Monitoraggio delle condizioni e manutenzione predittiva: che cosa cambia e quando basta il primo

Usa il monitoraggio delle condizioni quando ti serve conoscere adesso lo stato di una macchina e una persona esperta o un limite chiaro possono decidere che cosa fare; usa la manutenzione predittiva quando ti serve anche una previsione di quando si guasterà, e hai abbastanza asset simili e abbastanza storico dei guasti da rendere credibile quella previsione. Il monitoraggio delle condizioni misura e giudica lo stato di salute. La manutenzione predittiva aggiunge una previsione sopra quelle misure e pianifica gli interventi di conseguenza. La seconda non esiste senza il primo, e molti stabilimenti ottengono gran parte del valore già dal primo.

Nei materiali commerciali i due termini vengono spesso usati come sinonimi, e ne nascono progetti che acquistano una piattaforma di previsione quando sarebbero bastati un grafico di trend e un allarme. Questa guida li separa con il quadro delle norme ISO, mostra dove si collocano sulla scala delle strategie di manutenzione ed elenca che cosa richiede ciascuno in termini di dati, modelli e organizzazione.

Aspetto	Monitoraggio delle condizioni	Manutenzione predittiva
Domanda a cui risponde	La macchina è in buono stato adesso?	Quando si guasterà, e quando conviene intervenire?
Risultato tipico	Trend, livello di allarme, diagnosi	Vita utile residua o probabilità di guasto in una finestra
Dati necessari	Letture dei sensori e una baseline in buono stato	Gli stessi, più il contesto operativo e lo storico dei guasti
Modelli	Soglie, trend, punteggi di anomalia	Modelli di degrado e di sopravvivenza, classificatori dei guasti
Storico dei guasti	Non necessario	Necessario, idealmente molti casi fino al guasto
Chi decide	Analista o pianificatore della manutenzione	Pianificatore, aiutato dalla previsione

Come definiscono le norme il monitoraggio delle condizioni?

Il riferimento internazionale è la ISO 17359, intitolata “Condition monitoring and diagnostics of machines” con il sottotitolo “General guidelines”. Descrive i passi generali per avviare un programma di monitoraggio delle condizioni su qualsiasi macchina, dalla comprensione dell’apparecchiatura e dei suoi modi di guasto alla scelta di che cosa misurare, alla definizione dei criteri di allarme e dell’intervento di manutenzione, e rimanda alle norme che trattano ciascuna tecnica di misura.

La serie ISO 13374, con il sottotitolo “Data processing, communication and presentation”, descrive il lato software. Divide un sistema di monitoraggio delle condizioni in sei blocchi funzionali, che la specifica OSA-CBM di MIMOSA implementa con strutture dati e interfacce:

Acquisizione dei dati: digitalizzare i segnali dei sensori con i timestamp.
Manipolazione dei dati: filtrare, trasformare ed estrarre caratteristiche come spettri e valori RMS.
Rilevamento dello stato: confrontare le caratteristiche con una baseline o con dei limiti e segnalare gli scostamenti.
Valutazione dello stato di salute: classificare la condizione attuale e diagnosticare il guasto probabile.
Valutazione prognostica: stimare lo stato futuro e la vita utile residua.
Generazione di raccomandazioni: proporre azioni e tempi.

L’elenco rende concreto il confine. I blocchi da uno a quattro sono monitoraggio delle condizioni e diagnostica. Il blocco cinque è il passo che trasforma il monitoraggio in previsione, e il blocco sei è ciò che entrambi gli approcci devono fornire per essere utili. Intervenire sulla base dei blocchi da uno a quattro si chiama manutenzione su condizione; aggiungere il blocco cinque è ciò che il settore chiama manutenzione predittiva.

Dove si collocano sulla scala della manutenzione?

Le strategie di manutenzione vengono di solito presentate come una scala in cui l’informazione cresce a ogni gradino. I gradini sono una convenzione, non una norma, ma servono a collocare un progetto:

Correttiva: si usa fino al guasto e si ripara. Ragionevole per apparecchiature economiche o ridondate.
Preventiva: si interviene a calendario o a contatore, per esempio a ore di funzionamento. Non servono sensori, ma si sostituiscono parti ancora buone e si mancano i guasti precoci.
Su condizione: si interviene quando un parametro misurato supera un limite. È il monitoraggio delle condizioni collegato a un ordine di lavoro.
Predittiva: si interviene sulla base di una previsione, programmando il lavoro nella finestra migliore prima del guasto previsto.
Prescrittiva: il sistema raccomanda anche che cosa fare, tenendo conto di ricambi, piani di produzione e rischio.

