La necessità di aumentare l‘efficienza degli impianti, intesa come indice di disponibilità e la costante tensione alla riduzione dei costi, ha spinto gli utilizzatori ad analizzare la possibilità di andare oltre il concetto di manutenzione tradizionale. L’obiettivo era individuare modalità che permettessero di eseguire interventi mirati, “dove serve e quando serve”. Ecco, quindi, la progressiva affermazione della manutenzione predittiva la cui tecnologia abilitante è strettamente associata all’ecosistema di risorse che concorrono a implementare un sistema Industrial IOT.
di Piero Bodini
L’analisi dello stato di salute di una macchina permette non solo di programmare l’intervento, evitando quindi guasti improvvisi, ma anche di indirizzare efficacemente le risorse di manutenzione al fine di evitare interventi non strettamente necessari
Con l’avvento della digitalizzazione il concetto di manutenzione ha subito una profonda trasformazione. In senso lato con questo termine si comprende la totalità delle operazioni che si devono eseguire per il mantenimento in condizioni di efficienza e funzionalità di una macchina, un impianto, un edificio, una strada o, più in generale, di un qualsiasi manufatto.
Assumendo di considerare un impianto industriale, la manutenzione deve essere quindi intesa come mantenimento in efficienza dell’impianto, non come intervento di riparazione a seguito di un guasto, in quanto quest’ultimo può determinare la fermata dell’impianto con relativa perdita di produttività. Ma come si definiscono le tempistiche e le tipologie degli interventi per la manutenzione?
Manutenzione ordinaria e straordinaria
Fino al decennio scorso la manutenzione di un impianto era normalmente gestita da manutentori che, riferendosi ai “Manuali di uso e manutenzione” relativi ai vari macchinari dell’impianto, stilavano delle tabelle nelle quali erano analizzate e listate le attività da svolgere con le relative cadenze temporali, dividendo gli interventi di manutenzione tra ordinari e straordinari.
Con interventi ordinari, oltre alla normale ri-lubrificazione e pulizia, si eseguiva anche una supervisione tesa a verificare che tutto fosse conforme agli standard manutentivi almeno a livello visivo, preventivando all’occorrenza qualche controllo in più sulla base dell’esperienza del personale addetto. Per la manutenzione ordinaria non necessariamente si rendeva necessario fermare l’impianto.
La manutenzione straordinaria prevedeva invece anche la sostituzione di parti soggette ad usura. Essendo attività di sostituzione preventiva, in virtù del fatto che non era possibile stimare la vita residua di tali componenti – erano interventi che normalmente richiedevano un fermo impianto.
La tempistica di sostituzione dei vari componenti veniva definita seguendo sia le indicazioni del costruttore della macchina operatrice che l’esperienza del team di manutenzione dell’impianto. Il cui target era, e rimane tutt’ora, quello di evitare fermate impreviste dell’impianto stesso, con conseguente perdita di produzione.
Modalità di intervento
Vediamo ora brevemente le modalità con le quali i manutentori definivano le tempistiche di intervento. Come detto in precedenza ogni macchina è provvista del proprio “Manuale di uso e manutenzione”, ma le esigenze e tempistiche differiscono tra le macchine. Per esempio, nel caso di un gruppo motocompressore, formato da un motore elettrico, un riduttore e un compressore, ci sono esigenze di manutenzione specifiche per ogni singola macchina con tempistiche di intervento diverse.
Compito del manutentore è quello di definire le tempistiche di intervento in modo che con una sola fermata si possa intervenire sulle tre macchine, evitando un numero eccessivo di fermate per interventi nel caso si seguisse quanto indicato nelle istruzioni di ogni singola macchina.
Va da sé che tutte le tempistiche programmate di intervento sulle tre macchine vengono allineate a quelle imposte dalla macchina con necessità più stringenti e quindi accorciate, senza effettiva necessità, per le altre. Si ottiene quindi una ottimizzazione solo parziale delle fermate in quanto le fermate abbassano l’indice di disponibilità dell’impianto con conseguente perdita di competitività.
Questo modo di operare se da un lato limita il numero delle fermate a beneficio della produttività, dall’altro aumenta i costi di manutenzione in quanto si interviene anche dove non sarebbe richiesto in quel momento. Inoltre, in caso di sostituzioni, si accorcia ulteriormente la vita utile del pezzo sostituito.
Il costo complessivo della manutenzione è quindi dato dal maggior tempo richiesto per la manutenzione durante ogni intervento, dal maggior costo relativo ai componenti sostituiti e dal numero delle fermate annuali che sono definite rispettando le esigenze del solo componente più critico.
