Novità del settore
0102030405
La manutenzione predittiva dovrebbe essere pienamente implementata e non dovrebbe essere eseguita troppo rapidamente
2023-12-08
Negli ultimi anni si è parlato spesso del concetto di “manutenzione predittiva”. Nell'era dell'Internet industriale, le apparecchiature di produzione industriale sono diventate più efficienti e intelligenti, ma hanno comportato grandi sfide per la manutenzione delle apparecchiature stesse. Le conseguenze di una scarsa manutenzione non solo incidono sull’efficienza produttiva della fabbrica, ma causano anche enormi perdite. La manutenzione post-guasto o la manutenzione regolare nella modalità di manutenzione tradizionale influirà sull'efficienza produttiva e sulla qualità del prodotto e aumenterà notevolmente i costi di produzione. Con l'applicazione matura dell'Internet delle cose, sono nati i big data, il cloud computing, l'intelligenza artificiale e la tecnologia di rilevamento, la tecnologia di manutenzione predittiva, un'applicazione "killer". Secondo le previsioni delle istituzioni competenti, entro il 2024, il tasso di crescita composto annuo del mercato globale della manutenzione predittiva supererà il 39%, raggiungendo i 23,5 miliardi di dollari. Si può vedere che nei prossimi anni le prospettive di sviluppo del mercato della manutenzione predittiva sono molto considerevoli.Vantaggi della manutenzione predittiva Allo stato attuale, la manutenzione delle apparecchiature industriali può essere approssimativamente suddivisa in tre categorie: manutenzione riparativa, manutenzione preventiva e manutenzione predittiva. La differenza è che la manutenzione riparativa avviene dopo la riparazione, la manutenzione preventiva consiste più nel giudicare i guasti in base all'esperienza, mentre la manutenzione predittiva può effettuare un monitoraggio regolare o continuo delle condizioni e una diagnosi dei guasti per alcune parti importanti mentre la macchina è in funzione.
La manutenzione predittiva combina dati provenienti da più fonti, come sensori di apparecchiature chiave, pianificazione delle risorse aziendali (ERP), sistema di gestione della manutenzione computerizzato (CMMS) e dati di produzione. Il sistema di gestione intelligente dell'impianto combina questi dati con modelli di previsione avanzati e strumenti di analisi per prevedere i guasti e risolverli attivamente. La manutenzione predittiva presenta i seguenti vantaggi: ● impatto minimo sulla linea di produzione: a differenza della produzione intelligente, la linea di produzione stessa deve essere trasformata e aggiornata. L'apparecchiatura hardware per la manutenzione predittiva serve principalmente a stabilire la connessione tra l'apparecchiatura e il server. Non è necessario modificare la linea di produzione o il processo di produzione, il che ha un impatto minimo sul programma di produzione complessivo. ● elevata riproducibilità: la soluzione può essere copiata rapidamente sullo stesso dispositivo e più dispositivi verranno importati, più dati disponibili verranno generati, il che è più utile per migliorare la precisione del modello. ● risultati sostanziali significativi: la manutenzione predittiva può aiutare a ridurre i costi e aumentare l'efficienza dei servizi operativi e di manutenzione. Secondo l’indagine, la manutenzione predittiva può ridurre i costi MrOS (manutenzione, riparazione e funzionamento) del 5-10% e i costi di manutenzione complessivi del 5-10%; In termini di miglioramento dell'efficienza, la manutenzione predittiva può migliorare il normale tempo di funzionamento delle apparecchiature del 10-20%, ridurre i tempi di manutenzione delle apparecchiature del 20-50% e fornire una migliore garanzia per la qualità del prodotto. ● ampi scenari applicativi: il principio fondamentale della manutenzione predittiva si basa sul networking delle apparecchiature, sull'acquisizione dei dati, sull'analisi dei big data