Il ruolo dell’IoT per la manutenzione ed il monitoraggio dell’efficienza

ruolo dell’IoT

Quale è il ruolo dell’iot per la manutenzione predittiva e per il monitoraggio dell’efficienza?


Gli ambiti applicativi industriali dell’IoT sono molteplici ma, tra tutti, due sono particolarmente promettenti nel breve periodo: la manutenzione/monitoraggio degli asset e l’efficienza energetica.

La rottura di macchinari ed apparecchiature ha una notevole ripercussione economica per le aziende. Blocco degli impianti, difettosità e ritardo sono fenomeni che ogni azienda desidererebbe evitare, soprattutto nel settore produttivo.

La manutenzione predittiva, grazie all’utilizzo di sensori, telecamere ed analisi dei dati, permette di prevedere la rottura delle apparecchiature, prima che questa avvenga. Questi sistemi, applicati alle attrezzature aziendali, rilevano segnali di usura e malfunzionamenti prima che si verifichino le rotture. L’analisi dei dati permette di definire un calendario di manutenzione preventiva.

L’approccio IoT per la manutenzione predittiva permette alle aziende una notevole riduzione dei costi di gestione rispetto alla manutenzione tradizionale. Le attività di manutenzione vengono svolte solo quando necessario e dove necessario. Una miglior programmazione della manutenzione preventiva permette di pianificare gli interventi in modo più intelligente, evitando fermi di produzione.

Il Condition monitoring è un processo che prevede di monitorare costantemente lo stato di una macchina osservando parametri predefiniti dell’apparecchiatura. In questo modo consente di monitorare i parametri che potrebbero indicare l’errore dell’apparecchiatura.

Sulla base delle analisi è possibile effettuare una previsione di condizione anomala, che consente un’azione tempestiva al fine di impedire un grave guasto alla linea. Ciò garantisce la longevità e il corretto funzionamento dell’apparecchiatura. Il monitoraggio è quindi un aspetto critico della manutenzione preventiva; assicura che l’attrezzatura sia sempre in funzione o sia manutenuta in anticipo rispetto all’occorrere degli eventi, indicando la varianza nei parametri che vengono monitorati. Il monitoraggio dello stato consente inoltre di sapere quando l’apparecchiatura sta per avvicinarsi alla fine della sua vita.

Il concetto non è affatto nuovo nel mondo industriale, ma la crescita delle potenzialità degli smart sensors abbinata alle piattaforme IoT permette di trarne maggiori vantaggi.

I parametri che possono essere monitorati, sono i più diversi e si possono ricondurre in ambito industriale alle seguenti categorie.

  • Vibrazione
  • Temperatura
  • Livelli dell’olio
  • Acustica
  • Tensione e corrente del motore

Misurare i parametri non basta, è necessario definire un modello matematico del sistema sotto analisi, da cui ricavare le condizioni di guasto. Serve il cosiddetto Gemello Digitale del processo o della macchina, che sarà usato come modello di previsione in grado di riconoscere uno stato normale da uno stato anomalo di funzionamento, e grazie agli indicatori definiti stabilire il significato fisico di quello che sta avvenendo., grazie a tecniche evolute di analisi (un diagramma di architettura tipo è mostrato in figura 1).

Si immagini di voler stimare quanti altri giorni (ore, chilometri, transazioni e così via) duri una macchina prima che si verifichi un guasto. In tal caso si può presupporre che il relativo stato di salute della macchina peggiori con il tempo e con l’usura.

In questo caso è necessario che i dati osservati contengano funzioni variabili nel tempo che acquisiscono informazioni sull’invecchiamento (ad es. lo stato di un cuscinetto o di una parte usurabile) o una qualsiasi altra anomalia che possa causare una riduzione delle prestazioni. Nelle applicazioni IoT i dati di telemetria dai diversi sensori costituiscono un buon esempio.

È anche necessario che i dati siano direttamente correlati alle condizioni operative del bene oggetto dell’analisi. La decisione relativa all’intervento di manutenzione si basa sullo stato di deterioramento di un macchinario ma anche sulle esigenze aziendali in quel momento (per esempio, non si consentono fermi automatici per manutenzione, se il macchinario è in piena fase produttiva).

Per comprendere meglio questo concetto si prenda come esempio la stima dei guasti delle ruote di un treno, dove è possibile avere due scenari di manutenzione: uno di componente (“se il guasto riguarderà la ruota”) o uno di sistema (“se interesserà tutto il treno”).

Questi due scenari richiedono tecniche e indicatori da analizzare differenti.

Il primo caso è relativo a un componente specifico, mentre il secondo riguarda il sistema nel suo complesso. Il secondo caso ha natura più generale e richiede molti più elementi e dati, rendendo più difficile la messa a punto di un modello, se non dopo aver osservato il passato di quel sistema e conoscerne bene il comportamento. Nello stesso tempo, sensorizzare il sistema ad alto livello, cioè cercare di prevedere i guasti delle ruote solo osservando i dati sulle condizioni del treno a livello generale potrebbe non essere fattibile, a causa della assenza di informazioni a livello di componente.

