna passare dai dati alle informazioni. A tale scopo il sistema si completa con il Service Portal, col Cloud Microsoft Azure e col Power BI che mostrano cosa può significare “analizzare per prevedere”. Il Service Portal ha una dashboard che fornisce in tempo reale lo stato di salute dell’impianto. Nel cloud Azure i dati IoT ven- gono integrati con parte dei dati gestionali e ibridi per poi sviluppare modelli in grado di prevedere gli scenari futuri. Il Power BI è l’area di lavoro dove tutto conflu- isce e offre all’utente un’interfaccia chiara e sintetica per fruire delle previsioni implementate. Tra gli esempi presentati da Ciatti e Molinari, c’è quello che riguarda il monitoraggio del consumo di filtri olio sull’intero parco macchine AB, con la possibilità di fare confronti tra impianti analoghi. È possibile quindi riconoscere gli impianti che hanno avuto un incremento nella frequenza di sostituzione; incremento spesso dovuto a una lieve rottura nell’unità di potenza che, pur non portando a nessuna fermata nel breve periodo, può lentamente creare le condizioni per un futuro guasto grave. Una volta eseguito l’intervento, la frequenza di sostituzione si riporta sui valori attesi. Dal grande impianto alla micromeccanica La manutenzione predittiva può essere applicata con frutto nelle situazioni produttive più diverse per tipo- logia di lavorazione e per dimensioni: si va dal grande impianto siderurgico alla meccanica di precisione. Il racconto di Giuseppe Buzzi, Direttore del Laminatoio alle Acciaierie Pittini di Verona ha mostrato i vantaggi di un sistema di Condition Monitoring che ha come fat- tore centrale il concetto di Residual Useful Life (RUL). Nel caso della laminazione a caldo degli acciai le cause più frequenti nell’insorgere di vibrazioni sono: i disalli- neamenti, i giochi, il deterioramento di cuscinetti, l’u- sura di ingranaggi, la lubrificazione insufficiente; ma la più significativa è lo squilibrio di parti rotanti che hanno effetti a cascata su varie parti della macchina. Lo strumento principale per la previsione è perciò l’analisi vibrazionale applicata ai cinematismi degli equipaggia- menti di laminazione; l’analisi può essere nel dominio del tempo o anche nel dominio delle frequenze (con la trasformata di Fourier). Si tratta, per ogni macchina, di identificare i punti salienti dei cinematismi e per ciascun punto di fare delle misure specifiche; questo dopo aver definito la baseline vibrazionale che individua il punto dove si iniziano a rilevare possibili failure e quello della functional failure, oltre il quale la macchina non può più mantenere la funzionalità prestabilita. Il caso del lami- natoio di Verona mostra con chiarezza le potenzialità e i vantaggi della manutenzione predittiva. All’altro estremo, dimensionalmente parlando, tro- viamo una realtà come la svizzera Mikron, specializ- zata in utensili di precisione per forare, fresare, tornire, alesare. Matteo Castiglioni , Deputy General Mana- ger Division Machining, sottolinea l’impatto negativo del downtime sull’efficienza produttiva ( l’Overall Sensore inerziale ST con tecnologia Machine Learning integrata