e sull'apprendimento automatico. Ha un grande potenziale di sviluppo per il futuro e promuove gradualmente l'estensione degli scenari di utilizzo dalla manutenzione delle apparecchiature alla programmazione, alla gestione delle risorse, ecc. Operatori del mercato della manutenzione predittiva Nel processo di manutenzione predittiva, i dati sono la chiave. Come ottenere e raccogliere dati è essenziale per i sensori. Infine, è necessario selezionare e analizzare i dati raccolti e trasformarli in veri e propri contenuti di valore, quindi devono essere visualizzati, valutati ed elaborati. Sulla base di ciò, la manutenzione predittiva offre opportunità anche ai soggetti professionali suddivisi nei campi dell’acquisizione, analisi e valutazione dei dati, compresi i fornitori di hardware di base e chiave. Da un lato, imprese di tipo Condition Monitoring (aziende che forniscono sensori e soluzioni di Condition Monitoring per la misurazione di parametri meccanici, come vibrazioni o temperatura); D'altro canto si tratta di un'impresa del tipo sistema di controllo industriale (sistema PLC/DCS per l'elaborazione dei processi e l'elaborazione dei dati relativi alle macchine). Negli ultimi anni, molte aziende rinomate hanno già incorporato la manutenzione predittiva nel percorso strategico dell'azienda. Al momento, sul mercato esistono molte piattaforme eccellenti per la raccolta e l’analisi dei dati. Ad esempio Ge, Siemens, abb, Phoenix Electric, Schneider Electric, Honeywell, ecc. Predix di Ge: predix è una piattaforma di servizi cloud sviluppata da GE per dati e analisi industriali. È responsabile della connessione di varie risorse industriali, apparecchiature e fornitori al cloud, fornendo lo stato completo delle apparecchiature e la previsione dei guasti per varie apparecchiature industriali, in modo da realizzare l'ottimizzazione dell'efficienza produttiva, la gestione del consumo energetico, l'ottimizzazione della pianificazione, ecc. Predix adotta una combinazione di basato sui dati e un meccanismo per risolvere problemi quali qualità, efficienza e consumo energetico e aiutare le imprese industriali a realizzare la trasformazione digitale.
Mindsphere di Siemens: Mindsphere è un sistema operativo aperto per l'Internet delle cose basato su cloud lanciato da Siemens. Può connettere in modo rapido e sicuro prodotti, fabbriche, sistemi, macchinari e attrezzature al mondo digitale e sfruttare appieno il valore potenziale dei dati generati da apparecchiature e sistemi nel processo di funzionamento aziendale, trasferirlo all'applicazione industriale di Mindsphere con funzione di analisi avanzata per l'analisi, in modo da produrre migliori risultati di produzione e funzionamento.
ABB Ability: ABB Ability Integra le funzionalità intersettoriali di ABB e le funzionalità digitali integrate, dalle apparecchiature, all'edge computing ai servizi cloud. Le soluzioni digitali personalizzate di ABB Ability hanno aiutato molte imprese nei settori dell'energia, della petrolchimica, della metallurgia, dei macchinari, dell'automobile, delle navi, dei data center, delle infrastrutture e così via a realizzare l'interconnessione con l'Internet delle cose industriale, sfruttare appieno il potenziale digitale, migliorare l'efficienza , ridurre i costi e migliorare la sicurezza e la competitività di base.
Schneider Electric ecostruxure: la funzione principale della piattaforma ecostruxure è quella di realizzare la gestione efficace dell'efficienza energetica aziendale, in modo da ridurre i costi operativi delle imprese, compresi prodotti interconnessi, controllo dei bordi e applicazione, analisi e servizio. Ecostruxure combina l'esperienza e la competenza di Schneider Electric nell'automazione e nella gestione dell'efficienza energetica con la tecnologia di misurazione e analisi basata sui dati per aiutare i clienti a massimizzare il valore dell'Internet delle cose.
