Avete mai sentito le parole “manutenzione preventiva” o “manutenzione predittiva”? Per quanto riguarda la manutenzione delle apparecchiature nelle linee di produzione, l’Internet delle cose (IoT) ha recentemente attirato l’attenzione. Inoltre, queste due parole sembrano essere simili e hanno significati diversi. Questa sezione spiega la definizione generale delle attività di conservazione come la manutenzione preventiva e la manutenzione predittiva, la differenza tra manutenzione preventiva e manutenzione predittiva, i vantaggi della manutenzione predittiva e la relazione tra la manutenzione predittiva e edge computing.
Cosa sono le attività di conservazione?
Che cos’è un’attività di conservazione? Il JIS (Japanese Industrial Standard) definisce le attività di manutenzione come “un termine generale per le attività che eliminano i guasti e mantengono le apparecchiature in condizioni normali e buone, tra cui la pianificazione, l’ispezione, la regolazione, la riparazione, la sostituzione e così via”.
In altre parole, può essere considerata come un’influenza umana sulla linea di produzione per mantenere le prestazioni della linea di produzione. Secondo la definizione della JIS, le attività di conservazione si dividono in attività di manutenzione e attività di miglioramento.
Le attività di manutenzione sono attività volte a mantenere la qualità dei prodotti e le prestazioni delle attrezzature di produzione, ovvero attività volte a mantenere le perfette condizioni degli impianti di produzione. Questo include la manutenzione preventiva e reattiva. Le attività di miglioramento, invece, si riferiscono ad attività come la “manutenzione migliorativa”, che rivede i macchinari per evitare che si ripetano quando si rompono, e la “manutenzione preventiva”, che sostituisce i macchinari e le attrezzature per evitare guasti ed errori.
La manutenzione preventiva è la prevenzione dei guasti mediante ispezioni quotidiane e la sostituzione delle parti deteriorate prima che si verifichino. Comprende la manutenzione predittiva e periodica. La manutenzione successiva si riferisce al ripristino del funzionamento di un’apparecchiatura quando si scopre un guasto a causa di un malfunzionamento o simili. In altre parole, si presume che venga “riparata” quando l’apparecchiatura è rotta.
La manutenzione periodica consiste nel determinare il ciclo in base alle registrazioni dei guasti e alle caratteristiche dell’apparecchiatura e nel sostituire e ispezionare le parti per ogni ciclo. Può anche essere riformulata come manutenzione eseguita in base al tempo trascorso. In generale, la “manutenzione preventiva” si riferisce alla manutenzione periodica.
D’altra parte, la manutenzione predittiva consiste nel rilevare o prevedere il deterioramento dallo stato dell’apparecchiatura misurato in modo continuo e nell’adottare le misure migliori al momento ottimale prima che si verifichi un guasto. Si basa sulle condizioni del dispositivo.
La differenza principale tra la manutenzione periodica e la manutenzione predittiva è che la manutenzione preventiva viene eseguita in un determinato ciclo di tempo indipendentemente dalle condizioni dell’apparecchiatura, mentre la manutenzione predittiva monitora costantemente le condizioni dell’apparecchiatura e interviene quando vengono rilevati segni di guasto.
Attività di conservazione svolte fino ad oggi
Le attività di conservazione convenzionali comprendono principalmente la manutenzione periodica, la manutenzione predittiva e la manutenzione post-mortem. Le attività di miglioramento (come le modifiche e gli aggiornamenti) possono essere eseguite per prolungare la vita delle apparecchiature, ma la risposta è limitata, come nel caso di apparecchiature costose.
La manutenzione periodica, come già detto, prevede la sostituzione di parti su base regolare, indipendentemente dalle condizioni dell’apparecchiatura. Inoltre, la manutenzione predittiva è stata eseguita da operai e ingegneri in loco che si sono affidati all’intuizione, coltivata in molti anni di esperienza, che “è arrivato il momento di sostituire quel pezzo”.
Gli intervalli di tempo della manutenzione periodica sono adattati alle parti più importanti e di più breve durata, ma altre parti vengono spesso sostituite durante la sostituzione. Il motivo è che la durata dei componenti varia a seconda del tipo, quindi se l’apparecchiatura viene fermata e sostituita ogni volta, il tasso di funzionamento dell’apparecchiatura si deteriora. Per questo motivo, anche le parti che non hanno ancora raggiunto la fine della loro vita utile vengono sostituite, con il problema che la manutenzione periodica comporta molti sprechi.
Manutenzione predittiva
La manutenzione predittiva si basa sui segnali tra l’anticipazione di un guasto e il guasto effettivo. Ciò significa che è possibile pensare a un piano di manutenzione nella fase prevista e agire, ad esempio sostituendo le parti prima che si verifichi un guasto. In questo modo si riduce al minimo la condizione di arresto di emergenza della macchina a causa di un guasto.
