La manutenzione predittiva (PdM) è una manutenzione che monitora le prestazioni e le condizioni delle apparecchiature durante il normale funzionamento per ridurre la probabilità di guasti. Conosciuta anche come manutenzione basata sulle condizioni, la manutenzione predittiva è stata utilizzata nel mondo industriale sin dagli 1990.

Tuttavia, in realtà, la manutenzione predittiva è molto più antica, sebbene la sua storia non sia formalmente documentata. Secondo Control Engineering, ” L’inizio della manutenzione predittiva (PdM) potrebbe essere stato quando un meccanico ha prima messo l’orecchio al manico di un cacciavite, ha toccato l’altra estremità di una macchina e ha pronunciato che sembrava che un cuscinetto stesse andando male.”

L’obiettivo della manutenzione predittiva è la capacità di prevedere prima quando potrebbe verificarsi un guasto alle apparecchiature (in base a determinati fattori), seguita da prevenire il guasto attraverso una manutenzione regolarmente programmata e correttiva.

La manutenzione predittiva non può esistere senza condition monitoring, che è definito come il monitoraggio continuo delle macchine durante le condizioni di processo per garantire l’uso ottimale delle macchine. Ci sono tre aspetti del monitoraggio delle condizioni: online, periodico e remoto. Il condition monitoring online è definito come il monitoraggio continuo di macchine o processi produttivi, con dati raccolti su velocità critiche e cambio di posizione dei mandrini (“Condition Monitoring of Rotating Machines”, Istec International).

Il monitoraggio periodico delle condizioni, che si ottiene attraverso l’analisi delle vibrazioni, “fornisce informazioni sul cambiamento del comportamento delle vibrazioni delle installazioni” con un’analisi delle tendenze (“Condition Monitoring of Rotating Machines”, Istec International). Infine, il monitoraggio remoto delle condizioni, come suggerisce il nome, consente di monitorare le apparecchiature da una postazione remota, con i dati trasmessi per l’analisi.

Prima di stabilire un programma di manutenzione predittiva, un’organizzazione deve eseguire diversi passaggi, tra cui:

• Analisi del bisogno e delle attrezzature di storia

• la Revisione di qualsiasi e tutti i record disponibili sul tempo di inattività, attrezzature difetti, perdite di rendimento e di energia), potenziali regolamento multe e sicurezza sul posto di lavoro

• Stabilire definizioni e concetti così come la costruzione di un caso per il PdM

• Educare le principali parti interessate e ottenere buy-in

• Completare un inventario delle attrezzature e valutando le apparecchiature attuali condizioni

• La scelta dell’attrezzatura per il programma iniziale di attuazione

• lo Sviluppo di un sistema basato dettagli sui singoli sistemi e/o componenti

• Valutare le esistenti misure di prevenzione o di manutenzione predittiva

• Decidere quali sistemi di includere e cosa controllare per

• la Definizione del programma di criticità e stabilire PdM frequenza e tipo di pianificazione

• La valutazione anticipata delle risorse e l’assegnazione di personale dei ruoli e delle responsabilità

• Organizzazione del programma e la sua integrazione nel sistema di pianificazione

• Educare e ottenere buy-in e le operazioni di manutenzione

• l’Aggiornamento dei macchinari e formazione

• Creazione di un computerized Maintenance Management systems (CMMS)

Circa il 65% del personale addetto alla manutenzione intervistato nel 2019 Predictive Maintenance Survey di Reliable Plant ha dichiarato di utilizzare la manutenzione predittiva. Quando implementata ed eseguita, la manutenzione predittiva è una pietra angolare di un programma di manutenzione di successo.

La differenza tra manutenzione predittiva e manutenzione preventiva

Mentre molti programmi di manutenzione utilizzano un po ‘ di entrambi, ci sono diverse differenze tra manutenzione predittiva e manutenzione preventiva. La manutenzione preventiva ha comportato l’ispezione e l’esecuzione della manutenzione sui macchinari, indipendentemente dal fatto che l’apparecchiatura necessitasse di manutenzione. Questo programma di manutenzione si basa su un trigger di utilizzo o di tempo. Ad esempio, un’unità di riscaldamento viene servita ogni anno prima dell’inverno, o un’auto richiede una manutenzione programmata ogni 5.000 miglia.