I settori che più di altri hanno affrontato questa trasformazione sono il Petrolchimico ed i Trasporti ferroviari ed aerei, che da diversi anni stanno lavorando per implementare soluzioni sempre più efficaci per risolvere criticità che portano inefficienze molto costose dei propri sistemi.

Oggi invece queste metodologie iniziano a diventare di uso comune anche nel mondo delle macchine utensili o in generale nei macchinari industriali, con l’obiettivo di offrire dei sistemi sempre più efficienti.

Figura 1 – Architetture di Manutenzione Predittiva (fonte Ansys e PTC)

A titolo di esempio si riporta una metodologia interessante in ambito industriale.

La nipponica FANUC, azienda con sede alle falde del monte Fuji, in Giappone, è una realtà multinazionale di primo piano del mondo dell’automazione delle fabbriche e degli impianti produttivi, della produzione di robot e di robo-macchinari. Nei loro sistemi, in passato, i guasti potevano essere identificati solamente successivamente al manifestarsi del fermo macchina e solo nel momento in cui una connessione fisica al robot permetteva di abilitare un’analisi puntuale dei dati sull’accaduto, utile per comprendere la natura del problema e attivare di conseguenza il servizio di manutenzione più indicato.

Oggi il modello di uso è cambiato e grazie alle tecnologie dell’IoT industriale vengono raccolti i dati generati dai robot e dai macchinari, per essere processati in tempo reale direttamente sulla rete intelligente che collega tra loro i dispositivi. Le eccezioni e le anomalie generano in automatico notifiche dirette al personale di FANUC e al cliente, così da coordinare gli interventi manutentivi.

Nel caso, per esempio, in cui il sistema registri un maggior sforzo su un certo robot, a indicare un problema con un giunto o l’interfaccia strumentale, gli operatori della manutenzione vengono avvertiti da un messaggio sul proprio smartphone. Nello stesso tempo applicativi sulla piattaforma cloud della società analizzano il warning e identificano il problema, preparando in automatico un piano di manutenzione con la lista dei componenti da ordinare, sottoponendola al cliente per approvazione.

Il secondo ambito applicativo e quello della misurazione dei consumi energetici.

Un misuratore intelligente è un dispositivo in grado di misurare il consumo di energia, acqua o gas di un edificio o di una casa, e incrociare questi dati con altri parametri di interesse.

I contatori tradizionali si limitano a misurare i consumi in termini assoluti, i contatori intelligenti con tecnologia dell’internet delle cose sono in grado di misurare quando e come una risorsa viene utilizzata. Lo smart metering permette al consumatore di ottenere maggiori informazioni sul consumo, aumentando notevolmente la capacità di controllo sull’utilizzo energetico per risparmiare e ridurre le emissioni.

Questo genere di applicazioni risulta utile per le aziende così come per gli utenti privati.

Ognuno di noi, infatti, è abituato a visualizzare i costi energetici come un’unica voce di spesa. Immaginiamo invece il vantaggio di poter sapere quali elettrodomestici (o macchinari) consumano più energia, in che giorno e a che ora. Questo permette ad es. di interrogarsi sui motivi legati ai picchi di consumo, intervenendo per evitarli.

Le tecnologie ci consentono di controllare in tempo reale, da remoto e in maniera sistematica i consumi energetici grazie a sistemi di gestione che mirano ad ottenere la massima efficienza energetica possibile senza diminuire il livello di prestazioni ottenute, basati sulle piattaforme IoT (cloud, Big Data Analytics) come mostrato in Figura 2.

Figura 2 – Architetture di monitoraggio energetico

Come mostrato in Figura 3, le principali aree che possono trarre beneficio da queste tecnologie, sono il monitoraggio dei processi, il controllo dei sistemi di condizionamento e ricircolo aria, ed il controllo dell’avviamento motori.

Figura 3 – Aree industriali con maggior margine di risparmio energetico (fonte Schneider)

Questo ambito è forse quello più tradizionale, già approcciato in modalità diverse, ma che sta oggi vivendo una spinta nuova grazie all’Ecosistema dell’IoT, rappresentandone una delle applicazioni più utilizzate per mostrarne l’efficacia.


L’approccio IoT per la manutenzione predittiva permette alle aziende una notevole riduzione dei costi di gestione rispetto alla manutenzione tradizionale. Le attività di manutenzione vengono svolte solo quando necessario e dove necessario. Una miglior programmazione della manutenzione preventiva permette di pianificare gli interventi in modo più intelligente, evitando fermi di produzione.

Il secondo ambito applicativo e quello della misurazione dei consumi energetici.
Un misuratore intelligente è un dispositivo in grado di misurare il consumo di energia, acqua o gas di un edificio o di una casa, e incrociare questi dati con altri parametri di interesse.
I contatori tradizionali si limitano a misurare i consumi in termini assoluti, i contatori intelligenti con tecnologia dell’internet delle cose sono in grado di misurare quando e come una risorsa viene utilizzata. Lo smart metering permette al consumatore di ottenere maggiori informazioni sul consumo, aumentando notevolmente la capacità di controllo sull’utilizzo energetico per risparmiare e ridurre le emissioni.
Questo genere di applicazioni risulta utile per le aziende così come per gli utenti privati.

Comments are closed.