La digitalizzazione del manifatturiero è considerata step imprescindibile per il futuro del comparto. Spesso però l’attenzione si concentra sui vantaggi del digitale in fase di produzione e meno per quanto riguarda l’efficienza delle linee, possibile solo attraverso l’utilizzo di strumenti per la manutenzione predittiva.
In proposito, uno studio Deloitte, dal titolo Predictive Maintenance and the Smart Factory evidenzia invece come i tempi di inattività pesino a livello globale per circa 50 miliardi di dollari all’anno. Per questo è necessario intraprendere progetti di trasformazione digitale puntando proprio sui vantaggi offerti dalla manutenzione predittiva, possibile utilizzando alcuni dei più importanti digital enabler tra cui è necessario individuare l’intelligenza artificiale, la realtà aumentata e Internet of Things che permettono, ognuna con diverse specificità, di identificare i guasti già in fase iniziale e risolvere i problemi rapidamente indipendentemente dal luogo in cui si trovano i tecnici, con il vantaggio di mantenere le macchine e i dispositivi in funzione in modo affidabile.
Si tratta di sfruttare queste tecnologie per realizzare tutti i vantaggi promessi da Industria 4.0 che comprende l’utilizzo di macchine interconnesse, a vantaggio dell’efficienza, di un maggiore utilizzo dei dati consapevoli che tempi di inattività non pianificati in futuro potranno incidere in modo sempre più importante sui profitti, per cui “l’intelligenza” innestata nelle soluzioni di manutenzione è fondamentale. Anche in questo ambito è evidente quindi la centralità del dato.
Spesso le macchine sono già in grado di fornire un quadro completo delle condizioni degli impianti, per esempio in base alle vibrazioni, allo sviluppo della temperatura o ai livelli di rumore; la raccolta e l’analisi di questi dati attraverso una rete IoT dovrebbero permettere ai produttori di avvantaggiarsi della manutenzione predittiva, per rilevare i guasti in una fase iniziale prima di arrivare al fermo macchina.
Trascurare queste informazioni o semplicemente sottovalutarle priva i team della possibilità di prevedere e prevenire guasti imminenti può causare addirittura l’arresto di tutta la linea produttiva. Spesso però la quantità di dati da analizzare è elevata. E questo un problema che oggi è invece facilmente indirizzabile attraverso gli strumenti basati sul’AI che permette di ricavare insight “consumabili” ed indicativi.
L’AI infatti valuta e confronta lo stato normale di una macchina e le caratteristiche ottimali di tutti i parametri. Se i sensori sulla macchina rilevano anomalie nei valori, per esempio un aumento improvviso della temperatura, questo viene registrato dal sistema e l’AI può utilizzare le informazioni per prevedere e anticipare gli scenari futuri, facendo risparmiare all’azienda tempo, denaro e risorse utili.
Hendrik Witt, chief product officer di TeamViewer, entra nei dettagli di questa analisi con una serie di esempi indicativi e spiega: “In un sistema di manutenzione predittiva efficiente quando viene rilevato un aumento di temperatura su una macchina, il sistema controlla se torna alla normalità entro un certo periodo, se è così, l’avvenimento viene archiviato. Solo se la temperatura non scende, l’AI attiva la prima fase del processo di allerta per cui un dipendente riceve un messaggio tramite il sistema IoT. In ogni caso gli strumenti basati sull‘intelligenza artificiale continuano a monitorare le condizioni operative delle macchine e “se la temperatura rimane alta o addirittura continua a salire, entra in azione la fase successiva di controllo: il sistema aumenta automaticamente la capacità di raffreddamento e controlla se con questa azione la temperatura ritorna alla normalità ed il dipendente riceve quindi un’altra notifica in merito”.
L’operatività dei team addetti alla manutenzione si avvantaggiano di un sistema in grado di fornire allerte pertinenti e di attivarsi solo quando davvero serve. Potranno quindi accedere al sistema anche da remoto utilizzando una connessione IoT, con la certezza sulla rilevanza dei dati, già considerati dall’AI (come il codice di errore e il tipo di macchina necessari) per fare una diagnosi rapida e, nel caso di problemi software, potranno procedere alla riconfigurazione anche a distanza.
Quando invece è necessario un intervento in loco, ecco che subentrano gli strumenti di supporto basati sull’Augmented Reality, che favoriscono interventi rapidi, sulla scorta del supporto documentale, necessario e pertinente per il modello specifico della macchina che necessità di manutenzione, per esempio.
Si tratta infatti di operazioni che prevedono la sostituzione di specifici componenti, per cui le istruzioni passo a passo possono consentire anche a personale meno qualificato un intervento puntuale, preservando le risorse dei team di supporto più preziose per i casi più delicati, a addirittura per un “supporto di secondo livello” da remoto, disponibile per più manutentori operativi sul campo.
La tecnologia in questo ambito ha compiuto passi in avanti importanti per cui tanti interventi, con l’ausilio di dispositivi indossabili come anche solo gli smart glasses, oggi sono già una realtà in tante realtà manifatturiere. In questi casi, mentre il manutentore opera a mani libere sul campo, anche l’assistente da remoto guadagna una buona visibilità sulle operazioni e può fornire informazioni puntuali, via voce, oppure addirittura agire sulle immagini disponibili per indicare senza equivoci la posizione esatta su cui bisogna operare, grazie all’utilizzo di puntatori e marcatori da remoto.
“La trasformazione digitale è oramai in atto in diversi settori e anche quello manufatturiero deve andare in questa direzione – riprende Witt -. Tecnologie come AI, AR e IoT sono essenziali per mantenere in funzione le moderne linee di produzione, attraverso la manutenzione predittiva, prevenendo così i problemi prima che possano danneggiare la supply chain”.
Una supply chain già duramente messa alla prova dai mesi della pandemia e che fatica ancora a tornare efficiente in diversi verticali. Anche per questo le aziende non possono permettersi di perdere tempo prezioso per problemi di produzione o permettere che piccoli difetti possano determinare la chiusura di una linea di produzione. “Per essere efficiente e redditizio – conclude Witt – il futuro del manufacturing si fonda sul digitale e sulle aziende che, grazie anche alla manutenzione predittiva, danno valore alle informazioni basate sui dati”.
© RIPRODUZIONE RISERVATA