Inoltre, la manutenzione preventiva non richiede il componente di monitoraggio delle condizioni che fa la manutenzione predittiva. Non richiedendo il monitoraggio delle condizioni, un programma di manutenzione preventiva non comporta investimenti di capitale in tecnologia e formazione. Infine, molti programmi di manutenzione preventiva richiedono la raccolta e l’analisi manuale dei dati.

Mentre la manutenzione preventiva viene determinata utilizzando il ciclo di vita medio di un bene, la manutenzione predittiva viene identificata in base alle condizioni preimpostate e predeterminate di specifici pezzi di apparecchiature, utilizzando diverse tecnologie. La manutenzione predittiva richiede anche maggiori investimenti in persone, formazione e attrezzature rispetto alla manutenzione preventiva, ma il risparmio di tempo e di costi sarà maggiore a lungo termine.

Vantaggi e svantaggi della manutenzione predittiva

Come accennato, i vantaggi della manutenzione predittiva sono enormi dal punto di vista del risparmio sui costi e includono la riduzione al minimo dei tempi di inattività pianificati, la massimizzazione della durata delle apparecchiature, l’ottimizzazione della produttività dei dipendenti e l’aumento delle entrate (Immerman, “L’impatto della manutenzione predittiva sulla produzione”). Un altro vantaggio della manutenzione predittiva è la sua capacità di trasformare sia un team di manutenzione che un’organizzazione, poiché l’implementazione di PdM consente agli asset manager di migliorare i risultati e bilanciare meglio le priorità come redditività e affidabilità.

Uno dei principali svantaggi della manutenzione predittiva è la quantità di tempo necessario per valutare e implementare una pianificazione PdM. Poiché la manutenzione predittiva è un’iniziativa complessa, il personale dell’impianto deve essere addestrato su come utilizzare non solo le apparecchiature, ma anche su come interpretare l’analisi (o i dati).

Mentre molte organizzazioni scelgono di formare i dipendenti esistenti sulla manutenzione predittiva, ci sono appaltatori di monitoraggio delle condizioni che si specializzano nell’esecuzione del lavoro richiesto e nell’analisi dei risultati per una struttura. Oltre ai costi di formazione, la manutenzione predittiva comporta un investimento in strumenti e sistemi di manutenzione. Questo costo è diminuito nel tempo con l’introduzione della tecnologia basata sul cloud.

Manutenzione predittiva vs. Ispezione per difetti

Per qualche tempo, è esistita una notevole quantità di confusione sul modo appropriato per ispezionare la presenza di una determinata modalità di guasto. Dovrei eseguire qualche tipo di ispezione sensoriale? Devo eseguire qualche tipo di ispezione quantitativa? Devo applicare una o più tecnologie di monitoraggio delle condizioni? Dovrei applicare una combinazione di queste tecniche per massimizzare la probabilità condizionale di trovare il difetto?

Come posso identificare la presenza di un difetto chiave in modo tale da massimizzare la quantità di tempo che il mio reparto di pianificazione deve sviluppare le procedure di lavoro, creare ordini di lavoro, ordinare le parti e pianificare e completare il lavoro prima che la probabilità condizionale di guasto diventi troppo alta? Una spiegazione dei tipi di ispezioni e il modo in cui si completano a vicenda va un lungo cammino verso chiarire quali sono più appropriati.

Tipi di tecniche di ispezione dei difetti

Le ispezioni sensoriali sono state a lungo considerate la spina dorsale di qualsiasi buon programma di ispezione e lavoro di manutenzione. Si credeva che l’invio di qualcuno in giro abbastanza spesso per ispezionare i problemi con i macchinari avrebbe comportato l’identificazione di difetti in un sacco di tempo per mitigare i tempi di inattività non pianificati. L’ispettore avrebbe usato la vista, il suono e il tatto per determinare se qualcosa fosse cambiato dall’ultima ispezione. Qualsiasi cambiamento sarebbe stato registrato, segnalato e indagato da un artigiano sulla prossima interruzione programmata.

