Il potere della manutenzione predittiva

Jul 27, 2023

Un sensore installato su questa trasmissione del trasportatore monitora l'esposizione alle vibrazioni per prevenire guasti alla trasmissione.

Foto per gentile concessione di Balluff Inc.

Questo grafico illustra come funziona il programma ZDT con un robot. La chiave indica dove sull'EOAT il programma ottiene informazioni dettagliate sui dati per consigliare azioni di manutenzione. Il segno più mostra dove si trovano le funzionalità predittive.

Grafica per gentile concessione di FANUC America Corp.

Sensori IO-Link, software e un'unità base costituiscono il Condition Monitoring Toolkit.

Foto per gentile concessione di Balluff Inc.

Basato sul cloud, il sistema di monitoraggio portatile contiene un sensore di monitoraggio delle condizioni, un gateway mobile per la trasmissione dei dati e un software per visualizzare i dati su qualsiasi dispositivo terminale.

Foto per gentile concessione di Balluff Inc.

Predire il futuro non è più quello di una volta. In realtà è molto meglio e questa è un'ottima notizia per i produttori.

Questo è sicuramente il caso della manutenzione delle apparecchiature su una catena di montaggio. Oggi, molti tipi di sistemi di allarme consentono ai produttori di adottare misure immediate per prevenire i temuti tempi di fermo non pianificati di robot, trasportatori, motori, ventilatori, pompe e altre macchine.

"Raggiungere il livello di manutenzione predittiva è un processo evolutivo per i produttori, indipendentemente dalla loro specialità", osserva Will Healy III, responsabile della strategia aziendale globale presso Balluff Inc. "In questo momento, c'è un grande interesse nel retrofittare le apparecchiature con sensori per eseguire le condizioni "Il monitoraggio come mezzo per implementare la manutenzione predittiva. Il passo successivo è l'utilizzo di apparecchiature con sensori intelligenti integrati e intelligenza artificiale. Queste tecnologie consentono anche la manutenzione prescrittiva, che utilizza l'apprendimento automatico per aiutare le aziende ad adattare specificamente le loro condizioni operative per i risultati di produzione desiderati."

Quasi due anni fa, gli ingegneri Balluff hanno dovuto affrontare un'interessante sfida di manutenzione: aiutare un grande fornitore automobilistico di primo livello a mantenere attivo e funzionante il suo vecchio trasportatore a catena. Secondo Healy, il trasportatore è dotato di molteplici azionamenti sincronizzati, è lungo quasi 2.000 piedi e sposta grandi componenti strutturali metallici su tutta la larghezza dell'impianto.

"Poiché gli azionamenti sono completamente sincronizzati, quando uno si ferma, la catena del trasportatore si deforma e si blocca, causando gravi tempi di fermo della produzione", spiega Healy. "Abbiamo installato un sensore su ciascuna trasmissione per monitorarne l'esposizione alle vibrazioni. Quando le vibrazioni eccessive nella scatola del cambio hanno avvisato la manutenzione di un guasto della trasmissione, il produttore ha eseguito un arresto controllato, prevenendo così un grave incidente della macchina."

La manutenzione delle apparecchiature ha fatto molta strada in un lungo periodo di tempo: dalla rivoluzione industriale all'Internet delle cose industriale (IIoT). Per molti decenni l’approccio standard è stato la manutenzione reattiva, ovvero la riparazione dei problemi dopo che questi avevano iniziato a incidere negativamente sulla produzione. Poi è arrivata la manutenzione preventiva, il cui obiettivo è prevenire guasti alla macchina (dovuti a fatica, negligenza o normale usura) negli intervalli di manutenzione programmati.

Ora è il momento che i produttori possano sfruttare i numerosi vantaggi della manutenzione predittiva. Attraverso sensori standard e software basato sull'intelligenza artificiale, le aziende possono massimizzare il tempo di attività delle apparecchiature, individuare componenti specifici che necessitano di attenzione (con conseguente manutenzione più efficiente in termini di tempo) e ridurre i costi del ciclo di vita delle apparecchiature attraverso prestazioni migliorate e una durata prolungata delle apparecchiature.

Attualmente, una piccola percentuale di produttori ha implementato la manutenzione predittiva. Ma si può dire con certezza che quel numero aumenterà quando i non professionisti si troveranno a perdere quote di mercato a favore di concorrenti che offrono una produttività più elevata e realizzano prodotti migliori.

Per quanto riguarda i robot, la chiave per ottenere i numerosi vantaggi della manutenzione predittiva è la connettività. Senza di esso, non è possibile ottenere dati in tempo reale relativi al processo dai vari sensori incorporati nei controller, nei bracci robotici e negli strumenti di fine braccio.

Una delle prime applicazioni di manutenzione predittiva robotica dell'IIoT si è verificata diversi anni fa nel settore automobilistico, quando General Motors ha collaborato con Cisco e FANUC America Corp. per lanciare un programma con tempi di inattività pari a zero. Chiamato ZDT, il servizio di analisi predittiva identifica potenziali guasti in modo che ingegneri e gestori di stabilimento possano programmare manutenzione e riparazioni. Ciò previene guasti imprevisti durante la produzione, facendo così risparmiare tempo e denaro ai produttori.