Manutenzione predittiva: ecco perché fa risparmiare

Partiamo da una definizione: cosa vuol dire manutenzione predittiva? Detta anche “manutenzione basata sulle condizioni”, si tratta di un processo che monitora e traccia le prestazioni (di attrezzature, macchinari industriali o impianti domestici) in tempo reale e nel corso delle normali attività.  

In seguito all'individuazione di uno o più parametri elaborati tramite modelli matematici, sarà possibile prevedere possibili anomalie e prendere le misure necessarie a prevenirle con una manutenzione programmata già prima che il danno si verifichi. In questo modo le probabilità di un guasto si ridurranno notevolmente, così come le spese di riparazione.

• Nella manutenzione preventiva (ovvero, quella più tradizionale) gli interventi manutentivi si limitano ad aggiustare il danno, ma non immagazzinano in alcun modo i dati acquisiti per prevenirlo e mettere in atto eventuali azioni correttive. 
• Una manutenzione predittiva IoT consente invece alle aziende di acquisire una grande quantità di informazioni sul funzionamento delle attrezzature, successivamente gli algoritmi predittivi analizzeranno i dati raccolti e individueranno i segnali che indicano quando una attrezzatura ha bisogno di manutenzione, sostituzione o riparazione. Per programmare una manutenzione ci si baserà quindi sull’effettivo stato di salute di una macchina o di un impianto, e non su modelli statistici generici.

Il funzionamento della manutenzione predittiva sfrutta essenzialmente due fattori: analisi dei dati e machine learning. 

• I sensori che monitorano i macchinari acquisiscono dati in tempo reale e li immagazzinano, oltre a condividerli all’interno di un sistema centralizzato (una piattaforma per la gestione automatizzata degli asset) a cui sono connesse le varie risorse. I sensori IoT tracciano le eventuali necessità di manutenzione delle apparecchiatura senza il bisogno di interromperne l’attività. La funzione del sensore viene definita in base ad alcuni parametri che cambiano da un macchinario all’altro. 
• Maggiori saranno le quantità di dati acquisiti dai sensori più gli algoritmi apprenderanno sulle condizioni di macchinari e impianti. Più il machine learning apprende più gli interventi di manutenzione predittiva diventeranno efficaci nell’individuazione di comportamenti anomali e/o nella previsione del tempo di vita utile residuo delle apparecchiature.  
• Successivamente i tecnici potranno lavorare sui dati immagazzinati e valutarli per accertare l'efficienza di una macchina. 

Potremmo riassumere la pratica della manutenzione predittiva nei seguenti passaggi principali: 

• raccolta dati; 
• rilevamento dei guasti; 
• previsione e programmazione degli interventi; 
• ottimizzazione delle risorse.

L’attenta previsione del guasto e del tempo residuo di vita delle attrezzature consente di ottimizzare la gestione degli impianti, comportando innumerevoli vantaggi. Vediamone alcuni: 

• ottimizzazione del funzionamento impianti e riduzione dei guasti delle macchine; 
• abbattimento dei costi, in particolare quelli relativi alla manodopera, manutenzione, pezzi di ricambio e attrezzature necessarie in caso di gravi danni. 
• interventi in real time: monitorare le performance delle attrezzature senza interromperne il normale funzionamento; 
• possibile anticipazione dei problemi tecnici con l’obiettivo di risolverli, prima che si aggravino generando danni più seri 
• riduzione dei tempi di inattività, quelli che normalmente servirebbero per riparare un macchinario o un impianto guasto. Monitorare regolarmente lo stato delle macchine aiuta il personale a individuare le componenti difettose in tempo utile per risolvere i problemi rapidamente o, meglio, per prevenirli; 
• ottimizzazione delle scorte di magazzino: prevedere in anticipo i guasti delle attrezzature consente di ordinare le parti di ricambio solo quando realmente necessarie, evitando così di investire su grandi stock che potrebbero superare l’effettivo fabbisogno; 
• aumento dei profitti e della produzione (quando la manutenzione predittiva si riferisce ad impianti industriali); 
• maggiore sicurezza: prevenire i guasti significa anche evitare possibili infortuni causati da macchinari difettosi.

Le tecniche di manutenzione predittiva sono numerose e variano a seconda dell’ambito di applicazione. Si va dall’analisi delle vibrazioni al monitoraggio acustico, dal rilevamento del livello dell'olio all’analisi dei motori elettrici e della temperatura.  

Vediamole le principali. 

• La memoria predittiva delle vibrazioni è una tecnica molto usata per rilevare anomalie per esempio nei cuscinetti. L’analisi delle vibrazioni permette di capire se sono consumati o disallineati. 
• L'analisi acustica monitora soprattutto gli ultrasuoni, cioè suoni non percepibili dall'orecchio umano. Il rilevamento di onde anomale potrebbe segnalare l’usura eccessiva di un elemento o dell’intero macchinario; 
• il rilevamento del livello dell'olio consente di ottenere preziose informazioni sullo stato di salute di una macchina. 
• L’analisi termografica avviene in genere con l’aiuto di termocamere a infrarossi, in grado di rilevare nelle apparecchiature temperature superiori al normale. In genere è il primo campanello di allarme di componenti usurate o di malfunzionamento dei circuiti; le ispezioni di questo tipo consentono di individuare il problema in anticipo e di intervenire prima che subentrino problemi più grandi; 
• La manutenzione predittiva dei motori elettrici consente di individuare le criticità sia a livello elettrico che sul piano meccanico.

La manutenzione predittiva si applica ai campi più disparati. Ecco alcuni esempi. 

• Impianti industriali: comprendono tutte le infrastrutture per il trasporto (treni, autobus, etc). 
• Impianti civili: ascensori, scale mobili, pompe d’acqua, caldaie. Un esempio di manutenzione predittiva che trova una vantaggiosa applicazione nelle nostre case è il monitoraggio della caldaia, come il servizio Boilercheck offerto da ENGIE.  
• Parchi eolici o fotovoltaici: sempre più diffuso è l’uso ad esempio di droni per monitorare le varie componenti delle turbine eoliche o dei pannelli solari, in modo da verificare la loro usura, l’eventuale presenza di danni, sporcizia e segnali di cedimento. L’obiettivo è quello di massimizzare la produzione di energia elettrica.

Questo servizio permette di controllare in tempo reale il corretto funzionamento della caldaia della propria casa. 

Nel caso di ENGIE, il servizio Boilercheck comprende: 

• Rilevamento dei dati di funzionamento della caldaia mediante una piattaforma connessa 24/24h. 
• Controllo remoto dei dati da parte dei tecnici ENGIE con avviso in tempo reale in caso di anomalie. 
• Assistenza diretta per la risoluzione di eventuali problematiche riscontrate.  

Ma quanto costa il servizio di manutenzione predittiva per la caldaia offerto da ENGIE? Nulla. Il servizio è gratuito per 24 mesi per chi sottoscrive l’offerta Caldaia.