Mentre c’è un enorme beneficio per l’invio di qualcuno in giro per eseguire ispezioni, ci sono così tanti buchi in questa strategia che non dovrebbe mai essere considerata la spina dorsale del programma di ispezione. Le ispezioni sensoriali in genere identificano solo i problemi più evidenti e drastici. È quasi impossibile per un’ispezione sensoriale identificare precocemente i difetti interni delle macchine.

Ispezioni sensoriali avanzate

Ispezioni sensoriali avanzate riempiono quella zona grigia. Sono sia un’ispezione sensoriale che una misurazione quantitativa con caratteristiche di monitoraggio delle condizioni. Queste ispezioni utilizzano strumenti come radiometri spot, luci stroboscopiche, penne vibranti portatili e semplici misuratori ultrasonici per rilevare i difetti più in alto nella curva P-F. Mentre questi strumenti moltiplicano il potere dei sensi umani, hanno il loro limite. Questi semplici strumenti consentono di rilevare diverse modalità di guasto, ma non dovrebbero sostituire un programma completo di monitoraggio delle condizioni.

Ispezioni quantitative

Le ispezioni quantitative possono fornire informazioni utili quando si tratta di generare dati per il trend e determinare la durata caratteristica di una modalità di guasto. Le ispezioni quantitative hanno bisogno di qualcuno che misuri qualcosa. Le ispezioni quantitative molto comuni includono la misurazione della temperatura di una guarnizione su una pompa o la misurazione del gioco della piastra posteriore su una girante della pompa. Queste misurazioni forniscono dati al progettista e all’ingegnere e aiutano a determinare la necessità di ulteriori interventi di manutenzione.

Se progettato correttamente, una procedura di ispezione quantitativa descrive i limiti e le misurazioni tipicamente previste. Qualsiasi ispezione che richiede a qualcuno di misurare qualcosa dovrebbe avere i valori minimi, massimi e tipici, con compiti condizionali definiti per quando i limiti vengono superati. Ma un’ispezione quantitativa eseguita alla frequenza di ispezione corretta raramente avrà una misurazione che supera i limiti.

La manutenzione predittiva come tecnica di ispezione dei difetti

Il monitoraggio delle condizioni, noto anche come manutenzione predittiva (PdM), è l’applicazione di tecnologie di monitoraggio basate sulle condizioni, controllo statistico dei processi o prestazioni delle apparecchiature per la diagnosi precoce e l’eliminazione di difetti delle apparecchiature che potrebbero portare a tempi di inattività

E in generale, è necessario condurre questo mentre l’apparecchiatura è in funzionamento normale, con poca o nessuna interruzione del processo. Lo scopo di questi strumenti (analisi delle vibrazioni, termografia a infrarossi, analisi del circuito motore, ecc.) è quello di trovare difetti non trovati attraverso metodi di ispezione precedentemente disponibili, mentre la macchina è in normale funzionamento.

Sfruttando la tecnologia disponibile consente di valutare lo stato delle parti e la presenza di difetti finora impossibili da rilevare. Un esempio del vantaggio che questi strumenti hanno nel campo delle ispezioni quantitative o delle ispezioni sensoriali è l’uso dell’analisi delle vibrazioni per determinare la presenza di un difetto su un cuscinetto dell’elemento volvente.

In precedenza, i meccanici e i millwrights si basavano sui “controlli di sollevamento” per determinare la quantità di gioco in un cuscinetto. Sfortunatamente, questa tecnica è valida solo per i difetti del cuscinetto che hanno portato alla rimozione del materiale dalle piste del cuscinetto; questo cuscinetto sarebbe piuttosto cattivo per avere millesimi di pollici di gioco in esso.

