Manutenzione predittiva nel manifatturiero con l'IA

Manutenzione predittiva nel manifatturiero: dalla telemetria di processo alle azioni ordinate per priorità

Foto di Ant Rozetsky su Unsplash.

Ogni stabilimento ha già i sensori di cui un programma di manutenzione predittiva ha bisogno. PLC, storici SCADA, sonde di vibrazione, sensori termici e server OPC UA generano più telemetria per turno di quanta un team di reliability possa leggere manualmente. Gran parte di questi dati resta nello storico e non diventa mai una decisione.

La copertura dei sensori raramente è il problema. Il pezzo mancante sta tra i tag grezzi e un elenco ordinato di cosa riparare questa settimana: leggere l'analitica della telemetria di processo che già esiste e trasformarla in azioni che un team di manutenzione può eseguire prima che la linea si fermi.

Da dove viene davvero il fermo macchina

Il fermo non pianificato raramente si annuncia. Un cuscinetto si degrada nel corso di settimane prima di grippare. L'assorbimento di corrente di un motore cresce per un mese prima dello scatto. Quando un operatore nota che qualcosa non va, il modo di guasto è di solito già visibile nei dati da un po'.

Il costo diretto della riparazione finale è spesso la cifra più piccola. Produzione persa, ricambi urgenti, straordinari e finestre di spedizione mancate si somma tutto attorno a esso. Le stime di settore comunemente citate collocano la riduzione ottenibile con un programma di manutenzione predittiva funzionante in un intervallo del 30-50% per il fermo non pianificato, sebbene il numero dipenda molto dalla maturità di partenza della manutenzione e vada letto come una stima indicativa, non come una garanzia per un impianto specifico.

La maggior parte dei programmi di manutenzione dei macchinari ha già i sensori per intercettare questi guasti prima. Quello che manca è un modo per osservare ogni segnale in modo continuo senza generare un allarme per ciascuno di essi.

Da PLC, SCADA e OPC UA a un livello decisionale

I team di reliability hanno già la telemetria: tag PLC, punti SCADA e, sempre più spesso, un server OPC UA standard che li esporta tutti in un unico punto. Aggiungere un livello decisionale sopra questi dati non significa toccare l'anello di controllo.

FrostLogic Explore legge la telemetria di processo in sola lettura, tramite OPC UA, Modbus o le API dei fornitori di PLC. Non scrive mai un setpoint e non si trova mai nel percorso di controllo. Il motore dietro questo monitoraggio delle apparecchiature di fabbrica, Frostdynamics(tm), acquisisce gli stessi tag già memorizzati dallo storico SCADA e li correla attraverso la fisica che governa realmente l'apparecchiatura, non solo con soglie per singolo tag.

Questa distinzione conta su un pavimento di fabbrica più che quasi ovunque altro. La vibrazione di una pompa, la corrente del suo motore, la temperatura del suo cuscinetto e la sua portata non sono variabili indipendenti. Una soglia su una qualsiasi di esse da sola scatterà troppo spesso oppure non intercetterà il guasto che si manifesta come un piccolo spostamento simultaneo su tutte e quattro. Leggere i tag insieme, nel modo in cui lo fa già mentalmente un ingegnere di reliability esperto, è ciò che distingue un livello decisionale da un'altra dashboard.

Le anomalie che contano su una linea

Non ogni deviazione merita un ticket. Il rilevamento industriale delle anomalie davvero utile su una linea cerca una forma precisa: deviazioni che si accumulano nel tempo e coinvolgono più di un segnale.

La deriva della vibrazione è l'esempio più chiaro. La firma di vibrazione di un cuscinetto non salta; sale, spesso nel corso di settimane, ben prima di superare una soglia di allarme fissa. La deriva termica su un motore o un riduttore si comporta allo stesso modo: una salita lenta che un'ispezione visiva a turno mancherà completamente.

L'incoerenza tra segnali intercetta guasti che una soglia su un singolo canale non può cogliere per struttura. Quando portata, pressione e assorbimento di potenza smettono di muoversi insieme come impone la fisica del processo, qualcosa è cambiato a monte, anche se nessun singolo tag ha superato il proprio limite. La deriva dell'energia per unità è lo stesso schema applicato al costo: una linea che consuma più potenza per unità di produzione rispetto alla propria base storica, senza un corrispondente cambiamento di produzione, si sta degradando da qualche parte anche se nulla ha ancora allarmato.

Ognuna di queste è rilevabile con i sensori già installati. Ciò che richiedono è osservare la relazione tra i segnali in modo continuo, non scansionare un singolo tag contro un limite fisso una volta a turno.

Filtraggio causale sul pavimento di fabbrica

Un'anomalia tra segnali a monte tende a far scattare una dozzina di tag a valle. La portata scende, la pressione sale sullo stadio successivo, un allarme di temperatura scatta sullo stadio dopo, e un ingegnere di reliability apre un registro di turno pieno di avvisi che in realtà sono un solo evento.

Il filtraggio causale risale quella catena fino alla causa radice e la riduce a un unico ticket: il cuscinetto della pompa, non gli undici sintomi del suo guasto. Questa è la differenza tra una causa ordinata e spiegata e una tempesta di allarmi che il team finisce per imparare a ignorare.

