Per dimostrare la funzionalit`a del sistema sono stati installati dei sensori su una fresatrice CNC.31 La macchina utensile in questione ha come funzione quella di realizzare la fresatura di parti in alluminio. I sensori sono stati in- tegrati per evidenziare la capacit`a del sistema di trasmettere in tempo reale
30Tran, M. A. T., Le, T. N., & Vo, T. P. (2018). Smart-config wifi technology using
ESP8266 for low-cost wireless sensor networks. In 2018 International Conference on Advanced Computing and Applications (ACOMP), 22-28.
31Implementazione effettuata nel mese di Novembre 2020 da parte del candidato insieme al
Dottore in Ingegneria Robotica e dell’Automazione Mattia Grassi che ha dato un contributo nella fase di programmazione del micro-controllore utilizzato.
tutti quei dati che non vengono rilevati dal software di controllo del macchi- nario, come ad esempio i parametri relativi all’ambiente in cui vengono svolte le lavorazioni. I dati trasmessi vengono archiviati direttamente sul cloud dove, attraverso gli strumenti presenti su Google Sheets, `e possibile inserire grafici ed indicatori per una pi`u efficace visualizzazione dei dati. Il progetto realizzato prevede anche un accelerometro per il rilevamento delle vibrazioni. Prima di iniziare con il processo di definizione del modello predittivo, `e necessario deter- minare un livello di finitura che possa essere considerato accettabile attraverso la misurazione della rugosit`a superficiale del pezzo ottenuto in seguito alla la- vorazione. La misurazione individua il livello di rugosit`a al di sopra del quale il prodotto verr`a considerato non conforme. Tramite delle analisi empiriche, una volta individuato lo standard qualitativo attraverso la misurazione di cui sopra, si passa all’individuazione del valore delle vibrazioni in corrispondenza del quale l’utensile si sar`a degradato ad un livello tale da rendere la finitura superficiale del pezzo in lavorazione inaccettabile, e quindi rendere il prodotto non conforme.32 Attraverso questa tipologia di analisi `e possibile, per ciascun
utensile impiegato, conoscere il momento (in termini di ore di lavorazione) in cui quest’ultimo si degrader`a ad un livello tale da far si che il prodotto fina- le venga scartato. Tale momento viene individuato grazie alla variazione delle vibrazioni del mandrino, che indicano la progressiva usura dell’utensile.33 Que- sta analisi viene effettuata perch´e non `e facile individuare a priori il momento in cui un determinato utensile cesser`a la sua vita utile e questo `e dovuto al fatto che ogni macchina utensile presenta delle caratteristiche di rigidezza (e altre caratteristiche come la qualit`a costruttiva del mandrino) a seconda delle quali la vita di un utensile potrebbe essere pi`u o meno lunga. Le vibrazioni vengono rilevate dall’accelerometro posto sul mandrino della macchina utensile e, attraverso il sistema IIoT, i dati vengono trasmessi sul cloud dove vengono memorizzati. Attraverso il modello predittivo, sulla base dei dati memoriz- zati che rappresentano l’input del sistema e che vengono definiti indicatori di
32L’analisi prevede l’attrezzaggio del macchinario con un utensile nuovo, mai utilizzato
e quindi con un livello di degrado pari a zero. Si procede con la lavorazione di un pezzo dietro l’altro e al termine di ciascuna lavorazione si valuta il livello qualitativo della finitura della parte lavorata attraverso l’analisi delle superfici. Dopo un certo numero di lavora- zioni, l’esito della valutazione dell’ultimo pezzo lavorato sar`a negativo a causa del degrado progressivamente aumentato dell’utensile che ha portato ad un incremento delle vibrazio- ni del mandrino. In questo modo si va ad individuare il valore relativo alle vibrazioni, in corrispondenza del quale si rende necessaria la sostituzione dell’utensile.
33Orhan, S., Er, A. O., Camu¸scu, N., & Aslan, E. (2007). Tool wear evaluation by
vibration analysis during end milling of AISI D3 cold work tool steel with 35 HRC hardness. NDT & E International, 40 (2), 121-126.
condizione,34 `e possibile valutare la vita utile residua (Remaining Useful Life
o “RUL”)35 dell’utensile in lavorazione, cos`ı facendo `e possibile conoscere il
momento in cui presumibilmente, con un ragionevole grado di certezza, l’u- tensile dar`a come output un prodotto non conforme. La determinazione del RUL rappresenta un elemento essenziale per qualsiasi programma di manuten- zione predittiva. Si possono prendere in considerazione 3 diverse metodologie di determinazione del RUL e la scelta di un metodo piuttosto che di un altro dipende dalla tipologia di dati disponibili.36 Le metodologie sono le seguenti:
• Determinazione basata su dati relativi a macchinari simili che indichino dopo quanto tempo si sono guastati o sono stati sostituiti;
• Determinazione basata su dati di altri macchinari, componenti simili o componenti diversi ma che presentano un comportamento simile, indivi- duando l’andamento del degrado che coincide maggiormente con quello di cui si vuole determinare il RUL;
• Determinazione basata su un valore soglia conosciuto di un indicatore di condizione che rileva il guasto.
Per uno sviluppo futuro del progetto, ovvero la creazione di un modello pre- dittivo, il RUL dovrebbe essere determinato attraverso l’impiego della terza metodologia, ovvero l’utilizzo di un valore soglia (Figura 5.6). Questa tipolo- gia di stima costituisce un modello che viene definito “modello di degrado” (o degradation model ). Il modello stima il RUL individuando il momento in cui l’indicatore di condizione superer`a la soglia. Tenendo conto del RUL `e quin- di possibile ottimizzare la programmazione della manutenzione evitando fermi macchina non pianificati, infatti, dopo aver identificato il RUL, il soggetto che si occupa dell’attrezzaggio del macchinario pu`o rispondere alla necessit`a di sostituire l’utensile nel momento in cui si rende realmente necessario e senza influire sulla produttivit`a dato che, in questo modo, si evitano scarti di pro- duzione. Occorre sottolineare che la creazione del sistema SISDAM prevede 3 fasi: una prima fase di individuazione dei componenti hardware a basso costo, una seconda fase che prevede la programmazione del micro-controllore e la creazione dello script per il collegamento con il cloud, ed infine un’ultima fase
34Indicatori il cui comportamento cambia in modo prevedibile man mano che il degrado
aumenta.
35La vita utile residua (RUL) consiste nel periodo di tempo in cui un macchinario o un
utensile pu`o essere impiegato prima di richiedere la riparazione o la sostituzione.
36MathWorks (2018). Three Ways to Estimate Remaining Useful Life. Predictive
che consiste nella creazione del modello predittivo di cui, sul piano tecnico- ingegneristico, `e stata fornita solo un’introduzione e che, per motivi di tempo, verr`a inserita negli sviluppi futuri.
Figura 5.6: Esempio di determinazione del RUL sulla base di un valore soglia. Fonte: MathWorks