Gli inverter della famiglia VLT di Danfoss Drives si trasformano in sensori intelligenti
L’inverter si trasforma in un sensore intelligente per una manutenzione predittiva efficiente con le funzionalità CBM - Condition Based Monitoring
Danfoss Drives con la funzione CBM (Condition Based Monitoring) ha esteso le potenzialità dei convertitori di frequenza della famiglia VLT trasformandoli in veri e propri smart system, sensori intelligenti che ampliano le avanzate capacità di attuazione tipiche degli inverter con funzioni di acquisizione dati e di analisi evoluta basata su algoritmi di IA (Intelligenza Artificiale).
Tra i dispositivi di automazione, gli azionamenti a velocità variabile rappresentano una delle più preziose fonti di dati da cui è possibile attingere per comprendere come aumentare l’efficienza del processo. Ciò, in quanto il drive è a tutti gli effetti un vero e proprio super sensore, in grado di monitorare in modo diretto, così come di dedurre dalla correlazione di più valori, grandezze fondamentali, come corrente, tensione, coppia, velocità, potenza… e molto altro.
La speciale funzione, denominata CBM (Condition Based Monitoring), che Danfoss ha sviluppato per i suoi drive, parte proprio da questo assunto: utilizzare i dati acquisiti in tempo reale dall’inverter per fornire all’utilizzatore un eccezionale valore aggiunto in termini di informazioni utili a gestire la manutenzione in termini predittivi.
Le funzionalità CBM che caratterizzano i drive Danfoss, si basano su una intelligenza artificiale integrata nel drive, che sfrutta tecniche di Machine Learning ed Edge Computing per monitorare il comportamento e predire l’insorgere di problematiche inerenti, ad esempio, i corto circuiti sugli avvolgimenti statorici, il deterioramento delle prestazioni a seguito delle vibrazioni del motore elettrico o, ancora, i cambiamenti sulle curve di carico.
In particolare:
- Monitoraggio dell’isolamento sugli avvolgimenti statorici. Il deterioramento graduale del motore tipicamente porta a una situazione di guasto improvviso, con fermi produttivi che a volte possono essere anche molto onerosi. La funzionalità CBM degli inverter VLT e VACON rileva l’alterazione nei parametri di corrente e, inviando, warning tempestivi, permette di programmare una sessione di manutenzione dedicata alla sostituzione del motore prima che si verifichi un guasto.
- Monitoraggio delle vibrazioni: CBM monitora le vibrazioni del motore, rilevando mediante opportune analisi se siano in corso situazioni critiche dovute a usure meccaniche di vario tipo – come eccentricità, sbilanciamenti, disallineamenti – o risonanze. A supporto delle analisi effettuate dal drive, è necessario installare un sensore sul basamento del motore.
- Monitoraggio della curva di carico: È possibile comprendere se si stiano verificando derive o variazioni delle condizioni meccaniche che possano essere foriere di problematiche. Il monitoraggio della curva di carico risulta una tecnica particolarmente utile in applicazioni laddove sono installate pompe e ventilatori.
In ogni caso, ovvero per tutte le tre modalità di monitoraggio sopra descritte, è necessario istruire CBM con una fase di apprendimento, dalla quale viene ricavata una baseline caratteristica dell’applicazione. Ad esempio, nel caso del monitoraggio della curva di carico, il Machine Learning consente a CBM di apprendere il comportamento tipico del motore e del carico pilotato facendolo funzionare preliminarmente secondo una determinata procedura su tutto l’intervallo operativo delle velocità. Il sistema effettua quindi un’accurata analisi predittiva che, comparata con il profilo di riferimento, permette di comunicare in modo semplice e immediatamente fruibile dall’utilizzatore i risultati su tre soglie di segnalazione, a loro volta caratterizzate da limiti di tolleranza preimpostati:
- Warning 1 (colore giallo);
- Warning 2 (colore arancione);
- Alarm (colore rosso).
I vantaggi del Condition Based Monitoring sono evidenti, poiché la capacità di rilevare in anticipo la comparsa di problematiche critiche riduce i tempi di fermo impianto, consentendo anche una gestione degli stock di magazzino più efficace in termini di ricambistica e di immobilizzazioni.
