Manutenzione e sicurezza delle prestazioni industriali basate sull'IoT
La continua richiesta di sostenibilità e migliore efficienza sprona l'innovazione nell'automazione industriale. L'Internet of Things (IoT) ha permesso di integrare rapidamente le tecnologie avanzate nell'automazione industriale. Le fabbriche intelligenti e completamente connesse permettono ai produttori di migliorare l'efficienza dei processi, la sicurezza e la sostenibilità, riducendo i costi.
La sicurezza e la manutenzione sono importanti per mantenere le strutture e le attrezzature nel loro stato funzionale. La manutenzione garantisce la produttività industriale e la manutenzione regolare porta a condizioni di lavoro più sane e sicure. Una manutenzione inadeguata, o la mancanza della stessa, può causare gravi problemi di salute e incidenti mortali. Questo articolo approfondisce i modi in cui i sensori IoT e il software che lavorano in tandem offrono soluzioni per aumentare sia la manutenzione della produzione che la sicurezza.
Manutenzione
Le funzioni di manutenzione continuano ad evolversi dall'essere una risposta ad un guasto del sistema, alla pianificazione, e poi alla previsione, culminando (fino ad ora) nell'auto-riparazione. Il progresso delle tecnologie dei sensori operativi, combinato con il successo delle tecnologie dell'informazione, aiuta ad estrarre dati di performance in tempo reale. Queste tecnologie, comprese le analisi e le piattaforme basate su cloud, la realtà aumentata (AR) e la realtà virtuale (VR), delineano una manutenzione programmata o predittiva con una perdita di produttività trascurabile.
La manutenzione industriale è classificata in diversi tipi:
Manutenzione correttiva
La manutenzione correttiva viene eseguita per identificare, isolare e correggere i guasti. L'attrezzatura, la macchina o il bene guasto viene poi ripristinato a una condizione operativa entro le tolleranze o i limiti stabiliti per le operazioni normali.
Manutenzione preventiva
La manutenzione preventiva si riferisce alla manutenzione regolare e di routine per aiutare a mantenere le attrezzature attive e funzionanti, prevenire qualsiasi fermo imprevisto e limitare i costi onerosi derivanti da un guasto imprevisto delle attrezzature.
Manutenzione Predittiva
Le tecniche di manutenzione predittiva monitorano le condizioni e le prestazioni delle apparecchiature durante il normale funzionamento per prevedere quando è necessario eseguire la manutenzione. Riferiscono sullo stato e sulla capacità operativa della macchina mediante il monitoraggio dei valori delle variabili specifiche e, di conseguenza, prendendo decisioni in base ai dati.
Manutenzione di arresto
Attraverso la manutenzione di arresto, le parti notoriamente più vecchie e degradate dall'utilizzo vengono automaticamente sostituite con una frequenza predefinita, più breve del tempo medio tra i guasti. Queste azioni prevengono guasti inaspettati e facilitano la massima produzione.
Manutenzione periodica
La manutenzione periodica è eseguita su apparecchiature in base a un calendario pianificato. Essa consiste in una serie di attività principali: raccolta dati, ispezioni visive, pulizia e lubrificazione.
Sicurezza
Il fattore sicurezza è fondamentale durante tutte le fasi di produzione, come la progettazione, la fabbricazione, l'installazione, la regolazione, il funzionamento, la manutenzione e la rottamazione finale. La Direttiva Macchine obbliga i produttori a garantire un livello minimo di sicurezza per i macchinari e le attrezzature di prova come i multimetri e le termocamere. Le macchine e gli strumenti devono essere conformi ai requisiti essenziali di salute e sicurezza (RESS) elencati nella Direttiva e sono pertanto tenuti a fornire un livello minimo standard di protezione.