Per essere espliciti: Explore ordina e spiega la causa. Non emette né gestisce ordini di lavoro, e non è un CMMS.

Il risultato è un ticket con priorità e tracciato causalmente che dice a un ingegnere di reliability cosa non funziona davvero e con quale livello di confidenza il sistema lo afferma. Cosa succede dopo, che il ticket finisca in un CMMS esistente, in un registro cartaceo o in un canale Slack, è un processo dello stabilimento. Il lavoro di Explore finisce con la diagnosi, consegnata in anticipo e già filtrata.

Stesso motore, segnale diverso

L'approccio che comprende la fisica e che intercetta un guasto a un cuscinetto su una linea di produzione è lo stesso motore che intercetta una deriva HVAC in un edificio commerciale. Entrambi sono casi di osservazione di segnali multipli correlati in cerca di uno schema che una soglia su singolo tag non colgerebbe, ed entrambi devono sopprimere il rumore a valle generato da una causa radice reale.

Ciò che cambia tra un pavimento di fabbrica e un edificio è l'insieme di segnali, non la logica sottostante. L'unità di trattamento aria di un edificio produce una forma di telemetria diversa da quella del servomotore di una linea di stampaggio, ma la domanda a cui la piattaforma risponde, quale di queste deviazioni è un vero precursore di guasto e cosa lo sta realmente causando, è identica. Il nostro articolo di approfondimento sulla manutenzione predittiva negli edifici commerciali copre lo stesso motore applicato a HVAC, refrigeratori e apparecchiature dell'edificio.

Per gli operatori del manifatturiero e dell'industria pesante in particolare, questo significa che uno stabilimento non ha bisogno di uno sviluppo analitico su misura per ottenerlo. La stessa piattaforma che legge il BMS di un edificio legge il server OPC UA di uno stabilimento, e ordina il risultato allo stesso modo: in base a quanto minaccia la continuità operativa, non a quanto è rumoroso l'allarme. Maggiori dettagli su come questo si adatta a uno stabilimento manifatturiero specifico sono disponibili sulla nostra pagina del settore manifatturiero.

Domande frequenti

Cos'è la manutenzione predittiva nel manifatturiero? È l'uso di dati di sensori e di processo, vibrazione, temperatura, assorbimento di corrente, portata e segnali simili, per rilevare il degrado dell'apparecchiatura prima che provochi un fermo non pianificato, invece di sostituire componenti secondo un calendario fisso o attendere il guasto.

Quanto riduce davvero il fermo la manutenzione predittiva? Le stime variano in base allo stabilimento e alla maturità di partenza, ma una riduzione nell'intervallo del 30-50% per il fermo non pianificato è comunemente citata negli studi di settore. Trattala come una stima indicativa, non come un numero su cui costruire un business case senza i propri dati di riferimento.

Aggiungere un livello di manutenzione predittiva richiede nuovi sensori? Di solito no. La maggior parte degli stabilimenti ha già i tag PLC, i punti SCADA e i tag OPC UA necessari. Il divario sta tipicamente nel correlare i segnali esistenti in modo continuo, non nella copertura dei sensori.

Cos'è OPC UA e perché conta qui? OPC UA è uno standard di comunicazione industriale neutrale rispetto al fornitore che espone i dati di processo di PLC e sistemi SCADA in modo coerente. È ciò che permette a un livello decisionale come Explore di leggere la telemetria di apparecchiature di fornitori diversi senza un'integrazione su misura per ogni macchina. Consulta la nostra voce del glossario per il dettaglio a livello di protocollo.

È la stessa cosa di un CMMS? No. Un CMMS gestisce gli ordini di lavoro e i programmi di manutenzione. Explore ordina e spiega le anomalie nei tuoi dati di processo. Non emette né gestisce ordini di lavoro. Le due cose sono complementari, non categorie in competizione.

Explore controlla qualche apparecchiatura o scrive sul PLC? No. Explore legge la telemetria di processo in sola lettura, tramite OPC UA, Modbus o l'API di un fornitore di PLC. Non scrive mai un setpoint e non si trova mai dentro l'anello di controllo.

Quali tipi di guasti vengono intercettati più presto? I modi di guasto che si costruiscono gradualmente attraverso segnali correlati, l'usura dei cuscinetti, la deriva termica su motori e riduttori, e l'incoerenza tra segnali, tendono a comparire nei dati settimane prima che una soglia fissa scatterebbe. I guasti meccanici improvvisi senza una firma graduale sono più difficili da prevedere dalla sola telemetria.

In cosa differisce questo da un programma standard di monitoraggio delle vibrazioni? Il monitoraggio delle vibrazioni da solo osserva una sola classe di segnale. Explore correla la vibrazione insieme all'assorbimento di corrente, alla temperatura, alla portata e ad altri tag di processo, il che intercetta modi di guasto che un programma basato solo sulla vibrazione non cattura e sopprime la tempesta di allarmi a valle che una singola causa radice genererebbe altrimenti.

Pronto a vederlo sui tuoi dati?

Guardalo su un campione dei tuoi dati di processo, con un ingegnere senior in chiamata. Porta un'estrazione dei tuoi tag OPC UA o SCADA e ripercorreremo insieme come si presenta una coda ordinata e tracciata causalmente rispetto alle tue apparecchiature reali. Da 30 a 60 minuti, senza impegno in nessun senso. Parliamone.