Obiettivo di tutte le aziende che hanno una catena di produzione è ottimizzare l’uso dei macchinari riducendo al minimo i tempi di fermo causati da guasti o malfunzionamenti. Tradizionalmente, questo lo si ottiene con la manutenzione preventiva. L’industria 4.0 ha però abilitato l’impiego della manutenzione predittiva, che consente di avere un più preciso controllo sui tempi di intervento per la sostituzione dei componenti dei macchinari.
Manutenzione preventiva: interventi a scadenze fisse
In una strategia di manutenzione preventiva, un’organizzazione stabilisce alcuni parametri di riferimento per quando parti e attrezzature necessitano di interventi, e pianifica di conseguenza le attività di manutenzione.
Per esempio, una macchina può richiedere la sostituzione di una parte ogni 500 cicli di produzione, un’altra una sostituzione su base annuale e un controllo di manutenzione completo ogni 2.000 cicli di produzione. Un sistema di gestione della manutenzione considererebbe tutte queste scadenze e le organizzerebbe in un programma coerente.
La strategia preventiva consente perciò di strutturare in modo preciso gli interventi di manutenzione per sostituire uno o più componenti al fine evitare tempi di inattività. Tuttavia, in certe situazioni, può portare a sostituire parti prima del necessario, non massimizzandone la durata. L’ideale sarebbe invece impedire guasti ai componenti o alle apparecchiature, garantendo il risparmio sui costi ed evitando i tempi di fermo e le spese per la sostituzione delle parti che hanno ancora una certa durata.
Manutenzione predittiva: interventi solo quando necessario
Un programma di manutenzione predittiva introduce un’analisi dei dati più approfondita rispetto alla manutenzione preventiva, risultando perciò più efficace nel ridurre i tempi di inattività, nel migliorare la produttività e nell’aumentare l’efficienza. Una tale strategia parte dai medesimi principi della manutenzione preventiva, ma aggiunge un livello di precisione che sarebbe irraggiungibile senza le moderne soluzioni di analisi dei dati. Tutto questo è reso possibile dall’industria 4.0 e dall’Internet delle cose (IoT – Internet of things): i sistemi di pianificazione delle risorse aziendali prendono i dati ricavati dall’IoT e li rendono utilizzabili per i programmi di manutenzione predittiva.
La manutenzione predittiva parte quindi con l’implementazione di sensori IoT per monitorare le apparecchiature. Le informazioni che si ottengono possono essere registrate in un sistema ERP, fornendo un monitoraggio quasi in tempo reale.
Per questo motivo, è possibile prevedere con elevata precisione quando un componente potrebbe non funzionare più al meglio. A tal fine, invece di doversi basare su una previsione ipotetica, come un certo numero di cicli di produzione, si possono raccogliere i dati di utilizzo per determinare i segnali di guasto e prevedere quando sarà necessaria la manutenzione.
I dispositivi IoT e i sistemi ERP (Enterprise Resource Planning) impiegano dati grezzi per creare report di analisi, che permettono di monitorare le prestazioni dei componenti nel mondo reale in modo che il team di manutenzione sappia esattamente quando si dovrà intervenire. In pratica, la manutenzione predittiva combina modelli di dati storici con informazioni sulle prestazioni attuali, per stimare con accuratezza quando si può avere un rischio di guasto e individuare di conseguenza il momento migliore per la manutenzione.
Le strategie di manutenzione predittiva aiutano perciò a massimizzare la durata delle apparecchiature senza aumentare il rischio di tempi di fermo. I dispositivi IoT e i dati che questi generano sono vitali per la manutenzione predittiva, ma sono le soluzioni ERP che, applicando tali informazioni a tutte le linee di business, risultano fondamentali per creare opportunità di valore.
Programmazione automatica della manutenzione
Un programma di manutenzione predittiva si presenta spesso come un’ampia gamma di parti interconnesse che operano insieme in perfetta coesione. È come avere una macchina a sé stante: la piattaforma ERP dell’azienda è il “cervello” di tale macchina e alla base si hanno i dispositivi IoT che raccolgono informazioni. L’infrastruttura di rete trasmette i dati ai server di back-end dove, nella maggior parte dei casi, un sistema computerizzato di gestione della manutenzione tiene traccia di tali dati.
I programmi di analisi possono utilizzare le informazioni per eseguire il monitoraggio predittivo, confrontandole con i modelli di dati storici ricavati dai dispositivi IoT per anticipare quando è necessaria la manutenzione e riferendo al software di gestione di programmarla di conseguenza.
Come Sinfo One gestisce la manutenzione preventiva e predittiva
La manutenzione preventiva e predittiva si collocano nell’offerta ERP in sinergia con la proposta di business intelligence di Sinfo One per tutti i casi dove si rende necessaria l’analisi dei dati oltre a un supporto al processo.
Più in dettaglio, Sinfo One affronta la manutenzione preventiva e predittiva con alcuni moduli dell’ERP proprietario SiFides e con la soluzione Oracle JD Edwards EnterpriseOne. Questi incorporano algoritmi di gestione della manutenzione preventiva con il vantaggio di permettere un’assoluta integrazione del processo di manutenzione con tutto l’ecosistema IT aziendale e i processi amministrativi e contabili.
Il passaggio alla manutenzione predittiva, a seguito di progetti industry 4.0 che prevedono sistemi per la raccolta di dati specifici sull’impianto, può essere fatto contestualmente o successivamente alla manutenzione preventiva. Tale processo può essere affrontato dall’organizzazione utilizzando in modo sartoriale tecnologie di elaborazioni degli algoritmi all’interno delle soluzioni di business intelligence di Sinfo One, con la possibilità di costruire control chart sui valori statistici dell’impianto.
