Lo Smart Vibration Monitoring esamina in modo intelligente le vibrazioni di motori elettrici, ventilatori, pompe e riduttori. Appartiene a pieno titolo, dunque, all’ambito della manutenzione predittiva. Un approccio con cui analizzare in anticipo lo stato di salute delle macchine al fine di evitare guasti improvvisi e di ridurre i fermi non previsti. Un fermo macchina imprevisto, infatti, può determinare danni economici enormi. Uno studio dell’anno scorso condotto da Siemens calcola perdite pari a quasi 1,5 trilioni di dollari, che corrispondono a circa l’11% del fatturato annuo, per le aziende Fortune Global 500. Nel contesto industriale contemporaneo, quindi, diventa imperativo prevenire malfunzionamenti dei macchinari che sono all’origine di fermi impianto, spese di manutenzione o riparazione, rallentamenti della produzione. A cui si somma la difficoltà nell’approvvigionamento dei pezzi di ricambio derivante da una situazione geopolitica internazionale caratterizzata da estrema complessità.
Di conseguenza, la manutenzione riveste un ruolo cruciale nel controllo di produzione. Eseguirla in modo tempestivo, attraverso interventi di manutenzione predittiva può influenzare significativamente i costi operativi e l’efficienza. A differenza di quanto accade con la sola manutenzione preventiva o, in caso di rottura, con quella correttiva. Questa è la ragione per cui molte aziende stanno passando dall’esecuzione di interventi di manutenzione preventivi o reattivi a un approccio, appunto, predittivo. Quest’ultimo si basa sulla raccolta di dati in tempo reale grazie alla presenza diffusa di sensori IoT su impianti e macchinari, nonché all’impiego dell’Intelligenza Artificiale.
Indice degli argomenti
La soluzione per la manutenzione predittiva di Quick Algorithm
“Oggi le aziende hanno compreso il ruolo della manutenzione predittiva nelle loro strategie di efficientamento produttivo per scongiurare tempi di inattività che costano tra il 5 e il 20% della capacità produttiva di una fabbrica. L’adozione di tecnologie IoT consente di monitorare le vibrazioni dei macchinari in tempo reale e identificare possibili guasti e malfunzionamenti”. A sostenerlo è Jacopo Piana, CEO e fondatore di Quick Algorithm (foto di apertura). La società, startup deep tech italiana nata a Milano nel 2018, ha l’obiettivo di rendere l’innovazione tecnologica accessibile a imprese e istituzioni tramite Intelligenza Artificiale e Data Analytics. A tale scopo ha sviluppato Scops.ai, una soluzione hardware e software plug and play di facile implementazione, attivabile in soli 20 minuti.
Grazie alla combinazione di sensori IoT e piattaforma di Intelligenza Artificiale, la soluzione è in grado di raccogliere dati real time sui consumi energetici e le performance di macchinari ed edifici. In questo modo offre una visione olistica delle condizioni operative tale da migliorare accuratezza ed efficacia della manutenzione. “Il nuovo sensore intelligente che abbiamo sviluppato – spiega Piana – consente di monitorare lo stato di salute di molti macchinari con una semplicità di implementazione unica e con caratteristiche tecniche innovative. Con Scops.ai sarà ora possibile monitorare asset critici per molti impianti come pompe, motori elettrici, nastri trasportatori e molto altro. In questo modo sarà possibile intervenire dove e quando necessario, riducendo i costi di fermo impianto e l’impatto ambientale dovuto a inefficienze e guasti”.
Come garantire lo Smart Vibration Monitoring (e non solo)
Il sensore IoT di Quick Algorithm si presta in particolare a garantire lo Smart Vibration Monitoring. Anch’essa è una funzionalità plug and play che non necessita di cablaggio e può essere attivata perciò molto velocemente. Inoltre, all’interno di Scops.ai, il sensore è dotato di algoritmi abilitati a ricevere alert su possibili malfunzionamenti. È il sistema stesso a generare gli avvisi, motivo per il quale non richiede esperti di analisi dei dati per una sua corretta implementazione. La tecnologia, in sostanza, aiuta le aziende a monitorare le vibrazioni per individuare eventuali anomalie. L’operatività costante e gli stress a cui sono sottoposte le attrezzature possono infatti provocare sbilanciamenti, disallineamenti e instabilità nella struttura delle macchine. Il che, oltre a metterne a rischio il funzionamento, può causare l’usura precoce di componenti interne.
La rilevazione tempestiva di anomalie non riguarda soltanto le vibrazioni, ma anche ad esempio la gestione dei ventilatori per il raffreddamento e quella di zone a clima controllato. I settori critici come quelli che richiedono refrigerazione, di conseguenza, possono contare su uno strumento ad hoc che protegge l’integrità delle catene del freddo ed evitare surriscaldamenti e guasti.
“Alle aziende conviene sfruttare appieno il potenziale dei dati raccolti in produzione – afferma in conclusione Jacopo Piana – e realizzare strategie vincenti di manutenzione predittiva grazie all’evoluzione tecnologica che rende possibile l’integrazione di sensori IoT sui macchinari, l’archiviazione dei dati in infrastrutture cloud e l’uso di software basati sull’Intelligenza Artificiale. Questa sinergia di tecnologie, offerta da Scops.ai in un’unica soluzione rapida e semplice da implementare, aiuta le imprese a navigare verso un auspicato e ininterrotto funzionamento delle proprie attrezzature, con interruzioni impreviste sempre più rare e gestibili”.