Come l'IoT può contribuire alla sicurezza e alla manutenzione degli impianti
L'implementazione di soluzioni IoT aumenta radicalmente l'efficienza operativa. L'IoT migliora l'efficienza delle macchine monitorando le prestazioni e prevedendo i guasti in anticipo. I tempi morti non pianificati vengono così eliminati. L'Industrial IoT crea anche un luogo di lavoro più sicuro. Le industrie che investono in sistemi di produzione e fabbricazione intelligenti richiedono una produzione sostenibile e ottimale con una manutenzione minima. Questo rende la manutenzione un aspetto industriale vitale. Sistemi come Condition Based Monitoring (CBM) o Computerized Maintenance Management System (CMMS), Enterprise Resource Planning (ERP), e Manufacturing Execution System (MES) eseguono le attività di manutenzione in diversi settori. Questi sistemi offrono funzioni come la manutenzione preventiva e predittiva, la pianificazione della manutenzione, la programmazione della manutenzione, l'esecuzione, la tracciabilità e il monitoraggio. Farnell offre una vasta gamma di prodotti di manutenzione, riparazione e sicurezza di numerose marche leader. Mantieni sempre gli impianti di produzione, i macchinari e le attrezzature di sicurezza in buono stato con la nostra gamma di componenti, strumenti e apparecchiature. (Per maggiori informazioni sui prodotti, clicca qui e qui)
Monitoraggio basato sulle condizioni, manutenzione predittiva e IoT
La condizione di una macchina nel monitoraggio basato sulle condizioni (CBM) è continuamente monitorata osservando i parametri predefiniti dell'attrezzatura. Questo rivela schemi che possono indicare un guasto dell'attrezzatura. I sistemi CBM monitorano parametri come le vibrazioni dell'attrezzatura, le variazioni di temperatura, i livelli di olio, la tensione del motore e la corrente. Tali dati misurati possono essere analizzati in modo da generare una linea d'azione adeguata.
La tecnologia IoT permette ai produttori e agli utenti di risolvere facilmente i problemi tecnologici a un costo ridotto. I sensori di strumentazione sono ora più economici, più resistenti, affidabili e offrono una funzionalità più ampia. I robusti protocolli wireless permettono di raccogliere i dati utilizzabili dai sensori in un gateway locale per un'analisi e un filtraggio immediati. Come mostrato nella figura seguente, possono poi essere trasferiti su Internet a una risorsa di calcolo basata su cloud che offre software come servizio a utenti di tutte le dimensioni. Tale software può memorizzare i dati ed eseguire tutte le analisi necessarie per individuare le tendenze e identificare potenziali punti critici.
Una volta che questi parametri sono disponibili per l'analisi, un modello di guasto può essere costruito per individuare le deviazioni da queste linee di base. Ciò è semplice da impostare se si conoscono le combinazioni di valori dei parametri che indicano il guasto. Può essere definito un insieme di regole per le condizioni di guasto, e l'analisi classica dei dati e la matematica possono essere utilizzate per costruire il modello giusto. Tuttavia, se le cause del guasto non sono ben note, la scienza dei dati e l'apprendimento automatico saranno necessari per sviluppare algoritmi che possano individuare modelli significativi nei dati.
Figura 1: Manutenzione predittiva attraverso la piattaforma IoT
Migliorare la sicurezza degli impianti attraverso l'IoT
Una migliore manutenzione equivale a una migliore produttività dell'impianto. Questa produttività può essere ulteriormente aumentata se i responsabili dell’impianto adempiono ai loro obblighi legali e morali per ottimizzare la sicurezza in loco. La sicurezza degli impianti può essere abilitata dalla tecnologia IoT combinata con l'analisi dei big data. I KPI come le assenze dei dipendenti, gli incidenti dei veicoli, i danni alla proprietà, i quasi incidenti, gli infortuni, o qualsiasi perdita o danno che accade durante le normali operazioni quotidiane possono essere monitorati.
