Uno studio effettuato su un macchinario di piegatura della lamiera si concentra sull’analisi dello stato di salute di cuscinetti a sfera tramite l’utilizzo di accelerometri. I risultati mostrati, assolutamente incoraggianti, dimostrano come sia possibile distinguere i componenti difettosi da quelli in buona salute e così pianificare una manutenzione ottimale.
La moderna industria produttiva utilizza numerosi macchinari per compiere le operazioni di lavorazione della materia prima. Questi macchinari possono presentare diversi livelli di complessità e criticità a seconda dell’ambiente di utilizzo. Diventa infatti sempre più fondamentale gestire i macchinari durante la loro vita all’interno dell’azienda, così da prevederne manutenzioni, riparazioni e sostituzioni organizzandosi anticipatamente. La spesa annuale relativa alla manutenzione può essere importante, infatti è solitamente uno dei principali centri di costo operativi in un’industria. La pianificazione della manutenzione è fondamentale poiché è possibile incorrere in costi indesiderati sia a causa di una manutenzione eccessiva, che causa fermi macchina e un conseguente rallentamento della produzione, sia per una manutenzione carente. In questa seconda situazione i costi sono legati all’improvviso blocco del macchinario ed è inoltre possibile che la rottura di un componente generi una catena di guasti. Fortunatamente gli sviluppi delle tecnologie informatiche e la loro applicazione in ambienti produttivi offrono oggi nuove soluzioni. È infatti possibile sfruttare questi complessi sistemi come supporto per la pianificazione della manutenzione con conseguenti vantaggi concreti sia per l’azienda che per i suoi clienti.
Salute dei macchinari
Il monitoraggio dello stato di salute dei macchinari può essere di due tipologie: diagnostico e prognostico. Il monitoraggio diagnostico è in grado di identificare i guasti dopo che essi sono avvenuti (“postmortem”). La prognostica è invece la tecnica utilizzata per prevenire i guasti prevedendo gli avvenimenti futuri più probabili. Come avviene in medicina la prognosi ha l’obiettivo di prevenire condizioni indesiderate o addirittura catastrofiche. Queste due tipologie di monitoraggio solitamente convivono e permettono, accumulando esperienza, di prevedere guasti futuri con un’accuratezza sempre migliore. La conoscenza dello stato di salute dei macchinari permette interessanti opportunità dal punto di vista applicativo.
Condition Based Maintenance
Il “Condition Based Maintenance” (CBM) è un processo che, monitorando le informazioni ricevute dai macchinari, è in grado di definire lo stato di usura di essi aiutando così a definire e pianificare la manutenzione necessaria ad assicurarne il continuo funzionamento. Questo processo è sicuramente vincente in quanto i vantaggi sono molteplici, però non bisogna dimenticare la complessità dell’implementazione di un sistema come questo. L’architettura informatica necessaria per compiere queste operazioni è sicuramente evoluta e complessa, quindi può spaventare molte organizzazioni anche per gli investimenti necessari.
Tuttavia, gli autori dello studio propongono l’utilizzo di un ecosistema flessibile e interoperabile, così da poter essere condiviso da diverse realtà riuscendo ad abbattere i costi. L’obiettivo è proprio quello di “democratizzare” il CBM e la manutenzione predittiva, offrendo questa possibilità anche alle piccole e medie imprese.
Un sistema aperto
La manutenzione basata sulle condizioni (CBM) è utilizzata diffusamente in diversi settori come il militare o in alcune applicazioni industriali. Tuttavia, la complessità di questi sistemi è elevata poiché sono necessari diversi dispositivi (e.g. sensori e server) e software in grado di interagire. I costi per sviluppare questi processi sono quindi elevati e possono sembrare riservati a grandi aziende o a settori speciali.
Fortunatamente, negli ultimi tempi l’introduzione di standard sta rivoluzionando la questione. I nuovi processi standardizzati (chiamati OSA-CBM “Open System Architecture-Condition Based Maintenance) sono caratterizzati da una migliore flessibilità e interoperabilità. Grazie a soluzioni Open Source, software liberi che sono in grado di abbattere i costi, è possibile rimanere aggiornati agli ultimi sviluppi anche per realtà più piccole.
