AS_07_2021

MANUTENZIONE approfondimenti 60 Ottobre 2021 n Automazione e Strumentazione degli insediamenti produttivi e che permette in ogni istante di fotografare cosa sta succedendo in ogni seg- mento dell’impianto, offrendo ad opportuni programmi software una enorme mole di dati sui quali svolgere ogni tipo di elaborazione. Attraverso i sensori , sempre più smart, applicati alle singole macchine o in diversi punti degli impianti e connessi wireless, si può monitorare e misurare il valore dei parametri più significativi e determinanti per l’evolversi del comportamento dell’intero sistema. Si può ad esempio individuare la natura della contamina- zione di un fluido lubrificante per valutarne il tempo di invecchiamento; oppure registrare gli scostamenti dei domini delle frequenze di vibrazione di certi mac- chinari per prevedere azioni scorrette e possibili cedi- menti; o ancora, misurare e confrontare l’andamento delle temperature di alcuni componenti critici per pre- vedere il superamento di certe soglie di attenzione. L’IoT è ciò che permette di raccogliere i dati prove- nienti da ogni punto dell’impianto ma anche da più sta- bilimenti, e di visualizzarli mediante analytics anche in mobilità con applicazioni utilizzabili su tablet o cellu- lari. Tramite la rete IoT vengono tenuti costantemente sotto controllo vibrazioni, rumori, temperature di eser- cizio, viscosità dei liquidi, oscillazioni e molti altri parametri che indicano lo stato di salute complessivo dell’impianto o della linea di produzione e specifico del singolo macchinario. I dati vengono continuamente comparati con quelli di periodi e di luoghi diversi, vengono confrontati i dati di differenti stabilimenti dello stesso prodotto, di lotti analoghi o simili. Tutto per poter dare in pasto agli algoritmi di AI e Machine Learning le informazioni necessarie per la messa a punto di modelli che non saranno più solo probabilistici bensì previsionali, cioè permetteranno di sapere in anticipo quando un determi- nato componente si sta avvicinando al termine della sua vita utile, o sta per verificarsi una rottura improvvisa o un improvviso calo delle prestazioni di un macchinario o di una sezione di una linea produttiva. Gli strumenti e i metodi dell’AI consentono di impie- gare i dati che provengono dai sensori installati sui macchinari per sviluppare processi di analisi cognitiva, di data mining e di apprendimento automatico. In par- ticolare è il Machine Learning che può dare i maggiori risultati: si sfrutta il fatto di avere a disposizione un flusso continuo e imponente di dati e su questi è possi- bile eseguire continue e sofisticate correlazioni statisti- che che permettono al sistema di ‘imparare’ tutto quel che c’è da sapere circa il comportamento della mac- china e di adeguare continuamente tale apprendimento al punto da poter costruire modelli realistici della mac- china stessa e di simularne il comportamento futuro. In molti casi ciò assume la forma dei Digital Twin, i Gemelli Digitali, che simulano il funzionamento reale delle apparecchiature e ne rivelano quindi i possibili malfunzionamenti, guasti o difettosità. Tutto questo si integra nelle piattaforme software CMMS (Computerized Maintenance Management System) che, a partire da una mappatura di tutti gli asset, permettono di gestire e controllare tutte le opera- zioni di manutenzione, automatizzando e coordinando tutta una serie di azioni dalla pianificazione degli inter- venti, agli ordini di lavoro, alla gestione dei magazzini ricambi, alla rendicontazione dei costi. Naturalmente, non si devono ignorare o sottovalu- tare i problemi che si pongono per la piena realizza- zione della prospettiva fin qui indicata. Ne indichiamo almeno due. Uno è il problema della eterogeneità dei dati che afflu- iscono ai sistemi di AI e che può rendere difficoltoso il lavoro di analisi ed elaborazione e può essere fonte di errate interpretazioni dei sintomi con conseguente inadeguata diagnosi e terapia. I programmi più avan- zati hanno in sé elementi per affrontare il problema sia intervenendo alla fonte, sul prelievo dei dati, sia appli- cando metodiche avanzate, come quelle della modella- zione semantica o altre ancora. Altra questione è quella, comune a tutte le tecnologie La Internet of Things permette di raccogliere i dati provenienti da ogni punto dell’impianto, o anche da più stabilimenti, e di visualizzarli mediante analytics