La manutenzione dei dispositivi tramite l’analisi dei dati

Il miglioramento dell’affidabilità, delle prestazioni e della sicurezza degli impianti e delle strutture dati aziendali sono oggi tra le principali priorità per le organizzazioni di qualunque settore. 

La manutenzione predittiva può aiutare le aziende a ottenere il massimo ritorno degli investimenti sugli asset critici, grazie alla riduzione dei tempi di fermo dei macchinari e dei dispositivi, al miglioramento dell’affidabilità, delle prestazioni e dell’efficienza della forza lavoro. La manutenzione preventiva aiuta a eliminare le attività di manutenzione non necessarie e i loro costi.

Per usufruire di questi indubbi benefici è necessaria la digitalizzazione degli impianti, per abilitare un uso avanzato dei dati che provengono dai dispositivi, attraverso la presenza di sensori e sistemi IoT (Internet of Things), integrati nel sistema di manutenzione e supportati da analytics, intelligenza artificiale, machine learning.

I diversi approcci alla manutenzione dovrebbero essere connessi al livello di criticità del dispositivo o del macchinario, per il funzionamento generale dell’azienda.

• La manutenzione reattiva può essere, ad esempio, applicata a oggetti di bassa criticità intervenendo solo nel momento in cui si guastano.

• La manutenzione preventiva che, basandosi sull’andamento storico dei guasti, definisce la pianificazione degli interventi può essere appropriata per gli asset di criticità medio-bassa. Presenta però il rischio di effettuare la manutenzione prima del necessario, in alcuni casi, a guasto avvenuto, in altri.

• La manutenzione basata sulle condizioni prevede il monitoraggio di alcuni parametri chiave (ad esempio temperatura, vibrazione, pressione o altri indicatori) per evidenziare valori fuori da un intervallo standard predeterminato, definito sui dati storici. Per tanto,è più probabile che le attività di manutenzione vengano eseguite quando sono effettivamente necessarie. 

• La manutenzione predittiva impiega, invece, un insieme più ampio di dati di input e un’analisi più sofisticata di molteplici variabili nel loro insieme, creando modelli generalmente basati su machine learning. Riesce così a fornire un’indicazione più affidabile della salute e delle condizioni generali dell’asset e una previsione più accurata di quando un macchinario si guasterà. La manutenzione predittiva, di conseguenza, consente alle organizzazioni di evitare tempi di inattività non pianificati e di ottimizzare le operations. Il ricorso alla manutenzione predittiva non solo previene i guasti, ma consente anche la riduzione delle risorse per la manutenzione (compresi i pezzi di ricambio e le forniture).

I dati che provengono dai macchinari, e gli strumenti di analisi che li rielaborano, riescono a determinare:

• quali componenti abbiano maggiori probabilità di rompersi o di ridurre le loro prestazioni;

• dove e quando è probabile che si verifichino guasti;

• quale impatto potrebbe avere un malfunzionamento sulla produzione o sul raggiungimento degli obiettivi aziendali;

• quali azioni correttive potrebbero essere intraprese in modo proattivo e con quale priorità.

Affinché l’infrastruttura sia in grado di fornire dati utilizzabili per portare a termine gli obiettivi di business vanno considerati elementi come la rete, le piattaforme, la capacità di gestire la crescita dei dati. Le reti, cablate e wireless estensibili, possono aiutare a garantire che i dispositivi siano integrati, protetti, corretti e monitorati per comportamenti anomali, estraendo informazioni contestuali.

Per informazioni:

This email address is being protected from spambots. You need JavaScript enabled to view it.

tel.  +39 06 72399321