Oltre ai fornitori di hardware e di analisi dei dati, alcuni fornitori di connessione realizzano connessioni cablate/wireless tramite moduli di comunicazione, gateway, M2M e altri dispositivi, come Huawei, e aziende che supportano piattaforme applicative di cloud storage e Internet of Things, come PTC, SAP e altri giganti sono entrati in pista attraverso segmenti di mercato.Lo sviluppo della manutenzione predittiva è inferiore al previsto Le tecnologie emergenti come il cloud computing, la tecnologia edge e l’intelligenza artificiale stanno aprendo la porta all’opportunità di cambiare il modello di mercato della manutenzione predittiva. Lo scopo ultimo della manutenzione predittiva è avere un impatto positivo sui profitti dell'azienda. Sebbene le prospettive di sviluppo della manutenzione predittiva siano promettenti, il tasso di penetrazione della manutenzione predittiva in molte industrie tradizionali in Cina è ancora molto basso e molte imprese dubitano ancora che la manutenzione predittiva possa davvero portare benefici tangibili. Un sondaggio mostra che le ragioni principali per cui lo sviluppo successivo del mercato della manutenzione predittiva è inferiore al previsto sono le seguenti:● il ritorno sull'investimento è difficile da calcolare Per le imprese industriali, se il ROI non è chiaro, significa che l’effetto è lento, difficile da valutare e che il tempo necessario affinché la manutenzione predittiva funzioni davvero è più lungo del previsto. Naturalmente la volontà di promozione delle imprese industriali non aumenterà.● è difficile cambiare il modo tradizionale di pensare al business Per i fornitori di manutenzione predittiva, il concetto di vendita di prodotti dovrebbe essere cambiato dalla vendita di prodotti alla vendita di servizi utilizzati dai prodotti. Se si considerano solo il rischio di fermo macchina ridotto dalla manutenzione predittiva e il conto economico del risparmio di denaro, ciò è lungi dall’essere sufficiente. Un buon modello di business non aiuta necessariamente gli utenti finali a risparmiare più denaro, ma aiuta i fornitori di servizi o i produttori di apparecchiature a guadagnare di più.● le basi non sono solide e la quantità di dati è insufficiente La manutenzione predittiva delle apparecchiature industriali si trova ad affrontare un problema comune che viene evitato: il numero di sensori dell'apparecchiatura stessa non è sufficiente, molti dati non hanno formato un accumulo efficace a lungo termine e spesso "dati corretti" sono di gran lunga migliori di " big data" con quantità e nessuna qualità. Dall’attuale situazione di sviluppo, la tecnologia di manutenzione predittiva non è ancora completamente matura e c’è ancora una certa distanza dall’atterraggio su larga scala. Per i fornitori, ciò che deve essere considerato in questa fase è come utilizzare la tecnologia di manutenzione predittiva per apportare valore pratico agli utenti, ovvero riduzione dei costi, aumento dell’efficienza, sicurezza e cambiamento del modo di pensare tradizionale. L'impresa stessa dovrebbe avere sufficiente autoconsapevolezza. Se l'impresa stessa non ha raggiunto lo stadio o il livello di digitalizzazione e intelligenza e non è sufficiente a supportare l'implementazione dello schema di manutenzione predittiva, l'impresa deve condurre una valutazione complessiva della propria fabbrica e confrontare i costi di produzione con la manutenzione attuale. costo prima di prendere la decisione di introdurre la manutenzione predittiva. Per le imprese con un certo livello digitale, ciò di cui hanno bisogno è sufficiente esperienza e conoscenza professionale, piuttosto che introdurre ciecamente sistemi software ad alta tecnologia. Dovrebbero capire cosa è “corretto” e “utile” per il funzionamento e la manutenzione dell’impresa, cosa dovrebbe dare priorità alla digitalizzazione e come farlo in modo efficace. La manutenzione predittiva richiede che le imprese e i fornitori dispongano di un know-how di settore sufficiente per implementarla pienamente in più settori e massimizzare vantaggi e valore.