Con una spesa contenuta, la funzione CBM può essere installata anche su sistemi esistenti, consentendo quindi di estendere le funzionalità di sensoristica intelligente e analisi AI agli inverter Danfoss già presenti sull’impianto mediante operazione di retrofit.
Le funzionalità CBM dei drive intelligenti Danfoss rappresentano la formula ideale per trasformare l’approccio tradizionale alla manutenzione da reattivo a proattivo. La libertà in termini di utilizzo è massima: i dati raccolti dal drive possono essere archiviati nel cloud oppure localmente.
Contenuti correlati
-
Innodisk presenta a Computex 2026 con un ecosistema integrato per l’intelligenza artificiale edge a 5 livelli
Innodisk presenterà il suo ecosistema completo per l’AI edge alla fiera Computex 2026, dimostrando come le aziende e i clienti industriali possano accelerare l’adozione dell’AI con applicazioni pronte ad entrare in produzione. Costruito su cinque livelli essenziali –...
-
Logistica, è carenza di capitale umano: mancano 60.000 figure professionali
Il settore italiano della logistica conto terzi, con un fatturato di 111 miliardi di euro, sale al 43,3% del mercato rispetto al 36,4% del 2009, trainato da piattaforme digitali e sistemi avanzati per ottimizzare la produttività, nonostante...
-
Ignition e AI insieme per una gestione più intelligente delle risorse idriche
Ignition, la piattaforma software di Inductive Automation, distribuita in Italia da EFA Automazione/Relatech, conferma ancora una volta la propria capacità di evolvere insieme alle esigenze degli utenti e di integrarsi con le tecnologie più innovative. Lo dimostra...
-
Equilibrare l’utilizzo dell’intelligenza artificiale e della simulazione nella progettazione del prodotto
La progettazione di qualsiasi prodotto, nel mondo odierno, è un processo complesso e articolato in più fasi, basato in larga misura sull’utilizzo della tecnologia di simulazione. Le simulazioni ad elevata fedeltà permettono ad ingegneri e progettisti di...
-
Un futuro con la Physical AI: Ferrari e Pirelli protagonisti ai Tech Talks 2026 di Siemens
Si è recentemente svolta la terza edizione dei Tech Talks, l’appuntamento annuale di Siemens che riunisce imprese e partner per confrontarsi sulle principali sfide e opportunità della trasformazione digitale e sostenibile. Con il titolo “Where Real meets Digital”, l’edizione 2026 ha...
-
Eplan Copilot: l’AI diventa un partner affidabile per la progettazione
Eplan Copilot, presentato in anteprima durante Eplan Next26, affianca gli utenti nel lavoro quotidiano come un partner affidabile. Costituisce una fonte di informazioni sicura e sempre disponibile. Combina competenze di progettazione, funzionalità della piattaforma e compiti specifici...
-
Bausano celebra 80 anni di innovazione e partecipa a tre fiere dedicate alle materie plastiche
Nel mese di giugno, Bausano celebra e porta in scena 80 anni di innovazione continua nel mondo dell’ estrusione, partecipando alle tre principali fiere europee dedicate alla filiera della plastica: France Innovation Plasturgie (FIP) a Lione (2-5...
-
La produzione intelligente nel settore automotive: white paper di Rockwell Automation e CAR
Rockwell Automation ha collaborato con il Center for Automotive Research (CAR) per pubblicare il report Smart Manufacturing in Automotive: Deployment and Impact, redatto dal CAR utilizzando dati di Rockwell Automation per descrivere in dettaglio come l’intelligenza artificiale (AI),...
-
AI: “All’Europa non serve inseguire Usa e Cina”
“L’Europa non deve inseguire Stati Uniti e Cina sul terreno dei modelli sempre più grandi. La nostra sfida è un’altra: sviluppare un’intelligenza artificiale sostenibile, affidabile e costruita attorno alle esigenze delle imprese e dei territori”. È il...
-
L’agentic AI trasforma il lavoro e accelera i rischi
Nel luglio 2025, un software engineer stava testando un agente di codifica basato su AI quando ha osservato qualcosa di inaspettato: l’agente ha ignorato le sue istruzioni, ha acceduto autonomamente a un database in produzione e cancellato...















