Cos'è la manutenzione predittiva e quali sono i vantaggi?
La manutenzione predittiva si basa sul rilevamento di piccole variazioni e anomalie nelle operazioni normali che di solito indicano un problema più grande. Dalla manutenzione preventiva digitale è nata la manutenzione predittiva (PdM) che utilizza strategie di manutenzione basate sui dati per analizzare il funzionamento e prevedere e prepararsi a potenziali guasti. Con il monitoraggio remoto 24/7, le informazioni basate sui dati provenienti dal machine learning e la tecnologia di analisi predittiva innovativa per segnalare potenziali guasti alle apparecchiature, i produttori possono trarre vantaggio in molti modi. I risparmi sui costi e il ROI della manutenzione predittiva includono:
- Riduzione dei tempi di fermo
- Manutenzione più mirata
- Maggiore produttività
- Gestione efficiente dell'inventario
- Analisi dei dati avanzata
- Riduzione dei costi di manodopera e materiali
- Maggiore sicurezza dell'impianto
- Ottimizzazione delle attività di manutenzione
- Aumento dell'efficienza globale delle apparecchiature (OEE)
Manutenzione predittiva tramite monitoraggio basato sulle condizioni
Un altro passo trasformativo nell'evoluzione delle strategie e delle capacità di manutenzione è stato l'avvento del monitoraggio basato sulle condizioni (CBM), che monitora gli indicatori chiave di prestazione (KPI) per identificare le anomalie. Le aziende possono effettuare controlli tramite misurazioni, ispezioni visive delle apparecchiature, revisioni dei dati sulle prestazioni o test programmati, nonché tramite IoT e dati storici. I KPI vengono raccolti a determinati intervalli o in modo continuo, come avviene quando una macchina è dotata di sensori interni. Il CBM può essere applicato a tutti gli asset.
Il CBM, come tutta la manutenzione predittiva, si basa sul principio che la manutenzione debba essere eseguita solo quando ci sono segni di riduzione delle prestazioni delle apparecchiature o di un guasto critico imminente. Rispetto alla manutenzione preventiva tradizionale, il CBM richiede che le apparecchiature vengano fermate per la manutenzione solo quando necessario, aumentando il tempo tra gli interventi di manutenzione.
Il monitoraggio basato sulle condizioni (CBM) può ridurre i tempi di fermo delle macchine del 30–60% e aumentare la vita utile delle macchine in media del 30%. La manutenzione predittiva svolge un ruolo chiave nel rilevare e affrontare i problemi delle macchine prima che si verifichi un guasto completo. Secondo uno studio PWC, la manutenzione predittiva migliora il tempo di disponibilità del 51%. Utilizzando la manutenzione predittiva, le aziende possono evitare incidenti e ottenere una maggiore sicurezza per i propri dipendenti e clienti.
Implementare un programma di manutenzione basata sulle condizioni di successo
FactoryTalk® Analytics™ GuardianAI™ è un nuovo software di Rockwell Automation che fornisce informazioni sulla manutenzione predittiva tramite monitoraggio continuo basato sulle condizioni. Il software aiuta i tecnici della manutenzione a ottenere le informazioni giuste al momento giusto per ottimizzare le attività di manutenzione e ridurre i tempi di fermo non pianificati.
Grazie a queste informazioni, i tecnici della manutenzione hanno la visione necessaria per comprendere la condizione attuale degli asset nell'impianto. Ricevono una notifica tempestiva non appena un asset inizia a deviare dalla normalità.
Utilizzate i vostri convertitori di frequenza esistenti come sensori
Quando si utilizza FactoryTalk Analytics GuardianAI, non è necessario acquistare sensori o apparecchiature di monitoraggio aggiuntive. Il software fornisce un avviso tempestivo di potenziali guasti degli asset basato sui dati già disponibili dai convertitori di frequenza (VFD). Il software FactoryTalk Analytics GuardianAI utilizza il segnale elettrico del convertitore di frequenza per monitorare la condizione di un asset dell'impianto. Quando rileva una deviazione nel segnale elettrico, avvisa l'utente dell'anomalia affinché i produttori possano indagare e pianificare la risposta corretta. FactoryTalk Analytics GuardianAI offre un'integrazione di alto livello con PowerFlex® 755, 755T e 6000T per applicazioni di processo chiave come pompe, ventilatori e soffianti.
Non è richiesta alcuna conoscenza di data science
Quando si implementano soluzioni innovative in un ambiente operativo, il time to value è fondamentale. Il software FactoryTalk Analytics GuardianAI consente di risparmiare tempo grazie a flussi di lavoro intuitivi e semplificati tramite un'esperienza self-service basata su browser. Basta installare l'applicazione su un PC edge, specificare le informazioni relative al convertitore di frequenza e agli asset e addestrare il modello di manutenzione predittiva sui dati live dell'impianto senza alcun impatto sulle operazioni. Al termine dell'addestramento, il software passerà automaticamente alla modalità di monitoraggio e sarà possibile supervisionare la condizione degli asset dell'impianto.
Partendo da una panoramica di tutti gli asset, è possibile selezionare qualsiasi asset a rischio per approfondirne la condizione. Si possono scoprire informazioni chiave come la causa scatenante della deviazione, quanto ha superato la baseline e la durata della deviazione. È inoltre possibile includere il contesto sulla gravità del rischio di guasto e il tempo stimato per risolvere il problema. Questi dettagli supportano il team di manutenzione nella definizione delle priorità e nella pianificazione necessarie per la riparazione.
Passare dal rilevamento anomalie all'identificazione delle anomalie
Il software FactoryTalk Analytics GuardianAI è fornito di competenze integrate sulla causa probabile di guasto per i tipi di asset di impianto più comuni. Se si sta monitorando un'applicazione per pompe, ventilatori o soffianti, FactoryTalk Analytics GuardianAI comprende e riconosce la firma elettrica dei guasti associati ai principi fondamentali e fornisce questo contesto quando segnala una deviazione. Fornendo ai tecnici della manutenzione informazioni sul tipo di guasto che sta per verificarsi, è possibile ridurre i tempi di indagine e minimizzare i tempi di fermo necessari.
Le competenze integrate forniscono un ottimo punto di partenza per l'identificazione delle anomalie. Ma non siete limitati alle funzionalità predefinite. Avete anche la flessibilità di addestrare il software FactoryTalk Analytics GuardianAI su guasti specifici di processo. Dopo aver indagato e identificato la causa del problema, potete etichettare l'anomalia. Quando si verifica di nuovo lo stesso problema, il software lo riconoscerà e vi notificherà.
Analisi all'edge
Il software FactoryTalk Analytics GuardianAI viene implementato, apprende e funziona direttamente all'edge per previsioni quasi in tempo reale.
Conclusione
Da quando CH Waddington e la sua missione per mantenere gli aerei della RAF in volo, i produttori cercano di rendere più efficiente il processo decisionale della manutenzione e ottenere più valore dalle apparecchiature. Evolvendo da una manutenzione reattiva e proattiva a una manutenzione preventiva e predittiva, i tecnici della manutenzione sono ora supportati da un machine learning facile da usare tramite un'esperienza utente intuitiva che non richiede conoscenze di data science. Scoprite di più su FactoryTalk Analytics GuardianAI.
