La manutenzione preventiva è stata per molto tempo lo strumento di elezione per consentire il funzionamento costante ed efficiente degli impianti e delle apparecchiature. Oggi, tuttavia, un numero sempre maggiore di aziende si affida a strumenti più evoluti ed efficienti, che permettono di superare questo concetto a favore della manutenzione predittiva. Questa pratica, infatti, concede maggiori flessibilità, efficienza e soprattutto la possibilità di contenere i costi, intervenendo solo quando è realmente necessario, prevedendo in modo puntuale gli eventi distruttivi prima che si manifestino.
Manutenzione preventiva e predittiva: le differenze
Senza dubbio la manutenzione preventiva ha fatto per lungo tempo parte delle buone pratiche aziendali in tutti i settori e in particolare in quello manifatturiero, dove l’efficienza di impianti e macchinari è una priorità assoluta. Ai minimi termini possiamo definirla come una serie di procedure e pratiche finalizzate a eliminare errori e malfunzionamenti prima che accadano. In questo modo è possibile migliorare l’affidabilità delle attrezzature e degli equipaggiamenti. L’ecosistema SAP permette di gestirla attraverso manutenzioni pianificate che generano chiamate in base a finestre temporali o strategie.
Tuttavia, la manutenzione preventiva presenta due criticità: dal momento che si basa essenzialmente su previsioni “statiche” derivate dalla statistica generale, non è in grado di prevedere eventi inusuali o eccezionali. Inoltre, proprio perché prevede finestre temporali fisse per gli interventi di manutenzione, a volte questi possono verificarsi eccessivamente in anticipo rispetto alla reale usura o al ciclo di vita delle attrezzature.
La manutenzione predittiva costituisce la sua naturale evoluzione. Utilizzando i dati raccolti dagli strumenti di controllo, in particolare quelli di tipo IIoT, è in grado di creare un quadro più preciso e dettagliato dei probabili eventi, delle loro finestre temporali e della probabilità che si manifestino. Per semplificare, possiamo dire che la manutenzione predittiva permette di intervenire solo quando c’è realmente bisogno di farlo, ma con largo anticipo rispetto a errori, guasti e rotture.
Questo è reso possibile da una infrastruttura avanzata di raccolta, gestione e analisi dei dati, che permette di creare, per esempio grazie al machine learning, modelli predittivi sempre più puntuali e affidabili. SAP dispone di soluzioni specifiche per l’analisi predittiva, per esempio SAP Predictive Asset Insight.
Come avviare la transizione da manutenzione preventiva a manutenzione predittiva
Per poter avviare un processo di transizione verso la manutenzione predittiva in modo efficace è indispensabile effettuare alcuni passi chiave strategici, che possiamo riassumere in tre punti chiave.
Il primo è la classificazione delle risorse sulla base sia della loro importanza strategica, sia del loro valore economico, sia della loro complessità. Tendenzialmente un approccio graduale prevede, infatti, l’adozione della manutenzione predittiva, più complessa, sugli asset fondamentali, sia in termini operativi sia in termini economici. Sarà possibile decidere in un secondo momento se conservare un criterio di manutenzione preventiva per gli asset meno rilevanti o implementare anche per questi la manutenzione predittiva, anche successivamente a una valutazione costi/benefici.
Il secondo passaggio è predisporre la raccolta dei dati e la loro archiviazione. Tipicamente la quantità e la qualità dei dati richiesti per una manutenzione predittiva efficace richiedono un adeguamento degli strumenti presenti sui macchinari. Fortunatamente oggi il costo per l’aggiunta di sensori e strumenti di misura si è fortemente ridimensionato grazie alle soluzioni wireless e IIoT. Identificare con precisione quali dati sono necessari spesso è un compito che richiede interventi di consulenza specializzata finalizzata a stabilire la soluzione più stabile, economica ed efficace.
Il terzo passaggio è quello di applicare gli strumenti di analisi. Per essere efficace, infatti, la manutenzione predittiva deve essere il più possibile specifica e ottimizzata per ogni singolo asset.
Affinché questo sia possibile è necessario disporre di strumenti di raccolta dati e analisi potenti, funzionali e soprattutto configurati nel modo corretto. Un ulteriore aspetto da considerare è che i dati possono essere raccolti e utilizzati in un pool collettivo, omologo per tutte le risorse dello stesso tipo al fine di consolidare la base statistica, ma le analisi devono necessariamente essere specifiche per asset. Questo introduce livelli di complessità considerevoli, che però oggi si possono affrontare grazie al costo sempre più basso della potenza di calcolo e dello spazio di archiviazione. Anche in questo caso, una consulenza specializzata sarà in grado di fornire gli strumenti necessari.
I vantaggi della manutenzione predittiva
Se si volesse fare un processo di semplificazione eccessiva, si potrebbe osservare come, rispetto alla manutenzione predittiva, questa nuova modalità risponde sostanzialmente all’esigenza che ne ha generato la genesi, cioè di prevedere i possibili malfunzionamenti prima che accadano. In questo modo è possibile evitare interventi che, seppur indispensabili nell’economia complessiva dell’efficienza delle risorse, spesso risultano ridondanti. Conoscere in anticipo il comportamento degli equipaggiamenti significa, in ultima analisi, proprio eliminare queste ridondanze a favore di un sistema più efficiente.
La nostra divisione RegestaLAB offre soluzioni di Asset Management per il monitoraggio e la predizione delle manutenzioni.
Contattaci per ricevere informazioni e per rendere la tua impresa un’azienda intelligente.