Spesso, se lasciate alla sola segnalazione umana, molte di queste metriche possono “passare inosservate” in quanto non sono segnalate o sono sottostimate. L'IoT permette di migliorare la sicurezza in generale, assicurando approfondimenti in tempo reale in queste aree chiave. Qualsiasi problema che si presenta può essere risolto immediatamente, assicurando la conformità con le norme di salute e sicurezza e le problematiche ambientali.
Gli infortuni sul posto di lavoro sono un ottimo esempio, dato che gli infortuni minori spesso non vengono segnalati. A volte, diventano problemi più grandi nel corso del tempo, ma l'enigma è come essere in grado di collegare un problema più grande ad un incidente precedente.
Gli indossabili IoT possono fornire una soluzione a questo problema in quanto i dipendenti saranno monitorati costantemente per varie metriche di salute, tra cui la frequenza cardiaca, il movimento, l'attività, la fatica, lo stress e così via. Saranno anche un mezzo per fornire importanti informazioni sulla sicurezza, riducendo così i costi assicurativi per la responsabilità e migliorando la conformità in tutta la forza lavoro.
L'etichettatura digitale può anche aiutare a tracciare la forza lavoro. Specificamente orientata verso le industrie ad alto rischio come l'estrazione mineraria, la tecnologia di etichettatura permette alla direzione di sapere esattamente chi è sul posto di lavoro, per quanto tempo è stato lì e garantire che nessuno venga dimenticato o lasciato indietro in caso di emergenza.
Sensori specializzati per la manutenzione predittiva
I sensori specializzati offrono anche una visione approfondita delle condizioni della fabbrica e degli (eventuali) problemi in corso. Le tecnologie IoT relative alla sicurezza dei lavoratori non si limitano a supervisionare i lavoratori ma anche il loro immediato ecosistema. I luoghi di lavoro all'aperto come i cantieri e le miniere comportano diversi fattori ambientali che possono mettere in pericolo i lavoratori. Le telecamere di imaging termico e i sensori IoT possono rilevare l'arrivo di condizioni meteorologiche ostili e temperature estreme. Queste informazioni possono essere utilizzate per avvertire i lavoratori di questi pericoli. I rilevatori di movimento sono un ottimo esempio di sensori specifici di manutenzione predittiva. Questi avvisano i dipendenti quando si avvicinano a un'area pericolosa come un pavimento instabile o scivoloso.
Il crescente contributo dell'AI alla manutenzione predittiva
Un altro termine legato alla manutenzione basata sulle condizioni è qualità e manutenzione predittiva o PQM. Le soluzioni PQM sfruttano i dati raccolti sia dall'IoT che dai sistemi tradizionali. Si focalizzano sul rilevamento e risolvono i problemi di qualità o di manutenzione prima che diventino problemi seri, determinando tempi morti.
Le soluzioni PQM impiegano algoritmi e producono statistiche medie per prevedere quando sono necessarie correzioni di qualità o manutenzione. Le soluzioni PQM basate sull'AI impiegano diverse tecnologie contemporaneamente, tra cui l'apprendimento automatico, l'apprendimento profondo e il cognitive computing.
Conclusione
Una prospettiva olistica della gestione delle risorse è necessaria per imparare il vero valore dell'IoT. Le tecnologie IoT con i loro numerosi centri sul campo collegati a sistemi che raccolgono i propri dati ed eseguono analisi sofisticate, offrono nuove intuizioni sulle condizioni degli impianti in tempo reale. Le reti cloud virtuali ad alta potenza raccolgono, aggregano e modellano continuamente i dati per anticipare i guasti. Saranno messe in atto delle contingenze per limitare il loro impatto sulla disponibilità del sistema. La chiave dell'IoT per migliorare i costi di guida e l'affidabilità delle risorse è fornire dati in tempo reale, utilizzabili e intelligenti all'utente finale o ai sistemi collegati. Le fabbriche accolgono nuove e più efficienti possibilità di manutenzione per rimanere competitive attraverso tempi di attività sempre migliori.
