Ogni arresto di produzione non pianificato, anche di singole macchine, genera uno sforzo aggiuntivo, costi più alti e una minore uscita. Il monitoraggio delle migliori condizioni possibili, continuo e basato su dati, è una base essenziale per la massima disponibilità di macchine e impianti.
Monitoraggio della macchina
Uno use case essenziale qui è il monitoraggio continuo della macchina. L’obiettivo è quello di utilizzare dati pertinenti come corrente, temperatura o vibrazioni per rilevare anomalie nel funzionamento in corso in una fase iniziale, idealmente per poter classificare tali anomalie e rilevare in anticipo eventuali errori. Questo spesso coinvolge segni di usura, che vengono rilevati precocemente e in modo affidabile utilizzando analisi basate sull’apprendimento automatico. Ciò consente di progettare interventi di assistenza e manutenzione in tempo utile, per una disponibilità massima ad un costo minimo.
Monitoraggio del processo
Un altro use case essenziale è il monitoraggio di processo continuo. L’obiettivo è quello di rilevare in una fase precoce eventuali deviazioni dai parametri di processo e, se necessario, poter intervenire nel processo. Costruendo la soluzione di controllo esistente e i dati solitamente già disponibili, viene utilizzata una soluzione di apprendimento automatico basata su modelli per rilevare anomalie e classificarle il più possibile. Quando l’automazione basata su regole raggiunge i suoi limiti, ML attiva approfondimenti completamente nuovi su stati di processo precedentemente sconosciuti. Con il risultato di poter intervenire nel processo prima e in modo più mirato.
Sulla base di condizioni continue di monitoraggio di macchine e impianti, nascono vari casi d’uso con l’obiettivo di garantire la massima disponibilità di impianti, che a sua volta è la chiave per la produzione economica. In definitiva, le condizioni di un impianto sono note continuamente, il che si traduce nella massima sicurezza per le persone responsabili del processo. Inoltre, errori o anomalie nei dati della macchina possono essere rilevati in una fase precoce e le misure necessarie possono essere avviate prima che si verifichi il malfunzionamento effettivo o addirittura il guasto del sistema.
Un esempio applicativo è il monitoraggio automatico di nastri trasportatori ad alta velocità in intralogistica. Un’attività è monitorare e prevedere l’allungamento degli elementi della catena del trasportatore, a seconda dei vari fattori che influenzano la velocità, il caricamento, il tempo di esecuzione o la temperatura. Ciò comporta l’identificazione precoce di singole aree della catena danneggiate. Consente inoltre di illustrare o mettere in sicurezza le conoscenze dei tecnici del servizio in merito alle condizioni del sistema e, quindi, anche di trasformare il sistema in un monitoraggio continuo basato su dati. I vantaggi specifici del monitoraggio automatizzato consistono in una riduzione dei costi di servizio e manutenzione, nonché in una disponibilità più elevata e quindi in una produttività del sistema. Con uno sguardo ai nuovi modelli commerciali, ad esempio, è possibile la vendita di disponibilità in forma di accordi nuovi o ampliati sul livello di servizio (SLA). Dopotutto, tali servizi IIoT comportano nuove funzioni percepibili per i clienti finali e una fedeltà dei clienti proporzionalmente maggiore.
Un’altra applicazione è il monitoraggio automatizzato dei ventilatori in un capannone di produzione galvanica. Nella produzione galvanica, lo sfiato è un processo critico per la produzione. Ad esempio, viene prodotto gas ossidrico, che comporta un pericolo di esplosione a concentrazioni critiche. Le sostanze acide possono anche portare alla corrosione delle attrezzature. Sussiste poi una responsabilità nel settore della salute e della sicurezza sul lavoro e della salute dei lavoratori. L’attività è quella di monitorare continuamente le ventole utilizzando sensori intelligenti e analisi dei dati basate su ML. Il percorso da seguire va dalla manutenzione preventiva, basata sulle regole, a quella basata sulle condizioni. Ciò si traduce in una riduzione al minimo dei downtime di produzione non previsti e dei costi di manutenzione. Il primo vantaggio di questa soluzione end-to-end per applicazioni brownfield è un monitoraggio continuo e automatizzato delle condizioni. Questa è la base per ridurre o minimizzare l’ispezione, la manutenzione e la riparazione. In questo caso specifico, è stato possibile passare da un controllo mensile dei ventilatori con passaggio sul tetto galvanico ad un controllo semestrale. È stato possibile ridurre i downtime non pianificati e aumentare la disponibilità dell’impianto. Uno use case IoT con vantaggi specifici.