Manutenzione predittiva
Grazie a un’opportuna sensorizzazione e all’utilizzo di software IOT enabled anche le macchine già in servizio possono essere assimilate a una logica predittiva. I benefici, a partire dal miglioramento dell’indice di efficienza, sono molti e facilmente intuibili
La necessità di aumentare l‘efficienza degli impianti, intesa come indice di disponibilità e la costante tensione alla riduzione dei costi, ha spinto gli utilizzatori ad analizzare la possibilità di andare oltre il concetto di manutenzione tradizionale, quella preventiva. L’obiettivo era individuare modalità che permettessero di eseguire interventi mirati, “dove serve quando serve”. Ecco, quindi, l’idea di poter disporre di manutenzione predittiva la cui tecnologia abilitante si è sviluppata nell’ambito dell’ecosistema di risorse che concorrono a implementare un sistema IOT.
In questo contesto l’”oggetto” da manutenere deve necessariamente essere “digital ready” ovvero disporre di sensori in grado di comunicare informazioni riguardo al proprio stato di funzionamento. Se il parco macchine da monitorare – così come accade nella maggior parte dei casi – è costituito anche da una quota di macchine anagraficamente datata sarà perciò necessario procedere a un revamping delle stesse, in modo da poter integrare il brown field nel green field dell’impresa digitale.
Per un downtime prossimo allo zero
La manutenzione predittiva può essere considerata come l’evoluzione della manutenzione preventiva e consiste, in sintesi, nell’individuazione di quei parametri che, una volta misurati, possono dare indicazioni sullo stato del componente. Questo permette al manutentore di individuare precocemente anomalie incipienti, programmando così interventi correttivi possibilmente in linea con le esigenze produttive.
Per chiarire meglio il concetto, pensiamo ad un cuscinetto volvente, normalmente uno dei componenti più controllati in quanto soggetto ad usura o, in casi estremi, rottura. Questa eventualità, seppur non comune, qualora si verifiche provoca solitamente l’immediato arresto della macchina sulla quale è montato. Di questi cuscinetti si conoscono ormai tutte le caratteristiche, di particolare importanza nel nostro caso sono le frequenze proprie relative al tipo specifico di cuscinetto alle velocità di rotazione tipiche dell’applicazione. Montando degli opportuni sensori sulla macchina, in prossimità del cuscinetto, possiamo misurare queste frequenze che ci permetteranno di valutare lo stato del cuscinetto stesso.
Grazie ai dati raccolti dai sensori, e grazie opportuni modelli matematici, i parametri così misurati, in termini di ampiezza e frequenza, possono essere confrontati con i parametri tipici attesi. Analizzando le frequenze con le relative ampiezze, si è quindi in grado di capire se e dove si sta manifestando un’anomalia, mentre il trend di aumento dell’ampiezza della frequenza ci può dare indicazioni sulla velocità di degrado del componente. Avere una misura sulla velocità di propagazione del difetto (trend di aumento dell’ampiezza di vibrazione) è molto importante in quanto ci permette di avere un’idea sulla vita residua del cuscinetto e programmare di conseguenza la fermata per la sostituzione.
Valutazione costi/benefici
Quanto descritto riguardo alla manutenzione predittiva è applicabile, seppur in modo diverso, a tutti i componenti dell’impianto; occorre solo definire quali sono i parametri significativi da misurare predisponendo quindi gli opportuni modelli matematici di riferimento. Naturalmente i componenti critici per il funzionamento dell’impianto saranno monitorati con precisione e in modo continuo, mentre per gli ausiliari sarà sufficiente un monitoraggio meno preciso oppure continuare con la tradizionale manutenzione preventiva nel caso di componenti di costo modesto. Questo perché, anche per la manutenzione predittiva, è necessario condurre una valutazione costi/benefici.
Personalmente credo sia auspicabile associare alle tradizionali pratiche manutentive le nuove strategie predittive; l’analisi dello stato di salute di una macchina permette infatti non solo di programmare l’intervento, evitando quindi guasti improvvisi, ma anche di indirizzare efficacemente le risorse di manutenzione al fine di evitare interventi non strettamente necessari.
Non si deve pensare che la manutenzione predittiva – come affermato in precedenza – sia esclusività di nuovi impianti: grazie a un’opportuna sensorizzazione e utilizzo di software IOT enabled anche le macchine già in servizio possono essere assimilate a una logica predittiva. I benefici, a partire dal miglioramento dell’indice di efficienza, sono molti e facilmente intuibili.
Concludendo, se una nuova macchina o impianto è oggi progettato per ambienti IoT, è da valutare con attenzione la possibilità di aggiornare un impianto esistente affinché sia predisposto per poter essere manutenuto anch’esso con logiche predittive quanto meno per quelle parti che richiedono interventi di manutenzione complessi e quindi tempi di fermata elevati, o che sono critiche per il mantenimento di un alto indice di affidabilità dell’impianto stesso.
Una corretta analisi costi/benefici permetterà di definire il giusto compromesso tra costi di installazione – sensori, acquisto di SW, training del personale – e costi e tempi di manutenzione con il conseguente aumento dell’indice di disponibilità dell’impianto e della produttività.