La fatica sub-superficiale è facilmente visibile con l’analisi delle vibrazioni e a questo punto della propagazione del guasto non ha comportato alcuna rimozione di materiale dalle piste. Questo è l’esempio più comune dei vantaggi delle tecnologie di manutenzione predittiva.

Esistono diversi tipi di tecniche di ispezione dei difetti che possono essere applicate su una macchina e ognuna ha i suoi vantaggi e svantaggi. Tuttavia, queste tecniche non sono sostituzioni esatte l’una per l’altra. Ciascuno determina la presenza del difetto in punti diversi lungo la curva P-F e, di conseguenza, ciascuno dà alla funzione di pianificazione diverse quantità di tempo per rispondere al difetto.

A Failure modes, Effects and Criticality Analysis (FMECA) può aiutare a determinare quali tecniche di ispezione devono essere applicate, con quale frequenza e con quale grado di ridondanza. Ricorda, il trucco è bilanciare il rischio con il rigore. Quanto rischio si è disposti a prendere con una data modalità di guasto accoppiato con quanto si è disposti a pagare per l’ispezione determina la strategia appropriata.

Tecnologie di manutenzione predittiva

Come suggerisce il nome, l’obiettivo della manutenzione predittiva è prevedere quando è necessaria la manutenzione. Mentre non c’è Magic 8-Ball, ci sono diversi dispositivi e tecniche di monitoraggio delle condizioni che possono essere impiegati per prevedere efficacemente il guasto, oltre a fornire avvisi avanzati per la manutenzione all’orizzonte.

Termografia a infrarossi

Nota come tecnologia di test non distruttiva o non intrusiva, la termografia a infrarossi (IR) nella manutenzione predittiva è ampiamente utilizzata. Con le telecamere IR, il personale è in grado di rilevare temperature elevate (aka, hotspot) nelle apparecchiature. I componenti usurati, inclusi i circuiti elettrici malfunzionanti, emettono tipicamente calore che verrà visualizzato come hotspot su un’immagine termica (“Manutenzione predittiva”, strumenti di produzione snella).

Identificando rapidamente gli hotspot, le ispezioni a infrarossi possono individuare i problemi ed evitare costose riparazioni e tempi di inattività. La tecnologia a infrarossi è considerata “una delle tecnologie di manutenzione predittiva più versatili disponibili used utilizzata per studiare tutto, dai singoli componenti di macchinari ai sistemi di impianti, tetti e persino interi edifici” (Ingegneria di controllo). Altri usi per la tecnologia a infrarossi includono il rilevamento di anomalie termiche e problemi con i sistemi di processo che si basano sulla ritenzione e/o sul trasferimento del calore.

Monitoraggio acustico

Con le tecnologie acustiche, il personale può rilevare perdite di gas, liquidi o di vuoto nelle apparecchiature a livello sonoro o ultrasonico. Considerata meno costosa della tecnologia ad ultrasuoni, la tecnologia sonic è utile su apparecchiature meccaniche ma limitata nel suo utilizzo. La tecnologia ad ultrasuoni ha più applicazioni ed è più affidabile nel rilevare problemi meccanici.

Consente a un tecnico di” sentire l’attrito e lo stress nei macchinari rotanti, che possono prevedere il deterioramento prima delle tecniche convenzionali “(“Manutenzione predittiva”, Wikipedia) utilizzando la strumentazione per convertire i suoni nell’intervallo da 20 a 100 kilohertz in ” segnali uditivi o visivi che possono essere ascoltati/visti da un tecnico. Queste alte frequenze sono le frequenze esatte generate da cuscinetti usurati e sottoposti a lubrificazione, apparecchiature elettriche difettose,valvole che perdono, ecc.”(Wright, “Come sfruttare più tecnologie di manutenzione predittiva”).

Mentre sia i test sonici che quelli ultrasonici possono essere costosi, esiste un’altra forma di monitoraggio acustico che è abbastanza conveniente: le orecchie di un tecnico. “Qualcosa di semplice come rilevare una perdita di olio o un cambio che suona strano potrebbe e spesso porta alla prevenzione di un guasto catastrofico, evitando decine di migliaia di dollari di perdite” (Wright, “Come sfruttare più tecnologie di manutenzione predittiva”).

