Manutenzione predittiva con l'intelligenza artificiale: come funziona?

La manutenzione predittiva tramite intelligenza artificiale è uno dei cardini dell’innovazione digitale per le imprese manifatturiere, innovazione che è incentrata sul “dialogo” tra gli oggetti fisici (gli asset aziendali: macchinari, impianti produttivi, utensili) e i beni immateriali, cioè dati, algoritmi, software, servizi cloud, intelligenza artificiale, realtà aumentata.

Si parla, infatti, di una quarta rivoluzione industriale o rivoluzione industriale 4.0 che punta alla crescente automazione dei processi industriali in tutti i settori.

La centralità di questa rivoluzione per le imprese italiane è confermata dalla proroga degli incentivi fiscali per il Piano nazionale Impresa 4.0 (già Industria 4.0), nella legge di Bilancio 2020 entrata in vigore lo scorso primo gennaio.

Cos’è la manutenzione predittiva

La manutenzione predittiva è un ottimo esempio di cosa significhi “digitalizzare” le attività di un’impresa con l’intelligenza artificiale. In sintesi, l’obiettivo della manutenzione 4.0 è prevedere quando potrebbe accadere un guasto o un malfunzionamento a un impianto, in modo da adottare in anticipo le opportune contromisure, come l’ordine dei pezzi di ricambio necessari alla riparazione o sostituzione dei componenti usurati.

In sostanza, la manutenzione predittiva punta a mantenere in perfetta efficienza ogni macchinario, riducendo il più possibile l’eventualità di un fermo-macchina causato da una rottura improvvisa e imprevista. Fermare troppo a lungo la produzione, infatti, può avere delle conseguenze molto negative per l’azienda: ritardi nelle consegne, perdita di clienti, diminuzione delle vendite e del fatturato.

Un altro vantaggio della manutenzione predittiva è la possibilità di pianificare con notevole precisione gli interventi di controllo e assistenza agli impianti. Di conseguenza, il responsabile della manutenzione può gestire le squadre di tecnici nel modo più efficace e riducendo i costi dei singoli interventi, che saranno eseguiti solo quando realmente necessario.

Come funziona la manutenzione predittiva tramite intelligenza artificiale?

La manutenzione predittiva si fonda sulla connessione permanente tra realtà fisica e realtà immateriale, grazie al “web delle cose”, Internet of Things (IoT), quindi rientra a pieno titolo tra le principali soluzioni tecnologiche della rivoluzione industriale 4.0.

Per fare la manutenzione predittiva, l'intelligenza artificiale deve in primis avere i dati necessari. Per farlo, occorre equipaggiare ogni impianto con speciali sensori connessi a una rete wireless; in pratica, l’impianto, una volta collegato al sistema IoT, è in grado di trasmettere a ciclo continuo una serie di dati sul suo funzionamento.

Analizzando questi dati, una piattaforma software per la gestione degli asset aziendali può segnalare in tempo reale se un determinato macchinario sta “lavorando” al massimo delle sue prestazioni oppure sotto i parametri standard di funzionamento ottimale.

IoT, manutenzione predittiva e intelligenza artificiale

In altre parole: la rete IoT può individuare tempestivamente le anomalie e tramite algoritmi predittivi comunicare al responsabile della manutenzione la probabilità che accada un problema futuro all’impianto.

L’obiettivo, quindi, è sfruttare l’intelligenza artificiale per capire in anticipo quando un determinato componente si sta avvicinando al termine della sua vita utile, cercando così di eliminare il rischio di una rottura improvvisa o di un improvviso calo delle prestazioni.

Vibrazioni, rumori, temperature di esercizio, viscosità dei liquidi, oscillazioni sono alcuni dei parametri che si possono tenere costantemente sotto controllo grazie alla rete IoT, anche in mobilità con applicazioni utilizzabili su tablet o cellulari.

Manutenzione predittiva, intelligenza artificiale e KPI

Con la manutenzione predittiva si può ottimizzare il monitoraggio degli impianti attraverso gli indicatori-chiave di prestazione (KPI: Key Performance Indicators), tra cui meritano particolare attenzione gli indicatori che esprimono l’affidabilità di un macchinario e la sua riparabilità.

Si tratta dei valori MTBF (Mean Time Between Failures) e MTTR (Mean Time To Repair), che si riferiscono, rispettivamente, al tempo medio tra due guasti e al tempo medio di riparazione.