Sulla base dei dati di processo e della loro valutazione mediante tecnologie di ML, in molti casi è possibile trarre conclusioni sulla qualità dei prodotti fabbricati. Sulla base di parametri di processo scelti, possono essere riconosciuti modelli basati su ML assegnabili ad uno stato di processo specifico. In questo modo, ad esempio, è possibile monitorare gli intervalli di tolleranza e viene riconosciuto in una fase iniziale quando le tolleranze sono o saranno fuori linea nel senso di una previsione.
L'analisi intelligente dei dati consente a Grenzebach di ottenere una garanzia di qualità in tempo reale e una manutenzione predittiva della macchina per i suoi innovativi sistemi di saldatura a livelli di attrito. Gli specialisti di ingegneria meccanica e impiantistica contribuiscono così a portare la produzione in serie 24 ore su 24, 7 giorni su 7 ad un nuovo livello.
Un perno di attrito rotante è l’utensile centrale con saldatura ad agitazione (FSW), l’innovativo processo di saldatura a giunti che Grenzebach ha sviluppato per metalli leggeri, come l’alluminio e le sue leghe. Attraverso l’attrito e la pressione, il perno genera il calore di processo necessario a rendere il metallo malleabile, il quale viene poi agitato lungo il punto di contatto dall’azione rotazionale del perno di frizione. Senza la necessità di aggiungere filo di saldatura o gas inerte, questo crea un giunto rigido caratterizzato dalla sua stabilità a lungo termine e dalla sua resistenza alla distorsione. Un requisito per questo risultato è che il perno di frizione si comporti come previsto. Per ottenere il corretto grado di deformazione del metallo sono indispensabili forze accurate di trazione e di pressione. Finora, il controllo di qualità veniva effettuato dall’operatore della macchina che ispezionava visivamente la saldatura dopo il processo FSW, una procedura lunga il cui successo dipendeva fortemente anche dal know-how personale dell’utente.
Monitoraggio in tempo reale durante il processo di saldatura
Il Dr. Carlos Paiz Gatica, sviluppatore di tecnologie, spiega come funziona il rilevamento delle anomalie: il confronto tra il modello di riferimento il processo in corso consente una valutazione della qualità in tempo reale. Da sempre all’avanguardia nel settore dell’Industria 4.0, Grenzebach utilizza oggi processi intelligenti di analisi dei dati che attivano previsioni precise. E, per questo scopo, usano una soluzione personalizzata di Industrial Analytics di Weidmüller.
Il nostro software di analitica, che è stato personalizzato per soddisfare le esigenze di Grenzebach, confronta le forze registrate sui sensori durante il processo di saldatura con un record di dati di riferimento ideale. Non appena il sistema rileva una deviazione che si trova al di fuori dei parametri definiti, l’operatore della macchina viene avvisato e immediatamente sa che qualcosa non va con il processo di saldatura. Pertanto, l’ispezione manuale di ciascun giunto di saldatura non è più necessario
Per determinare il modello di riferimento, Weidmüller ha collaborato con gli ingegneri di Grenzebach, al fine di valutare la rilevanza dei set di dati di diverse centinaia di giunti di saldatura e di valutarli utilizzando metodi di analisi dei dati intelligenti. Un elemento significativo delle analisi è stato fornito dal know-how proveniente da Grenzebach. Il software Weidmüller può essere in grado di prevedere un guasto con un certo grado di probabilità ma, per farlo, questo deve sempre essere stato classificato in precedenza. Solo Grenzebach può determinare se un’anomalia debba essere classificata come errore critico o meno.
Qualità del prodotto e disponibilità dell’offerta
Oltre ad effettuare controlli qualità sui giunti di saldatura, il software di analisi registra anche i parametri di processo di ogni parte prodotta, producendo in tal modo una documentazione completa. Si tratta di un vantaggio significativo, non solo dal punto di vista giuridico, ma anche in termini di tracciabilità e riproducibilità. Il sistema avverte inoltre in modo tempestivo qualora fosse consigliabile sostituire il perno di saldatura. Grazie a questa informazione, l’operatore della macchina può progettare la manutenzione programmata in modo tale da evitare qualsiasi downtime.
“Accanto alla riduzione al minimo dei rifiuti che possono derivare da una rottura dell’utensile, un fattore importante, particolarmente in ingegneria meccanica e impiantistica, è la disponibilità delle macchine”, sottolinea Kress.
Gli specialisti high-tech Grenzebach individuano altri vantaggi nel loro modello di business in corso: “Innanzitutto, possiamo offrire ai nostri clienti un controllo di qualità molto accurato e quantificabile, oltre a fornire loro la previsione su un possibile downtime di attrezzature, il che consente un risparmio di risorse e costi. Allo stesso tempo, siamo in grado di implementare servizi basati sui dati e di sfruttare in modo efficace la qualità del prodotto o la disponibilità delle attrezzature come argomentazioni di vendita”, spiega Michael Sieren, Sales Manager di FSW da Grenzebach.