Indice
- Introduzione
- L’evoluzione della manutenzione
- Prevenire le fratture da fatica
- Dati e manutenzione
- La rilevazione dei dati critici
- Gestire i dati
- Valutare le prestazioni
- Componenti innovativi per una manutenzione ottimale
1. Introduzione
Gli impianti industriali e i loro componenti sono generalmente progettati per durare, ma non sono comunque eterni. L’abilità di un manutentore non consiste però nel sostituire, ad esempio, un albero con cricche da fatica: con una manutenzione ottimale questo evento non dovrebbe nemmeno verificarsi. La manutenzione a guasto è un’attività di tipo correttivo della quale, in un mondo ideale, faremmo volentieri a meno. La buona notizia è che si tratta di un fenomeno in larga parte eliminabile.
Come assicurarsi che il nostro albero, data la sua storia impiantistica o la gravosità di esercizio, venga sostituito prima che si cricchi? La risposta è data dall’ingegneria di manutenzione: i tecnici che applicano questa disciplina tengono costantemente sotto controllo lo stato di usura dei componenti dell’impianto che stanno monitorando, al fine di predire le rotture prima che avvengano, effettuando in tempo le opportune sostituzioni. Si evita così di fermare l’impianto quando questo è in marcia, eventualità che implicherebbe condizioni operative sicuramente più gravose anche per gli operatori, con tempi e metodi che risultano sicuramente più impattanti rispetto ad un intervento di manutenzione programmata.
Una buona manutenzione implica quindi la sostituzione di un componente dopo un numero definito di ore di esercizio o cicli produttivi, prima che si arrivi a rottura, a intervalli regolari in base al calendario; in questo caso si parla di manutenzione preventiva. Ma si può fare anche di meglio.
Un’ottima manutenzione implica capire le condizioni di esercizio del componente, conoscere i segnali che quel componente invia e monitorarli nel tempo per sostituirlo prima che si rompa; in questo caso la manutenzione è predittiva.
2. L’evoluzione della manutenzione
Tra fare una manutenzione di tipo correttivo (a seguito di un guasto) e una di tipo preventivo o predittivo, c’è molta differenza: senza un’approfondita conoscenza dell’impiantistica, delle condizioni operative, dei parametri da monitorare, si rischia di ritrovarsi con un impianto che non funziona, o almeno non come potrebbe, mentre una manutenzione ottimale porta la produttività dell’impianto ad avvicinarsi notevolmente al massimo ipotizzato in fase di progettazione e costruzione.
Fare manutenzione di tipo preventivo e predittivo non è facile e può sembrare oneroso per l’azienda nel breve periodo; i suoi benefici sono infatti visibili solo a lungo termine, ma nel tempo diventano evidenti e innegabili. I principali vantaggi di una manutenzione ottimale sono:
- incremento della produttività dovuto alla riduzione dei fermi impianti improvvisi
- riduzione delle scorte a magazzino
- riduzione dei tempi di manutenzione
- maggior sicurezza, in quanto vengono meno molteplici condizioni di pericolo.
Mayr dal 1897 offre innovazione e conoscenza al mondo della meccanica in tutte le sue applicazioni, dall’industria siderurgica al settore minerario, agli estrusori e in generale a tutte le attività che richiedono l’impiego di tecnologie di azionamento e trasmissione di potenza tra l’albero veloce del motore e quello lento del riduttore.
A seconda delle applicazioni i carichi variano, così come il loro assorbimento e il numero di cicli, che nell’arco della loro vita dell’impianto può risultare elevatissimo.
3. Prevenire le fratture da fatica
La fatica è una causa di frattura definita in tempi relativamente recenti: nasce con la rivoluzione industriale, con lo sviluppo del motore a vapore e l’impiego sempre più esteso di leghe di ferro. L’ingegnere Wilhelm Albert nel 1829 si trovò di fronte per primo a un caso pratico di notevole interesse: le catene di sollevamento utilizzate nelle miniere di ferro di cui era gestore tendevano a rompersi, non a causa di impulsi di sovraccarichi come si era soliti pensare fino a quel momento, bensì sotto carichi più bassi rispetto a quelli di snervamento. Albert capì che il numero di cicli, ossia il numero di volte in cui un carico veniva applicato alla catena, era la causa delle rotture. Da allora tanti sono gli ingegneri che hanno contribuito all’odierna conoscenza sull’argomento: Gerber, Godmann, Ewing, Bauschinger, Griffith, Palmgreen e Miner e Wooler, per citarne alcuni.
