La manutenzione predittiva (PdM)19pu`o essere definita come un “metodo per
monitorare lo stato dei macchinari al fine di prevenire costosi guasti e per ese- guire la manutenzione quando `e davvero necessaria”.20 Infatti, diversamente da quanto accade per la manutenzione correttiva e per la manutenzione pre- ventiva, gi`a affrontate in precedenza, l’ingegnere che si occupa delle strategie di manutenzione, adottando la manutenzione predittiva, non si trover`a in una situazione di trade-off in cui deve scegliere tra la massimizzazione della vita utile di un componente (manutenzione correttiva) e la massimizzazione del- l’uptime21 (manutenzione preventiva o “programmata”), infatti le tecniche di
PdM permettono di ottenere la massimizzazione simultanea di entrambi gli elementi.22 Tradizionalmente la manutenzione predittiva veniva svolta tra-
mite ispezioni visive, quindi attraverso un esame effettuato direttamente sul macchinario. Con il progresso tecnologico la precedente modalit`a di interven- to `e stata superata e sostituita con nuove metodologie, in particolare, come affermano Adu-Amankwa et al., “L’avvento dell’IoT industriale e dei Big Da- ta industriali ha portato nuove interessanti opportunit`a, oltre che sfide per la manutenzione”,23 Allo stato tecnologico attuale la manutenzione predittiva rappresenta un approccio basato su strumenti in grado di evidenziare il dete- rioramento nel tempo degli asset fisici, con l’obiettivo di far si che l’azienda possa programmare gli interventi di manutenzione in modo pi`u intelligente e soprattutto soltanto quando `e realmente necessario.
La manutenzione predittiva pu`o essere cos`ı definita come “un processo proatti- un software di controllo. Un macchinario CNC si configura quindi come un’attrezzatura motorizzata e controllata da un computer.
19“Predictive Maintenance”.
20Traini, E., Bruno, G., D’Antonio, G., & Lombardi, F. (2019). Machine Learning
Framework for Predictive Maintenance in Milling. IFAC-PapersOnLine, 52 (13), 177-182.
21L’uptime `e la percentuale di tempo in cui un impianto o un macchinario `e in funzione
e sta effettivamente lavorando. `E il concetto opposto di downtime.
22Lee, W. J., Wu, H., Yun, H., Kim, H., Jun, M. B., & Sutherland, J. W. (2019). Predic-
tive maintenance of machine tool systems using artificial intelligence techniques applied to machine condition data. Procedia CIRP, 80, 506-511.
23Adu-Amankwa, K., Attia, A. K., Janardhanan, M. N., & Patel, I. (2019). A predictive
maintenance cost model for CNC SMEs in the era of industry 4.0. The International Journal of Advanced Manufacturing Technology, 104 (9-12), p. 3569.
vo di modellazione delle prestazioni e di monitoraggio su condizione impiegato per attivare gli avvisi ai fini di un’efficace programmazione ed esecuzione del- la manutenzione”.24 Questa definizione richiama infatti i 2 concetti trattati
poc’anzi, ovvero il fatto che questa strategia manutentiva si basa sul monito- raggio dello stato di salute dei componenti (manutenzione “condition-based” o CBM) e l’attivazione di un’efficace programmazione (sulla base del monitorag- gio di cui sopra) ed esecuzione della manutenzione (`e possibile evitare rotture ed effettuare gli interventi manutentivi durante i fermi macchina prestabiliti). L’uso dell’analisi predittiva infatti, come osservano ur Rehman et al. (2019), consente, sulla base delle prestazioni passate dei macchinari, di capire quando si rende necessario riprogrammare gli interventi di manutenzione. Inoltre, gli autori evidenziano come questa tipologia di analisi possa aiutare a sviluppare sistemi di supporto alle decisioni.25 Le tecnologie IoT permettono di avere a
disposizione dati passati ed in tempo reale, relativi a parametri di funziona- mento degli asset fisici che potranno poi essere sfruttati nell’ottica di possibili impieghi futuri. `E possibile rendere i macchinari direttamente comunicanti con il cloud, in modo tale da attivare un monitoraggio su supporto informatico. Oggi le imprese, a causa dell’ambiente mutevole in cui sono inserite, devono far fronte ad una crescente pressione per rispondere alle richieste provenienti dal mercato, in questo contesto la disponibilit`a e l’affidabilit`a dei macchinari rappresentano un elemento fondamentale nella capacit`a delle imprese indu- striali di operare con successo. La manutenzione predittiva si configura quindi come un elemento chiave nella profittabilit`a di lungo termine di un’impresa manifatturiera, ci`o `e dovuto all’impatto sulla qualit`a, sul costo finale e sul de- livery lead time di prodotto.26 Pertanto, in questo lavoro viene presentato un
Sistema di Supporto Decisionale per le Attivit`a Manutentive (SISDAM), come un progetto pilota che combina soluzioni conosciute ed ampiamente utilizzate sia per scopi non aziendali sia da imprese di piccole dimensioni, con tecnologie IoT a basso costo, in modo tale da rendere pi`u efficace ed efficiente l’attivit`a di manutenzione. Il sistema si basa sulla strategia di manutenzione predittiva di cui `e gi`a stata data una definizione all’inizio del paragrafo e che “sta diventan-
24“PdM is a proactive process of performance modelling and conditional monitoring used
to trigger warnings for effective maintenance scheduling and execution”. Adu-Amankwa et al., 2019:3569, op. cit.
25ur Rehman, M. H., Yaqoob, I., Salah, K., Imran, M., Jayaraman, P. P., & Perera, C.
(2019). The role of big data analytics in industrial Internet of Things. Future Generation Computer Systems, 99, 247-259.
26Hadjiski, M., Doukovska, L. A., Kojnov, S. L., Monov, V. V., & Nikov, V. G. (2014).
Significance of the Predictive Maintenance Strategies for SMEs. In Proc. of the International Symposium on Business Modeling and Software Design–BMSD, 14, 24-26.
do essenziale per ogni attivit`a produttiva in quanto i prodotti sono diventati sempre pi`u complessi grazie all’evoluzione della tecnologia e di conseguenza la qualit`a e l’affidabilit`a sono diventate questioni di grande importanza”.27
Il progetto pilota oggetto dell’ultima parte della tesi rappresenta un possibile punto di partenza per tutte quelle Piccole e Medie Imprese che vogliono intra- prendere un percorso di digitalizzazione. Il progetto consente di evidenziare le potenzialit`a dell’IIoT, la sua fattibilit`a e la possibilit`a di diffondere la tecnolo- gia in altre aree dell’organizzazione. Nei capitoli precedenti sono stati messi in luce i principali punti di debolezza delle imprese di piccole dimensioni, come la mancanza di risorse finanziarie. Il progetto sviluppato ed esposto nei pros- simi paragrafi utilizza strumenti e componenti hardware che non richiedono grossi investimenti e pu`o rappresentare un’opportunit`a, se inserita in un con- testo aziendale, per sperimentare la tecnologia IIoT applicandola ad un caso pratico. Per lo sviluppo del progetto, oltre alla parte hardware low-cost di cui sopra, vengono utilizzati servizi di memorizzazione in cloud che permettono anche l’elaborazione dei dati e l’invio di alert ai soggetti coinvolti nel processo produttivo.