Con il web delle cose si può fare un monitoraggio avanzato 4.0 su ogni impianto aziendale, tenendo sotto controllo gli indicatori-chiave di prestazione e fornendo risposte precise e tempestive alle domande come le seguenti: l’impianto sta funzionando secondo i parametri standard definiti dal costruttore? Qual è il suo stato generale? C’è un componente che si sta usurando prima del previsto? L’ultima manutenzione è stata redditizia, considerando il costo dell’intervento in rapporto al valore dell’impianto nuovo?

Tuttavia, monitorare non è sufficiente: occorre prendere decisioni strategiche e operative con il supporto dei dati.

Come sfruttare i dati IoT con l'intelligenza artificiale

Per gestire nel modo migliore gli asset aziendali e fare una buona manutenzione predittiva, occorre saper utilizzare una piattaforma software CMMS (Computerized Maintenance Management System).

Il punto, infatti, è che i dati trasmessi dalla rete IoT devono essere analizzati, elaborati e infine presentati in forma visiva tramite “cruscotti” (dashboard) che facilitano la loro comprensione ai tecnici incaricati della manutenzione.

La presentazione visuale dei dati è essenziale per “afferrare” con chiarezza e immediatezza come stanno funzionando gli impianti attraverso tabelle, grafici lineari e a torta, schede, info-grafiche, immagini e video.

Oltre l'IA: coinvolgere le persone nella manutenzione predittiva

In altre parole, un software CMMS permette di leggere e interpretare i dati provenienti dagli impianti connessi al sistema IoT e di condividere tali dati con i colleghi interni/esterni all’azienda. Non bisogna dimenticare, infatti, che la condivisione dei flussi di lavoro è un aspetto decisivo per ottimizzare la manutenzione predittiva, che richiede il massimo coinvolgimento possibile di tutte le persone e i reparti aziendali che, a vario titolo, interagiscono con gli impianti oggetto di manutenzione (tecnici-manutentori, responsabili della logistica e degli ordini di magazzino, responsabili dell’innovazione tecnologica e così via).

Per esempio, grafici e tabelle mostreranno l’andamento storico e tendenziale dei vari parametri associati agli impianti aziendali e questo supporterà il responsabile della manutenzione nelle sue decisioni su quando e come intervenire.

Manutenzione predittiva, come l'intelligenza artificiale valorizza i dati

Per finire, si può affermare che la manutenzione predittiva consente di estrarre un valore aggiunto dai dati: non si tratta semplicemente di monitorare un impianto, ma anche di comprendere in anticipo se quell’impianto rischierà di rompersi o di perdere efficienza, grazie all’analisi-elaborazione dei dati stessi, tramite algoritmi capaci di predire la probabilità che un dato macchinario sia prossimo a un guasto.

In definitiva, la manutenzione predittiva 4.0 è una soluzione tecnologica che permette all’azienda di sfruttare il valore aggiunto dei dati grazie all’intelligenza artificiale. Reti IoT con “oggetti” sempre connessi, sensori, algoritmi predittivi, software CMMS vanno a formare una nuova infrastruttura digitale che rende le attività aziendali più sicure, efficienti, affidabili, migliorando l’organizzazione dei processi produttivi e riducendo costi e rischi legati alla manutenzione.

Proprio questa connessione permanente tra realtà fisica e realtà immateriale è il punto di forza della rivoluzione industriale 4.0 con le sue innumerevoli applicazioni, su cui sta cercando di “spingere” anche il governo italiano con la proroga degli incentivi dedicati agli investimenti nella digitalizzazione delle imprese.

La manutenzione predittiva conviene

Nella manovra finanziaria, infine, è previsto un credito d’imposta modulato in diverse aliquote, con cui promuovere gli investimenti per digitalizzare le imprese; tale misura sostituisce gli ammortamenti per l’acquisto di determinati beni strumentali alle attività aziendali (super-ammortamento e iper-ammortamento).

Più in dettaglio, il credito d’imposta è pari al 15% per una spesa massima di 700.000 euro, destinata all’acquisto di software e servizi cloud, mentre l’acquisto dei macchinari tecnologicamente innovativi è favorito da due aliquote: 40% per investimenti nella transizione digitale fino a 2,5 milioni di euro, 20% per investimenti fra 2,5 e 10 milioni.

È bene ricordare che il credito d’imposta si può usare esclusivamente in compensazione, ripartito in cinque quote annuali di pari importo, tre invece nel caso dei software 4.0. E nella manovra ci sono altre misure finalizzate a incoraggiare il “salto” verso il digitale delle imprese manifatturiere, come la proroga del credito d’imposta per la formazione 4.0 e il rifinanziamento della legge “Nuova Sabatini”, che prevede una corsia preferenziale per gli investimenti in beni 4.0 delle piccole-medie imprese italiane.


White-Paper_manutenzione predittiva e intelligenza artificiale per le imprese