Il carico e il numero di cicli sono due dei fattori che vanno monitorati negli organi meccanici dei moderni impianti, quali che siano, per poter comprendere in tempo reale lo stato del componente e programmarne la manutenzione o sostituzione.
4. Dati e manutenzione
Le funzioni necessarie per sviluppare la manutenzione predittiva sono:
- acquisizione dati;
- elaborazione dati;
- analisi dati;
- supporto delle decisioni.
È ampia la gamma di dati che devono essere monitorati in tempo reale, così come disparate sono le tecniche di monitoraggio delle condizioni operative del componente. La sfida è data dalla necessità di far fronte a grandi quantità di dati eterogenei disponibili (Big Data).
La premessa per poter attuare un corretto approccio manutentivo predittivo è la disponibilità di una documentazione storica informativa che permetta un’adeguata analisi dei dati e la presenza di un sistema di calcolo, solitamente un controllore logico programmabile (PLC), che riesca ad elaborare le informazioni acquisite.
5. La rilevazione dei dati critici
Un’altra condizione necessaria per questo processo è la raccolta dati che permettano il continuo monitoraggio.
I sistemi di rilevazione devono poter misurare i fattori critici interni ed esterni. Alcuni esempi di grandezze che possono essere rilevate sono: corrente, temperatura e vibrazioni. Si rende quindi fondamentale la raccolta di informazioni relative al suono (acustica ad ultrasuoni), alla temperatura (termica), alla lubrificazione (olio, fluidi) o allo stato vibrazionale. È proprio l’evoluzione di queste grandezze nel tempo che permette di identificare anomalie all’interno del sistema analizzato. L'aumento della temperatura in un componente, ad esempio, potrebbe essere sintomo di malfunzionamenti nel sistema di raffreddamento, come blocchi del flusso d'aria, usura o lubrificazioni insufficienti; vibrazioni insolite potrebbero indicare un disallineamento delle parti in movimento; cambiamenti nel suono possono essere sintomo di fenomeni fluidodinamici di turbolenza in compressori o pompe, perdite pneumatiche o attriti di natura meccanica.
6. Gestire i dati
Durante il pre-processing l’obiettivo è quello di ridurre la dimensione dei dati del dataset e la complessità computazionale dell’algoritmo, sia spaziale che temporale, andando a valutare quali sono le informazioni ridondanti, ossia quelle caratterizzate da un’elevata correlazione, indicandole quindi come unica variabile.
Ridurre la dimensione dei dati serve, non solo per eliminare alcune dimensioni non rilevanti, ma soprattutto per combinare le informazioni ridondanti e correlate. Occorre anche prestare attenzione al fatto che la compressione del volume di dati potrebbe degradare le informazioni e quindi le prestazioni predittive dell’algoritmo. In questa fase preliminare, prima di identificare gli indicatori predittivi che riassumono le informazioni ottenute, si eliminano anche le incoerenze nei dati e gli errori di acquisizione.
Nella fase di elaborazione dati si interpretano i dati acquisiti e selezionati mediante l’utilizzo di un algoritmo predittivo, accuratamente scelto, segnalando così eventuali situazioni anomale del componente o del sistema. L’analisi dei dati può essere suddivisa in tre categorie: rilevare e identificare i guasti, valutare il degrado, calcolare la Remaining Useful Life (RUL), oppure Estimate Time To Failure (ETTF). Queste funzioni possono essere presenti o meno in un sistema di manutenzione predittiva, in relazione alla complessità tecnica del sistema, ai requisiti del sistema di manutenzione predittiva e alle conoscenze, dati e/o informazioni disponibili.
