CONTROLLO&MISURA_n2_MAGGIO_GIUGNO_2017

L’attivazione di
un programma
di manutenzione
predittiva incontra
ostacoli di tipo
tecnologico, di
giustificazione
finanziaria e
culturali.
To enacted
a predictive
maintenance
program, there
are technological
obstacles as well
as financial and
cultural reasons.
using advanced signal processing and statistical techniques.
Automatic learning techniques (machine learning) are then
used to evaluate the device’s condition.
Having been tested, maintenance algorithms may be applied
in an IT environment, such as a server or on the cloud, or they
may be implemented in an embedded system directly on the
devices themselves, thereby speeding up responses and
considerably reducing the amount of
data sent out via the net.
Finally, by means of e-maintenance, the machine may
monitor itself and notify its condition. For this to be possible
appropriate sensors are needed, as well as an on-board
collection system to obtain physical measurements; KPIs
and threshold levels must be chosen and monitoring and
diagnostics algorithms are required, as well as an information
transfer and maintenance management platform.
Obstacles to predictive maintenance
from a technological and financial standpoint
Predictive maintenance therefore provides a fundamental
advantage: assets may be kept in their optimal state before
they show signs of deterioration and cause unexpected
denials of service (foregone revenues), while at the same
time spending less than would have been required by a
preventive maintenance program (greater returns and
productivity). These benefits are very clear. Why is it,
then, that a relatively low number of companies enacted a
predictive maintenance program? There are technological
Ostacoli alla manutenzione predittiva
dal punto di vista tecnologico e finanziario
La manutenzione predittiva promette quindi un vantaggio fondamentale:
quello di poter mantenere nel loro stato ottimale
i propri asset prima che mostrino segni di guasto e causino
interruzioni di servizio impreviste (mancati ritorni), spendendo
nello stesso tempo meno di quanto sarebbe richiesto da un
programma di manutenzione preventiva (maggiori redditività e
produttività). Questi benefici sono molto chiari. Perché, allora,
un numero relativamente basso di aziende ha attivato un programma
di manutenzione predittiva? Vi sono ostacoli di tipo
tecnologico, di giustificazione finanziaria e culturali.
Dal punto di vista tecnologico, molte imprese non hanno esperienza
di condition monitoring o di analisi dei dati. Esiste anche
la diffusa convinzione che per trarre vantaggio dalla manutenzione
predittiva siano necessari pesanti investimenti nell’Internet
of Things e un approccio Industry 4.0. Al contrario, benché
la prognostica sia uno degli usi più interessanti di Industry 4.0,
si può riscontrare che la maggior parte delle apparecchiature
automatizzate, attraverso i loro PLC, è già in grado di raccogliere
dati di buona qualità. Il problema, quindi, spesso risiede
non tanto nella tecnologia, quanto nell’accessibilità ai dati.
Questa barriera può essere superata raccogliendo i dati che
sono già disponibili e cercando di utilizzarli al massimo prima
di investire in hardware addizionale.
Dal punto di vista finanziario, all’inizio può essere difficile giustificare
un cambiamento di paradigma nell’approccio alla
manutenzione, sia per i timori legati all’incognito, sia perché
“quello che abbiamo funziona”. Adottare la manutenzio-
PubliTec May-June 2017 15