Ogni gradino richiede quello sotto. Uno stabilimento non può prevedere i guasti di asset che non misura, e una previsione su cui nessuno può agire resta un grafico.

Quali dati e modelli servono a ciascuno?

Il monitoraggio delle condizioni richiede sensori posizionati in funzione dei modi di guasto che contano, una frequenza di campionamento adeguata al segnale e un riferimento per lo stato “in salute”. Il riferimento può venire da una norma, come le zone di severità delle vibrazioni della ISO 20816-1, dai limiti del costruttore della macchina o da una baseline appresa sulla macchina stessa. I modelli sono semplici: soglie, velocità di variazione e rilevamento delle anomalie che misura quanto le caratteristiche di oggi si allontanano dalla baseline. Niente di tutto questo richiede un solo guasto registrato, ed è per questo che si può partire dal primo giorno e far girare tutto sul nodo sensore come TinyML.

La manutenzione predittiva richiede tutto questo più tre elementi che spesso mancano. Primo, il contesto operativo: velocità, carico e stato del processo, letti di solito dal controller, perché un cambio di regime non venga scambiato per degrado. Secondo, lo storico: registrazioni della manutenzione che dicono che cosa si è guastato, quando e perché, allineate ai dati dei sensori con i timestamp giusti. Terzo, abbastanza esempi di degrado arrivato fino al guasto, per ogni tipo di asset, da poter adattare un modello della traiettoria. Con questi elementi le opzioni sono modelli di degrado che estrapolano un indicatore di salute fino a una soglia di guasto, modelli di sopravvivenza che danno una probabilità di guasto entro una finestra, e classificatori che danno un nome al guasto. Senza, un modello “predittivo” è un rilevatore di anomalie con un’etichetta sicura di sé.

La finestra di preavviso conta per entrambi. Il tempo tra il primo segnale rilevabile di un guasto e il guasto funzionale, spesso chiamato intervallo P-F, deve essere più lungo del tempo necessario a pianificare il lavoro, procurarsi i ricambi e fermare la macchina. Il monitoraggio con una finestra lunga dà già il tempo di agire; una previsione aggiunge valore soprattutto quando la finestra è stretta o quando scegliere il fermo sbagliato costa molto.

Quando basta il monitoraggio delle condizioni?

Il solo monitoraggio delle condizioni è di solito la risposta giusta quando:

I modi di guasto sono ben noti e danno sintomi chiari e crescenti, come l’usura di un cuscinetto nelle vibrazioni o un filtro intasato nella perdita di carico.
La finestra di preavviso è lunga rispetto ai tempi di pianificazione, quindi un allarme oggi lascia ancora settimane per programmare l’intervento.
Gli asset critici sono pochi e c’è un analista che rivede i trend, invece di migliaia di macchine simili.
Lo storico dei guasti è scarso o registrato male, il che rende inaffidabile qualsiasi previsione.
L’asset è economico o ridondato, quindi una sorpresa occasionale costa meno di un progetto di modellazione.

Salire di gradino conviene quando il fermo è costoso e va pianificato intorno alla produzione, quando una flotta di asset simili fornisce i dati per imparare le curve di degrado, quando i ricambi hanno tempi di consegna lunghi e quando l’organizzazione è in grado di agire su una previsione con settimane di anticipo. La guida alla manutenzione predittiva tratta i segnali e l’elaborazione del segnale alla base di entrambi gli approcci.

Per continuare

Manutenzione predittiva con IoT e AI spiega in dettaglio segnali, caratteristiche e la scala dei modelli.
La guida al TinyML mostra come il rilevamento delle anomalie gira sul nodo sensore.
Agenti AI in fabbrica tratta il passaggio dagli allarmi agli ordini di lavoro.
La guida a OPC UA mostra come si legge il contesto operativo dai controller delle macchine.

Argomenti: monitoraggio delle condizioni, manutenzione predittiva, strategia di manutenzione, confronto