Per chiudere il ciclo e non limitare questo lavoro a un effimero esercizio di analisi dati, affinché la manutenzione predittiva possa essere eseguita, è fondamentale che la conoscenza acquisita raggiunga le persone giuste al momento giusto. Occorrono segnalazioni, come allarmi e notifiche a breve termine, per gli operatori delle macchine, e indicatori chiave di prestazione per i dipendenti del vertice aziendale.
7. Valutare le prestazioni
Il più importante kpi (Indice chiave di prestazione) è l’INUMAN (Indice di non utilizzo per manutenzione). È un parametro fondamentale che sintetizza la performance dal punto di vista del guasto di un impianto e dei suoi componenti. Si immagini una linea di trattamento a freddo dei coils di acciaio ossidabile di una acciaieria. Analizzare nel tempo l’INUMAN significa tenere sotto controllo quanto tempo l’impianto di trattamento è stato fermo per eseguire attività di manutenzione non programmata. L’indice, espresso in percentuale, fornisce il rapporto tra il tempo di fermo per guasto accidentale (escludendo quindi i fermi programmati, i blocchi dovuti a scioperi o altri fattori diversi dai guasti) e il tempo di utilizzo dell’impianto: la sua analisi negli anni dà informazioni sull’andamento delle prestazioni della nostra linea di produzione.
8. Componenti innovativi per una manutenzione ottimale
Mayr, con riferimento ai Big Data, fornisce un valido aiuto con un’idea semplice: far comunicare i suoi giunti di trasmissione. ROBA-drive-checker, il componente intelligente che misura e comunica, perfeziona il sistema di trasmissione ROBA-DS dotandolo di un sistema di comunicazione tra componente e PLC e permettendo così l’analisi di parametri come corrente e tensione. Questo permette di determinare lo stato di commutazione e le condizioni generali del componente, ma non solo: esegue anche un monitoraggio preventivo delle funzioni per verificare l'usura fornendo informazioni utili per programmare la manutenzione.
ROBA-drive-checker, è in grado di misurare variabili rilevanti come la coppia, la velocità e la temperatura e di comunicarle in tempo reale ai sistemi di controllo della produzione per monitorare il funzionamento della catena cinematica. Il tutto senza sensori esterni, ingombri aggiuntivi o costi rilevanti.
Questo giunto è particolarmente interessante nel campo del monitoraggio dei processi, dove sia la precisione, sia l'efficienza economica giocano un ruolo importante. Con questa soluzione peraltro Mayr si differenzia deliberatamente dalle più sofisticate tecnologie di misura e dai sistemi di controllo, che perseguono un obiettivo diverso.
ROBA-drive-checker aiuta a ridurre o a evitare completamente i guasti e i tempi di fermo, individuando tempestivamente i malfunzionamenti, rendendo così possibile intervenire in anticipo, ordinare per tempo le parti di ricambio giuste, ridurre il tempo necessario per la manutenzione e quindi il fermo macchina complessivo del sistema.
Con ROBA-drive-checker, Mayr consente di analizzare i cambiamenti dei modelli vibrazionali e delle coppie a cui il giunto è sottoposto. Le condizioni di carico registrate dai sensori (coppie/accelerazioni) nella trasmissione consentono agli ingegneri di manutenzione di anticipare o posticipare l'intervallo di manutenzione, se necessario, e di pianificare meglio la loro attività.
Le informazioni sulle coppie nella trasmissione si sono sempre potute ottenere solo in presenza di spazio sufficiente per implementare i sistemi di monitoraggio. ROBA-drive checker permette di avere queste informazioni con un sistema compatto e conveniente.
ROBA-drive-checker si inserisce perfettamente nella tradizione Mayr di creare soluzioni che semplificano il lavoro dei progettisti. È infatti dal 1897 che Mayr si pne come partner affidabile per le tecnologie di azionamento e la trasmissione di potenza, offrendo soluzioni innovative alle migliori aziende dei più diversi segmenti dell’industria meccanica.
Con la sua gamma completa di limitatori di coppia, giunti di trasmissione e freni di sicurezza, l’azienda è in grado di soddisfare rapidamente la maggior parte delle richieste; i tecnici Mayr sono a disposizione per fornire consulenze senza impegno relativamente al prodotto da scegliere o, se necessario, da realizzare su misura in tempi compatibili con le esigenze della produzione.