Inoltre, se la manutenzione predittiva è automatizzata grazie all’IoT, viene emesso un allarme quando c’è un segno di guasto. Poiché è possibile pensare a una risposta solo quando viene emesso un allarme, ciò non richiede tempo e sforzi e porta a una riduzione dei costi di manodopera sotto questo aspetto.
Esempi specifici di manutenzione predittiva
Nelle apparecchiature di produzione si utilizzano spesso i motori. Esiste un componente chiamato “cuscinetto” che sostiene l'”albero” (albero motore) che trasmette la potenza da questo motore. Se il cuscinetto si rompe, l’asse può non girare o il carico sull’albero non può essere distribuito, con il rischio di gravi incidenti. Pertanto, questo cuscinetto è molto importante.
I cuscinetti sono di per sé altamente affidabili, ma quando è richiesta una maggiore affidabilità, ad esempio nel processo di stiramento del ferro riscaldato in acciaieria (processo di laminazione), viene spesso eseguito il monitoraggio dei cuscinetti.
Il sistema di monitoraggio dei cuscinetti installa un sensore di vibrazioni sul cuscinetto per rilevare le condizioni di forma d’onda, frequenza e ampiezza della vibrazione. In seguito, viene emesso un allarme quando lo stato delle vibrazioni indica un segno di guasto.
Ad esempio, se un cuscinetto è danneggiato in un punto, il carico applicato al cuscinetto cambia. Al variare del carico, cambia la distanza tra il sensore di vibrazioni e il cuscinetto, ma il sensore di vibrazioni rileva una variazione minima della distanza. Poiché la parte rotante del cuscinetto ruota ad un periodo costante, la variazione della distanza si verifica ad ogni rotazione. Questo provoca una vibrazione che può essere rilevata e trasformata in un segnale di guasto. Gli ingegneri più abili hanno preso questa vibrazione dalle variazioni del suono della macchina e l’hanno usata come segno di un danno.
Questo esempio è semplificato per chiarezza, ma prevedere i guasti dal suono richiede esperienza perché non vi è alcun cambiamento nelle vibrazioni anche se più punti sono danneggiati o lesionati. Per questo motivo, non è possibile formulare un giudizio di questo tipo se non da parte di un tecnico esperto. Purtroppo, il numero di tecnici qualificati è in diminuzione. L’intelligenza artificiale (AI) è considerata una soluzione. L’intelligenza artificiale, che ha attirato l’attenzione negli ultimi anni, consente un “apprendimento profondo” per imparare da soli da una struttura modellata sulle azioni umane. Naturalmente, anche se è necessario prima l’apprendimento, l’intelligenza artificiale può imparare ed eseguire come gli esseri umani che hanno colto i segnali di fallimento dall’esperienza. Con la diminuzione del numero di ingegneri qualificati, si può affermare che si tratta di un mezzo efficace per rispondere alla carenza di risorse umane.
Manutenzione predittiva e edge computing
In questo modo, l’automazione della manutenzione predittiva è un mezzo efficace per eliminare la carenza di risorse umane e ottimizzare le attività di manutenzione. Tuttavia, ci sono alcuni aspetti da tenere presenti quando si automatizza la manutenzione predittiva.
La struttura che imita le azioni umane dell’intelligenza artificiale descritta in precedenza è chiamata “rete neurale” e contribuisce notevolmente alla realizzazione del deep learning. Tuttavia, le reti neurali sono un meccanismo molto complesso. Pertanto, è un problema pratico realizzare la manutenzione predittiva mantenendo la velocità necessaria per la manutenzione predittiva.
Esiste anche un metodo chiamato “neurochip” che realizza reti neurali con l’hardware, ma non è un metodo molto diffuso. Il problema è la velocità, quindi l’informatica di cloud , che invia e riceve sempre da server su Internet, non è praticabile. Pensiamo quindi di distribuire edge computing e di inserire l’intelligenza artificiale nei server di edge . Questa soluzione è chiamata edge AI. Di conseguenza, si può affermare che la risposta migliore in questo momento è automatizzare la manutenzione predittiva mantenendo il più possibile la velocità.
Possibilità di manutenzione predittiva e intelligenza artificiale
Questo documento descrive principalmente la differenza tra manutenzione predittiva e manutenzione preventiva e i vantaggi della manutenzione predittiva. Con lo sviluppo dell’intelligenza artificiale, le possibilità di manutenzione predittiva si stanno ampliando notevolmente. E l’abilitazione della manutenzione predittiva tramite l’intelligenza artificiale con edge computing è la figura più ideale al momento.