Analisi delle vibrazioni

Impiegato principalmente per apparecchiature rotanti ad alta velocità, l’analisi delle vibrazioni consente a un tecnico di monitorare le vibrazioni di una macchina utilizzando un analizzatore portatile o sensori in tempo reale integrati nell’apparecchiatura. Una macchina che funziona in condizioni di picco presenta un particolare modello di vibrazione. Quando componenti come cuscinetti e alberi iniziano a usurarsi e a guastarsi, la macchina inizierà a generare un diverso modello di vibrazione. Monitorando proattivamente l’apparecchiatura, un tecnico addestrato può confrontare le letture con le modalità di guasto note per determinare dove si verificano problemi.

Tra i problemi che possono essere rilevati con l’analisi delle vibrazioni includono disallineamento, alberi piegati, componenti sbilanciati, componenti meccanici sciolti e problemi al motore.

Garantire che i tecnici siano addestrati sarà fondamentale, in quanto può essere difficile prevedere il guasto della macchina utilizzando l’analisi delle vibrazioni. Molte organizzazioni offrono una formazione approfondita per preparare gli individui per la certificazione come analisti di vibrazioni. L’unico aspetto negativo dell’utilizzo dell’analisi delle vibrazioni è il costo associato all’implementazione con un programma PdM.

Analisi olio

L’analisi olio è uno strumento efficace nella manutenzione predittiva. Consente a un tecnico di controllare le condizioni dell’olio e determinare se sono presenti altre particelle e contaminanti. Alcuni test di analisi dell’olio possono rivelare la viscosità, la presenza di acqua o metalli usurati, il numero di particelle e il numero di acido o il numero di base.

Uno dei vantaggi dell’utilizzo dell’analisi dell’olio è che i test iniziali stabiliranno una linea di base per una nuova macchina. Se eseguita correttamente, l’analisi dell’olio può produrre una miriade di risultati per contribuire a rendere la manutenzione predittiva di successo.

Altre tecnologie

Insieme a queste tecniche, le strutture possono utilizzare altre tecnologie come l’analisi delle condizioni del motore, che descrive in dettaglio le condizioni di funzionamento e di funzionamento dei motori; e l’analisi delle correnti parassite, che identifica i cambiamenti nello spessore della parete del tubo all’interno dei refrigeratori centrifughi e dei sistemi di caldaie. Ispezioni periscopio, CMM, integrazione dei dati e monitoraggio delle condizioni possono anche aiutare a facilitare la manutenzione predittiva. Mentre ci sono diverse tecnologie per aiutare nei vostri sforzi PdM, è fondamentale scegliere quello giusto per garantire il successo.

Business Case for Predictive Maintenance

Per realizzare il ritorno sugli investimenti di capitale e mantenere le macchine in funzione alla massima efficienza, le strutture devono porre maggiore enfasi sulla manutenzione predittiva. Secondo il Wall Street Journal, ” I tempi di inattività non pianificati costano ai produttori industriali circa billion 50 miliardi all’anno. Il guasto delle apparecchiature è la causa del 42% di questi tempi di inattività non pianificati. Le interruzioni non pianificate comportano un’eccessiva manutenzione, riparazione e sostituzione delle attrezzature.”

Poiché le operazioni e la gestione sono spinte verso la riduzione dei costi e l’aumento della produttività, la necessità di manutenzione predittiva diventa chiara, poiché è difficile prendere decisioni economiche e a lungo termine per una struttura.

Il valore della manutenzione predittiva deriva da un approccio di risparmio di costi e/o di tempo, in quanto la manutenzione viene eseguita solo quando necessario. Infatti, diversi studi degli Stati Uniti. Il programma federale di gestione dell’energia del Dipartimento dell’energia ha rilevato che un programma di manutenzione predittiva correttamente funzionante offre risparmi che vanno dal 30 al 40% rispetto alla manutenzione reattiva e dall ‘ 8 al 12% rispetto alla manutenzione preventiva.

