Quali sono le principali criticità progettuali associate al condition monitoring in un contesto di fabbrica intelligente? E quali le possibili soluzioni?
Nel corso degli ultimi anni, diversi fattori hanno favorito lo sviluppo del condition monitoring (CM) in ambito industriale: dall’avvento del 4.0 e della smart factory alla forte spinta alla digitalizzazione e alla continua ricerca di ottimizzazione di asset industriali, fino al contenimento degli sprechi. Tali obiettivi possono essere raggiunti grazie ad un controllo costante di componenti, apparecchiature e impianti. Il CM rappresenta proprio quel processo volto all’osservazione di un insieme di parametri e/o variabili finalizzato a ottenere informazioni preziose circa lo stato di salute del sistema oggetto d’analisi, svolgendo un ruolo significativo in svariati settori: manifatturiero, aerospaziale, infrastrutturale e dei trasporti, energetico e delle risorse naturali…
Il condition monitoring come strumento di predizione
In generale, in un generico processo di CM, i dati vengono solitamente acquisiti mediante l’impiego di sensori (elettronici, meccanici, elettromeccanici o di altro genere) e vengono in seguito elaborati allo scopo di determinare le condizioni di salute del sistema in esame. Infine, i dati vengono utilizzati per prendere decisioni determinanti o eseguire valutazioni di prestazione come, ad esempio, per determinare o prevedere la vita utile residua, per stabilire l’affidabilità del sistema, per effettuare un’analisi dei guasti, per programmare le fasi di manutenzione, per realizzare un quadro dei costi, per ridurre i tempi di inattività, e altre strategie di miglioramento delle prestazioni. In particolare, in tema di manutenzione, grazie al CM si può ottenere un’evoluzione dalla cosiddetta manutenzione “preventiva” a quella “predittiva”. La prima sfrutta una serie di interventi pianificati come pulizia, calibrazione, sostituzione di componenti (tutte operazioni che spesso necessitano di fermi macchina), eseguiti a intervalli regolari per aumentare le probabilità che il ciclo di vita dell’impianto corrisponda a quello atteso. La manutenzione predittiva, invece, intesa come integrazione della precedente piuttosto che come un’alternativa a questa, si basa su una rilevazione continua di parametri, la quale consente azioni tempestive alla prima anomalia riscontrata rispetto ai livelli attesi. I fermo impianto in questo caso sono ridotti al minimo indispensabile.
(Giorgio De Pasquale – Dipartimento di Ingegneria Meccanica e Aerospaziale, Politecnico di Torino, Smart Structures and Systems Lab, Elena Perotti – Senior data analyst)