Flusso dei dati
Questi sistemi risultano complessi poiché permettono l’interazione di numerosi attori, partendo dal macchinario sensorizzato, fino ad arrivare a interagire con l’ingegnere specializzato in manutenzione. Il flusso delle informazioni è articolato in diversi livelli (come mostrato in Figura 1) che sfruttano evoluti sistemi informatici. I sensori fisici sul macchinario registrano i dati che vengono poi manipolati per favorire le fasi successive. Questi dati vengono processati a confronto con i risultati attesi per identificare anomalie e, successivamente, essi vengono aggregati per effettuare una stima del livello di salute del macchinario. La prognosi viene effettuata sfruttando sia i dati raccolti dal macchinario che le informazioni storiche e statistiche relative al processo. Tutte le elaborazioni precedentemente ottenute devono poi essere visualizzate e presentate tramite un’interfaccia per l’esperto responsabile di compiere le decisioni relative alla manutenzione.
IoT Framework
L’IoT (letteralmente “Internet of Things”), una delle tecnologie chiave per la rivoluzione di Industria 4.0, viene solitamente tradotto in italiano come “Internet delle cose”. Questo termine indica l’estensione di internet applicata su oggetti concreti utilizzati quotidianamente. Fondamentalmente “le cose” diventano intelligenti grazie alla possibilità di comunicare tra di loro e con l’esterno. Questa rivoluzione sta rapidamente cambiando le nostre vite a casa, basti pensare agli assistenti vocali o ai termostati intelligenti, ma anche nel mondo della produzione industriale. Oggi è sempre più facile introdurre sensori e attuatori sui macchinari di produzione che possono quindi diventare intelligenti e connessi. Questi sensori permettono diversi utilizzi come, ad esempio, la manutenzione predittiva. La gestione di questi numerosi sensori ed attuatori IoT applicati sui macchinari necessita di una evoluta struttura informatica (chiamata Framework). Negli ultimi anni è stato sviluppato il progetto Arrowhead in ambito europeo con l’obiettivo di gestire sensori connessi per compiere monitoraggio e manutenzione basata sulle condizioni dei macchinari. Questo Framework è stato concepito come modulare e scalabile, quindi in grado di adattarsi a diversi utilizzi specifici. Inoltre esso è sicuro e basato su una filosofia Open Source, quindi più facilmente adottabile anche dalle piccole e medie imprese.
La soluzione
Il Framework Arrowhead (come mostrato in Figura 2) permette di gestire e distribuire il complesso flusso di informazioni. I dati sono registrati dai sensori, posizionati direttamente sui macchinari monitorati, successivamente essi vengono elaborati da server e mostrati agli utilizzatori. Tale struttura è facilmente adattabile alle condizioni specifiche, permettendo quindi l’integrazione in diversi ambienti e condizioni produttive.
Gli autori presentano un’applicazione del sistema, su un macchinario di piegatura della lamiera commercializzato da ADIRA. Nello specifico viene analizzato lo stato di salute di cuscinetti a sfera tramite l’utilizzo di accelerometri. I dati registrati nel tempo possono essere analizzati utilizzando diversi algoritmi, anche personalizzabili in Python, o integrati con informazioni provenienti da altri sistemi. I risultati mostrati sono assolutamente incoraggianti, è infatti possibile distinguere componenti difettosi da componenti in buona salute e così pianificare una manutenzione ottimale. Ancora più interessante è la struttura semplificata di gestione delle informazioni. Oggi più che mai risulta importante rendere accessibile a tutti la complessità di questi moderni ed evoluti sistemi cyber-fisici, ovvero sistemi in cui l’informatica collabora costruttivamente con il mondo fisico. Un obiettivo fondamentale è infatti quello di democratizzare gli sviluppi tecnologici, rendendoli disponibili anche per le piccole e medie imprese, così da supportare un continuo avanzamento delle tecnologie al supporto della produzione.
A cura di Stefano Grulli
Fonte: Campos, J., Sharma, P., Albano, M., Ferreira, L. L., & Larrañaga, M. (2020). An Open Source Framework Approach to Support Condition Monitoring and Maintenance. Applied Sciences, 10(18), 6360. doi:10.3390/app10186360