Affinché una strategia PdM abbia successo, devono essere considerati e soddisfatti diversi criteri. In primo luogo, l’impegno dovrebbe venire dall’alto verso il basso. L’intera organizzazione deve impegnarsi a rendere la manutenzione predittiva una parte obbligatoria delle normali pianificazioni. Tutti gli operatori di processo devono inoltre essere istruiti e coinvolti nell’esecuzione dei controlli di manutenzione richiesti. Inoltre, l’intera organizzazione deve comprendere i costi effettivi e le ripercussioni della scarsa manutenzione. Infine, le procedure PdM devono essere implementate immediatamente affinché l’organizzazione inizi a raccogliere i benefici.

Mentre molti riconoscono l’importanza di utilizzare la manutenzione predittiva per macchine ad alto costo, PdM è anche praticabile per il monitoraggio di beni più piccoli e quotidiani come macchine da caffè, stampanti, contatori postali e altro ancora. In realtà, un’intera struttura può beneficiare dell’implementazione della manutenzione predittiva.

Applicazioni di manutenzione predittiva

La più grande applicazione per la manutenzione predittiva è nel settore manifatturiero. Poiché gli impianti di produzione continuano ad affrontare la domanda per aumentare la produttività, sono state create e implementate diverse strategie di manutenzione. Tuttavia, la maggior parte di questi sono stati reattivi. Molte strutture possiedono una mentalità di ” se non è rotto, non risolverlo.”Sfortunatamente, questa mentalità contribuisce alla manutenzione e ai tempi di inattività non pianificati.

Come discusso in precedenza, le strutture hanno iniziato a implementare la manutenzione predittiva nei primi anni 1990. All’epoca, “la mancanza di disponibilità di sensori che generano dati e la mancanza di risorse computazionali per la raccolta e l’analisi dei dati rendevano difficile l’implementazione di PdM” (“Predictive Maintenance in Manufacturing Overview”, Microsoft Azure).

Con l’introduzione dell’Internet of things (IoT), dell’apprendimento automatico, del cloud computing e dell’analisi dei big data, l’industria manifatturiera è andata avanti nell’implementazione della manutenzione predittiva, con conseguente aumento dei tempi di attività e del controllo qualità, ottimizzazione dei percorsi di manutenzione, miglioramento della sicurezza dei lavoratori e maggiore produttività. Poiché i produttori lavorano con margini e tempi ristretti, il pensiero di tempi di inattività non programmati è diventato indesiderabile. La manutenzione predittiva può offrire una soluzione.

Un’altra applicazione per PdM è nel settore ferroviario, in particolare per quanto riguarda la trasformazione digitale del settore ferroviario. Con i treni che hanno un alto investimento iniziale, c’è una forte attenzione a mantenerli in servizio il più a lungo possibile. La manutenzione predittiva consente alle aziende ferroviarie di ottenere il massimo valore dalla loro flotta di treni attraverso una varietà di tecnologie e software che riducono i costi operativi e prolungano la durata della flotta.

Nel settore ferroviario, la manutenzione predittiva viene utilizzata per rilevare problemi con asset lineari, fissi e mobili; migliorare la sicurezza e tracciare il rilevamento del vuoto attraverso sistemi di monitoraggio basati sulla cabina del veicolo; e identificare il tipo di binario sotto il quale si trova il vuoto, nonché fornire un’indicazione della gravità del vuoto.

Secondo un articolo su MaintWorld, “In futuro, una manutenzione ferroviaria affidabile dovrebbe basarsi su sistemi di trasporto intelligenti e soluzioni interconnesse come la manutenzione predittiva e gli strumenti di sicurezza integrati al fine di migliorare problemi critici come sicurezza, ritardi e capacità complessiva del sistema” (Peycheva, “Railway Goes Smart with Predictive Maintenance and Industry 4.0 CMMS”).