La manutenzione predittiva combina dati provenienti da più fonti, come sensori di apparecchiature chiave, pianificazione delle risorse aziendali (ERP), sistema di gestione della manutenzione computerizzato (CMMS) e dati di produzione. Il sistema di gestione intelligente dell'impianto combina questi dati con modelli di previsione avanzati e strumenti di analisi per prevedere i guasti e risolverli attivamente. La manutenzione predittiva presenta i seguenti vantaggi: ● impatto minimo sulla linea di produzione: a differenza della produzione intelligente, la linea di produzione stessa deve essere trasformata e aggiornata. L'apparecchiatura hardware per la manutenzione predittiva serve principalmente a stabilire la connessione tra l'apparecchiatura e il server. Non è necessario modificare la linea di produzione o il processo di produzione, il che ha un impatto minimo sul programma di produzione complessivo. ● elevata riproducibilità: la soluzione può essere copiata rapidamente sullo stesso dispositivo e più dispositivi verranno importati, più dati disponibili verranno generati, il che è più utile per migliorare la precisione del modello. ● risultati sostanziali significativi: la manutenzione predittiva può aiutare a ridurre i costi e aumentare l'efficienza dei servizi operativi e di manutenzione. Secondo l’indagine, la manutenzione predittiva può ridurre i costi MrOS (manutenzione, riparazione e funzionamento) del 5-10% e i costi di manutenzione complessivi del 5-10%; In termini di miglioramento dell'efficienza, la manutenzione predittiva può migliorare il normale tempo di funzionamento delle apparecchiature del 10-20%, ridurre i tempi di manutenzione delle apparecchiature del 20-50% e fornire una migliore garanzia per la qualità del prodotto. ● ampi scenari applicativi: il principio fondamentale della manutenzione predittiva si basa sul networking delle apparecchiature, sull'acquisizione dei dati, sull'analisi dei big data e sull'apprendimento automatico. Ha un grande potenziale di sviluppo per il futuro e promuove gradualmente l'estensione degli scenari di utilizzo dalla manutenzione delle apparecchiature alla programmazione, alla gestione delle risorse, ecc. Operatori del mercato della manutenzione predittiva Nel processo di manutenzione predittiva, i dati sono la chiave. Come ottenere e raccogliere dati è essenziale per i sensori. Infine, è necessario selezionare e analizzare i dati raccolti e trasformarli in veri e propri contenuti di valore, quindi devono essere visualizzati, valutati ed elaborati. Sulla base di ciò, la manutenzione predittiva offre opportunità anche ai soggetti professionali suddivisi nei campi dell’acquisizione, analisi e valutazione dei dati, compresi i fornitori di hardware di base e chiave. Da un lato, imprese di tipo Condition Monitoring (aziende che forniscono sensori e soluzioni di Condition Monitoring per la misurazione di parametri meccanici, come vibrazioni o temperatura); D'altro canto si tratta di un'impresa del tipo sistema di controllo industriale (sistema PLC/DCS per l'elaborazione dei processi e l'elaborazione dei dati relativi alle macchine). Negli ultimi anni, molte aziende rinomate hanno già incorporato la manutenzione predittiva nel percorso strategico dell'azienda. Al momento, sul mercato esistono molte piattaforme eccellenti per la raccolta e l’analisi dei dati. Ad esempio Ge, Siemens, abb, Phoenix Electric, Schneider Electric, Honeywell, ecc. Predix di Ge: predix è una piattaforma di servizi cloud sviluppata da GE per dati e analisi industriali. È responsabile della connessione di varie risorse industriali, apparecchiature e fornitori al cloud, fornendo lo stato completo delle apparecchiature e la previsione dei guasti per varie apparecchiature industriali, in modo da realizzare l'ottimizzazione dell'efficienza produttiva, la gestione del consumo energetico, l'ottimizzazione della pianificazione, ecc. Predix adotta una combinazione di basato sui dati e un meccanismo per risolvere problemi quali qualità, efficienza e consumo energetico e aiutare le imprese industriali a realizzare la trasformazione digitale. Mindsphere di Siemens: Mindsphere è un sistema operativo aperto per l'Internet delle cose basato su cloud lanciato da Siemens. Può connettere in modo rapido e sicuro prodotti, fabbriche, sistemi, macchinari e attrezzature al mondo digitale e sfruttare appieno il valore potenziale dei dati generati da apparecchiature e sistemi nel processo di funzionamento aziendale, trasferirlo all'applicazione industriale di Mindsphere con funzione di analisi avanzata per l'analisi, in modo da produrre migliori risultati di produzione e funzionamento. ABB Ability: ABB Ability Integra le funzionalità intersettoriali di ABB e le funzionalità digitali integrate, dalle apparecchiature, all'edge computing ai servizi cloud. Le soluzioni digitali personalizzate di ABB Ability hanno aiutato molte imprese nei settori dell'energia, della petrolchimica, della