La diagnosi predittiva nell'industria è la capacità, partendo dai dati, di predire possibili rischi per una migliore gestione e produttività.


La diagnosi predittiva è tra le applicazioni più interessanti rese possibili dalle tecnologie abilitanti dell’Industria 4.0, tra cui Data Analytics, sensori, Internet of Things, Machine Learning e intelligenza artificiale. Un approccio che permette di efficientare e ottimizzare i processi aziendali e in particolare il funzionamento dei macchinari e degli impianti riducendo costi e tempi di manutenzione.
Ma vediamo in sintesi di che cosa si tratta.

Cos’è la diagnosi predittiva nell’industria

La diagnosi predittiva nell’industria si riferisce alla possibilità – attraverso il monitoraggio continuo – di predire anomalie, cali di funzionamento e di performance degli asset aziendali in modo da limitare gli eventuali impatti sulla produzione e operatività di una impresa.

Un fermo macchina, ad esempio, o il guasto di un componente può determinare una interruzione delle attività. Per questo motivo, inserire nelle macchine dei sistemi per il condition monitoring (il monitoraggio accurato delle condizioni di macchina automatica come temperatura, vibrazioni ecc.) e per l’analisi dei dati in ottica diagnostica e predittiva può portare notevoli benefici a una organizzazione.

Così come l’analisi predittiva, anche la diagnosi predittiva utilizza una serie di dati, algoritmi statistici e tecniche di machine learning per individuare la probabilità di risultati futuri sulla base dei dati storici raccolti fino a quel momento.

Che cosa è successo? Perché è successo? Cosa potrebbe succedere in futuro? Le tecniche di diagnosi predittiva cercano di dare una risposta a queste domande essenziali per poi intervenire rispetto a come ci si dovrà comportare rispetto a potenziali accadimenti futuri.

Diagnosi predittiva: Strumenti e tecnologie coinvolte

La diagnosi è dunque la capacità di rilevare malfunzionamenti, isolare e identificare i guasti, capirne le cause e stabilirne l’impatto sul funzionamento generale del sistema. Un metodo per elaborare delle stime su possibili rischi partendo dall’acquisizione di informazioni consolidate e dati.

Per fare questa operazione, la diagnostica predittiva al pari della manutenzione predittiva con la quale condivide obiettivi e strumenti, si fonda sull’utilizzo delle tecnologie digitali che consentono di raccogliere ed elaborare i dati in tempo reali arrivando a importanti flussi di dati. E proprio questa attività di analisi dei big data disponibili che, attraverso  l’uso di sensori, di algoritmi predittivi e modelli e di software specializzati, permette di conoscere lo stato di salute dei macchinari in ogni momento con l’obiettivo di migliorare la produttività e la business continuity.
In questo modo si parla anche di un concetto vicino all’automanutenzione.

I Sistemi di diagnosi

Basandosi sulle tecnologie adottate nel processo di condition monitoring per analizzare rumore, vibrazioni, temperature e altre condizioni vitali di un macchinario è possibile individuare alcuni sistemi di diagnosi predittiva del guasto in ambito industriale.

1. Sistema di diagnosi del singolo guasto
Consente di valuta in real time lo stato di salute di una macchina specifica prendendo in esame le singole variabili e i vari aspetti.

2. Sistema di diagnosi distribuito
Permette di mettere insieme, combinandole, informazioni provenienti da sistemi e macchine differenti con l’obiettivo di migliorare l’affidabilità del monitoraggio e dell’azione di diagnosi.

3. Sistema di diagnosi remoto
È il sistema connesso alla rete che invia le informazioni su malfunzionamenti, guasti o altro alla centrale di manutenzione che può trovarsi in qualsiasi altra parte del mondo. In questo caso, nello specifico per meglio valutare problemi e diagnosi possono entrare in gioco anche dispositivi di realtà aumentata per tutte le operazioni di manutenzione.

Le tipologie di analisi per la diagnostica e manutenzione predittiva

A seconda delle tecnologie e dei sensori usati, possono essere avviate diversi tipi di analisi per la diagnostica e la manutenzione predittiva nell’industria.

Analisi delle vibrazioni: questo tipo di monitoraggio valuta il livello di vibrazioni di macchine rotanti, macchinari automatici, impianti e linee produttive.
Si usa per rilevare problemi o malfunzionamenti come squilibri, guasti ai cuscinetti, allentamenti meccanici, disallineamenti, risonanze e guasti del motore elettrico.
È un tipo di analisi molto comune e per questo motivo è anche tra le meno costose.

Analisi acustica: è un tipo di analisi che può riguardare sia i suoni sia gli ultrasuoni. Può servire ad esempio a individuare segnali ad alta frequenza causati da crepe o urti.

Analisi a infrarossi: prevede l’impiego di sensori all’infrarosso di percepire le variazioni termiche che si verificano all’interno di un impianto o a un macchinario. Si parla poi di Termografia a infrarossi quando viene utilizzata una termocamera per rilevare la radiazione (calore) emessa da un oggetto, convertirla in temperatura e quindi visualizzare la distribuzione della temperatura attraverso un’immagine. Anche l’analisi termografica è un metodo usato per monitorare le condizioni elettriche e meccaniche di motori, cuscinetti, sistemi di ventilazione e altri componenti.

Vantaggi e benefici

I vantaggi di effettuare una diagnosi predittiva sono evidenti:

  • Miglioramento della produttività e della business continuity.
  • Riduzione degli imprevisti e di conseguenti perdite di tempo e di redditività.
  • Riduzione dei costi di manutenzione.
  • Allungamento della vita degli asset aziendali.

In conclusione, adottare strumenti e tecnologie per realizzare un corretto processo di diagnosi e manutenzione predittiva può aiutare a migliorare la gestione aziendale, ottimizzando l’uso e le operazioni di manutenzione di impianti e macchinari e migliorandone così performance, tempi e durata.