Mentre tradizionalmente lento a modernizzare i suoi sistemi di manutenzione, l’industria petrolifera e del gas sta diventando uno dei principali fautori della manutenzione predittiva. Ogni giorno, le compagnie petrolifere e del gas raccolgono enormi quantità di dati attraverso sensori, in particolare sensori wireless, nei giacimenti petroliferi di tutto il mondo. Man mano che le operazioni di petrolio e gas diventano più complesse, la visibilità delle condizioni delle apparecchiature diventa più difficile, specialmente in luoghi remoti, offshore e in acque profonde.

In un libro bianco del 2015, MapR Technologies Inc. ha dichiarato: “Le compagnie petrolifere e del gas hanno un’importante opportunità per aumentare l’efficienza e ridurre i costi operativi attraverso un migliore monitoraggio degli asset e una manutenzione predittiva.”

La manutenzione predittiva potrebbe essere vista come un vantaggio competitivo per le compagnie petrolifere e del gas e le relative attività di servizio, in particolare durante i periodi di recessione in cui le organizzazioni sono costrette a trovare modi per lavorare in modo più efficiente ed efficace. Naturalmente, la manutenzione predittiva non riguarda solo l’industria manifatturiera, ferroviaria e petrolifera e del gas. In altre applicazioni, PdM viene utilizzato per:

• Aiutare a prevenire utilità interruzioni con l’ausilio di droni e sensori che mappa le reti di utilità

• Rileva un calo di temperatura in un bagno di pipeline, che indica un potenziale perdita di pressione

• Scatta l’aumento delle temperature in quadri elettrici per prevenire guasti di componenti

• Misurare dal lato dell’offerta e dal lato della domanda di potenza a un comune punto di aggancio per il monitoraggio del consumo energetico

• Individuare i sovraccarichi in quadri elettrici

• Identificare motore di amperaggio o di picchi di surriscaldamento da bad cuscinetti o isolamento di guasti

• Trova trifase squilibri di potere distorsione armonica, sovraccarichi, di degrado o di guasto di una o più fasi

IIoT e PdM Integrazione

Uno dei fattori più importanti – se non il più importante fattore di successo programma di manutenzione predittiva è l’uso e l’integrazione dell’industrial internet of things (IIoT). Secondo un rapporto di Deloitte, ” l’Internet of Things (IoT) è forse il pezzo più grande del puzzle PdM IoT IoT traduce azioni fisiche dalle macchine in segnali digitali utilizzando sensori come temperatura, vibrazioni o conduttività Once Una volta che le azioni fisiche sono state tradotte in segnali digitali tramite sensori, vengono elaborate, aggregate e analizzate. Con la convenienza della larghezza di banda e dello storage, è possibile trasmettere enormi quantità di dati per fornire non solo un quadro completo delle attività in un singolo impianto, ma di un’intera rete di produzione” (Coleman et al., “Manutenzione predittiva e la fabbrica intelligente”).

Per avere successo, la manutenzione predittiva si basa su sensori per la raccolta e l’analisi dei dati provenienti da varie fonti, come un CMMS e sensori di apparecchiature critiche. Utilizzando questi dati, l’IIoT è in grado di creare “modelli di previsione avanzati e strumenti analitici per prevedere i guasti e affrontarli in modo proattivo. Inoltre, nel tempo, la nuova tecnologia di apprendimento automatico può aumentare l’accuratezza degli algoritmi predittivi, portando a prestazioni ancora migliori “(Coleman et al., “Manutenzione predittiva e la fabbrica intelligente”).

Se abbinato alla manutenzione predittiva, l’IIoT ha la capacità di rilevare in anticipo i guasti delle apparecchiature. Con l’arrivo dell’Industria 4.0 nel settore manifatturiero, le strutture sono desiderose di utilizzare l’IIoT per ottenere informazioni migliori sulle operazioni.