metallurgia, dei macchinari, dell'automobile, delle navi, dei data center, delle infrastrutture e così via a realizzare l'interconnessione con l'Internet delle cose industriale, sfruttare appieno il potenziale digitale, migliorare l'efficienza , ridurre i costi e migliorare la sicurezza e la competitività di base. Schneider Electric ecostruxure: la funzione principale della piattaforma ecostruxure è quella di realizzare la gestione efficace dell'efficienza energetica aziendale, in modo da ridurre i costi operativi delle imprese, compresi prodotti interconnessi, controllo dei bordi e applicazione, analisi e servizio. Ecostruxure combina l'esperienza e la competenza di Schneider Electric nell'automazione e nella gestione dell'efficienza energetica con la tecnologia di misurazione e analisi basata sui dati per aiutare i clienti a massimizzare il valore dell'Internet delle cose.Oltre ai fornitori di hardware e di analisi dei dati, alcuni fornitori di connessione realizzano connessioni cablate/wireless tramite moduli di comunicazione, gateway, M2M e altri dispositivi, come Huawei, e aziende che supportano piattaforme applicative di cloud storage e Internet of Things, come PTC, SAP e altri giganti sono entrati in pista attraverso segmenti di mercato.Lo sviluppo della manutenzione predittiva è inferiore al previsto Le tecnologie emergenti come il cloud computing, la tecnologia edge e l’intelligenza artificiale stanno aprendo la porta all’opportunità di cambiare il modello di mercato della manutenzione predittiva. Lo scopo ultimo della manutenzione predittiva è avere un impatto positivo sui profitti dell'azienda. Sebbene le prospettive di sviluppo della manutenzione predittiva siano promettenti, il tasso di penetrazione della manutenzione predittiva in molte industrie tradizionali in Cina è ancora molto basso e molte imprese dubitano ancora che la manutenzione predittiva possa davvero portare benefici tangibili. Un sondaggio mostra che le ragioni principali per cui lo sviluppo successivo del mercato della manutenzione predittiva è inferiore al previsto sono le seguenti:● il ritorno sull'investimento è difficile da calcolare Per le imprese industriali, se il ROI non è chiaro, significa che l’effetto è lento, difficile da valutare e che il tempo necessario affinché la manutenzione predittiva funzioni davvero è più lungo del previsto. Naturalmente la volontà di promozione delle imprese industriali non aumenterà.● è difficile cambiare il modo tradizionale di pensare al business Per i fornitori di manutenzione predittiva, il concetto di vendita di prodotti dovrebbe essere cambiato dalla vendita di prodotti alla vendita di servizi utilizzati dai prodotti. Se si considerano solo il rischio di fermo macchina ridotto dalla manutenzione predittiva e il conto economico del risparmio di denaro, ciò è lungi dall’essere sufficiente. Un buon modello di business non aiuta necessariamente gli utenti finali a risparmiare più denaro, ma aiuta i fornitori di servizi o i produttori di apparecchiature a guadagnare di più.● le basi non sono solide e la quantità di dati è insufficiente La manutenzione predittiva delle apparecchiature industriali si trova ad affrontare un problema comune che viene evitato: il numero di sensori dell'apparecchiatura stessa non è sufficiente, molti dati non hanno formato un accumulo efficace a lungo termine e spesso "dati corretti" sono di gran lunga migliori di " big data" con quantità e nessuna qualità. Dall’attuale situazione di sviluppo, la tecnologia di manutenzione predittiva non è ancora completamente matura e c’è ancora una certa distanza dall’atterraggio su larga scala. Per i fornitori, ciò che deve essere considerato in questa fase è come utilizzare la tecnologia di manutenzione predittiva per apportare valore pratico agli utenti, ovvero riduzione dei costi, aumento dell’efficienza, sicurezza e cambiamento del modo di pensare tradizionale. L'impresa stessa dovrebbe avere sufficiente autoconsapevolezza. Se l'impresa stessa non ha raggiunto lo stadio o il livello di digitalizzazione e intelligenza e non è sufficiente a supportare l'implementazione dello schema di manutenzione predittiva, l'impresa deve condurre una valutazione complessiva della propria fabbrica e confrontare i costi di produzione con la manutenzione attuale. costo prima di prendere la decisione di introdurre la manutenzione predittiva. Per le imprese con un certo livello digitale, ciò di cui hanno bisogno è sufficiente esperienza e conoscenza professionale, piuttosto che introdurre ciecamente sistemi software ad alta tecnologia. Dovrebbero capire cosa è “corretto” e “utile” per il funzionamento e la manutenzione dell’impresa, cosa dovrebbe dare priorità alla digitalizzazione e come farlo in modo efficace. La manutenzione predittiva richiede che le imprese e i fornitori dispongano di un know-how di settore sufficiente per implementarla pienamente in più settori e massimizzare vantaggi e valore.