Manutenzione predittiva e ritorno sull’investimento

L’implementazione della manutenzione predittiva richiede un investimento significativo in denaro, personale e istruzione. Mentre questi investimenti iniziali potrebbero sembrare scoraggianti per un’organizzazione, il ritorno sull’investimento (ROI) della manutenzione predittiva supera di gran lunga i costi iniziali.

Secondo un recente rapporto di Deloitte, diverse strutture hanno visto un risparmio sui costi del 5-10% nelle operazioni e nella manutenzione, nella riparazione e nelle operazioni (MRO); una riduzione del 5-10% dei costi di manutenzione complessivi; e costi di trasporto delle scorte ridotti. Ulteriori dati del Dipartimento dell’Energia degli Stati Uniti mostrano anche che l’implementazione di un programma PDM funzionale ha il potenziale per produrre un aumento di dieci volte del ROI, una riduzione del 25-30% dei costi di manutenzione, una diminuzione del 70-75% dei guasti e una riduzione del 35-45% dei tempi di inattività.

“Per quanto riguarda i costi di manutenzione, la manutenzione preventiva costa pay 13 paga oraria all’anno mentre la manutenzione predittiva costa pay 9 paga oraria all’anno, rendendo la manutenzione predittiva un’opzione più economica” (Ulbert, “La differenza tra manutenzione predittiva e manutenzione preventiva”).

Coleman, Chris, Satish Damodaran e Ed Deuel. “La manutenzione predittiva e la fabbrica intelligente.”Deloitte. 2017. https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and-operations/us-cons-predictive-maintenance.pdf
“Monitoraggio delle condizioni delle macchine rotanti.”Istec Internazionale. Accesso 1 novembre 2018. https://www.istec.nl/en/condition-monitoring-rotating-machines/.

Ingegneria di controllo. “Tecnologie di manutenzione predittiva.”Accesso 4 novembre 2018. https://www.controleng.com/single-article/predictive-maintenance-technologies/72faca6f85ddaef6b4479583b2741e6c.html.

Immerman, Graham. “L’impatto della manutenzione predittiva sulla produzione.”MachineMetrics. Accesso 1 novembre 2018. https://www.machinemetrics.com/blog/the-impact-of-predictive-maintenance-on-manufacturing.

Strumenti di produzione snella. “Manutenzione predittiva.”Accesso novembre 2, 2018. http://leanmanufacturingtools.org/427/predictive-maintenance/.

Peycheva, Ralitsa. “Railway diventa intelligente con la manutenzione predittiva e l’industria 4.0 CMMS.”MaintWorld. 11 Ottobre 2017. Accesso 4 novembre 2018. https://www.maintworld.com/Applications/Railway-Goes-Smart-with-Predictive-Maintenance-and-Industry-4.0-CMMS.

“Manutenzione predittiva nella panoramica di produzione.”Microsoft Azure. 1 Maggio 2018. Accesso 4 novembre 2018. https://docs.microsoft.com/en-us/azure/industry/manufacturing/predictive-maintenance-overview.

“Manutenzione predittiva utilizzando Hadoop per l’industria petrolifera e del gas,” MapR Technologies Inc., Maggio 2015. https://mapr.com/resources/predictive-maintenance-using-hadoop-oil-and-gas-industry/.

Ulbert, Sebastian, “La differenza tra manutenzione predittiva e manutenzione preventiva”, Coresystems, 15 settembre 2015. Accesso al 2 novembre 2018. https://www.coresystems.net/blog/the-difference-between-predictive-maintenance-and-preventive-maintenance.

Wall Street Journal. Accesso al 2 novembre 2018. https://partners.wsj.com/emerson/unlocking-performance/how-manufacturers-can-achieve-top-quartile-performance/.

Wikipedia. “Predictive Maintenance.” Accessed October 11, 2018. https://en.wikipedia.org/wiki/Predictive_maintenance.

Wright, Jeremy. “How to Leverage Multiple Predictive Maintenance Technologies.” Machinery Lubrication. Accessed November 1, 2018. https://www.machinerylubrication.com/Read/29819/predictive-maintenance-technologies