Manutenzione predittiva: cos'è, esempi e come iniziare

Cos'è la manutenzione predittiva

Una macchina raramente si rompe senza preavviso. Un cuscinetto che si consuma vibra di più per settimane prima di bloccarsi, un filtro che si intasa fa salire la pressione differenziale, un motore sotto sforzo assorbe più corrente. La manutenzione predittiva misura questi segnali, li confronta con il comportamento normale della macchina e programma l'intervento quando il degrado diventa visibile, prima che diventi un fermo.

La norma sulla terminologia della manutenzione (EN 13306) la tratta come una manutenzione su condizione eseguita in base a una previsione, ricavata dall'analisi ripetuta dei parametri del degrado. La differenza con la manutenzione su condizione è di grado: questa interviene quando un valore supera un limite, la predittiva prova anche a stimare quanto tempo resta. Molti usano i due termini come sinonimi, e va bene così, purché sia chiaro cosa si misura e chi decide.

L'obiettivo non è eliminare la preventiva, ma spostare una parte degli interventi dal calendario allo stato reale: un componente si cambia quando serve, non troppo presto e possibilmente non dopo.

Quattro strategie a confronto

Le strategie non si escludono: in uno stabilimento convivono, e la scelta si fa asset per asset, in base a quanto costa il guasto e a quanto si riesce a vederlo arrivare.

Quali segnali si usano e cosa rivelano

Il segnale si sceglie dal modo in cui il componente si guasta, non dal sensore che si ha già. Sono esempi tipici, non un elenco completo.

Correnti, temperature, pressioni, contacicli e stati sono spesso già nel PLC; vibrazioni e analisi dell'olio di solito richiedono un sensore o un campionamento in più. Per seguire una tendenza basta il valore efficace (RMS) della vibrazione; per distinguere un difetto del cuscinetto da uno squilibrio serve lo spettro, cioè il segnale scomposto per frequenza.

La curva P-F: dal primo segnale al guasto

La curva P-F descrive come peggiora un componente. Il punto P (guasto potenziale) è il momento in cui il degrado diventa rilevabile con una misura; il punto F (guasto funzionale) è quello in cui il componente non fa più il suo lavoro. Il tempo tra i due è l'intervallo P-F: la finestra in cui si può ancora pianificare.

Per molti guasti meccanici i segnali compaiono in un ordine ricorrente: prima ultrasuoni e spettro di vibrazione, poi particelle nell'olio, poi vibrazione complessiva e rumore, infine il calore. Quando il cuscinetto scotta, la finestra è quasi chiusa. L'intervallo va da settimane o mesi per un cuscinetto che si consuma piano a minuti per molti guasti elettrici.

• Controllare più spesso dell'intervallo P-F: una regola pratica diffusa è ispezionare a intervalli non più lunghi di circa metà dell'intervallo; la misura continua toglie il problema alla radice.
• Scegliere il segnale che si accende prima: più lontano da F si vede il degrado, più tempo resta per ordinare il ricambio e fermarsi in un momento comodo.
• Accettare che non tutto ha un punto P: per i guasti senza preavviso misurabile servono ridondanza, ricambi o un'altra strategia, non un modello.

Soglie, anomalie e vita residua

Sotto lo stesso nome passano approcci diversi, che chiedono dati e competenze diversi.

• Soglie: un limite fisso o statistico su un segnale, per esempio il cuscinetto sopra 80 °C per più di dieci minuti. Una soglia statistica si ricava dal comportamento normale, come i limiti di una carta di controllo. È semplice, si spiega in una frase e copre già molti casi utili.
• Rilevamento di anomalie: un modello impara come si comporta la macchina quando sta bene, anche su più segnali insieme, e segnala quando i dati se ne allontanano. Non ha bisogno di esempi di guasto. Dice che qualcosa è cambiato, non cosa né quando si romperà.
• Vita utile residua (RUL, remaining useful life): un modello stima quanto tempo o quanti cicli restano prima del limite. È il più vicino all'idea di prevedere, ma richiede molti episodi di degrado seguiti fino in fondo, rari in una PMI.

Un indice di salute, che combina più scostamenti in un valore da 0 a 100, sta tra i primi due: si legge a colpo d'occhio e aiuta a decidere quali macchine guardare per prime. In ogni caso il risultato è una stima: la decisione di fermare la macchina resta a chi la conosce.

Quali dati servono, e perché i guasti sono pochi

• Una frequenza di lettura adatta: una temperatura si legge ogni minuto, una pressione ogni pochi secondi; per la vibrazione in genere si leggono valori già calcolati dal sensore.
• Il contesto: una corrente alta a pieno carico è normale, a vuoto no. Senza stato macchina, prodotto o carico, il confronto con il normale mescola situazioni diverse.
• Nomi e unità stabili, uguali su tutte le macchine e per tutto lo storico.
• Uno storico degli interventi utilizzabile: data, componente, modo di guasto e cosa si è fatto, non solo «riparato».

L'ostacolo più comune è l'ultimo punto. Una macchina ben tenuta ha pochi guasti, ciascuno con cause sue: due o tre episodi all'anno non bastano per addestrare un modello che riconosca il guasto. Per questo conviene partire da soglie e anomalie, che imparano il normale invece del guasto, e registrare da subito ogni intervento in modo strutturato: fra un anno quello storico varrà più di qualunque modello scelto oggi.

Come iniziare in una PMI

Non serve un progetto su tutto lo stabilimento: si parte da una macchina e ci si allarga dopo un primo risultato.

• Scegliere un asset critico: ferma il reparto quando si guasta, ha riparazioni lunghe o ricambi costosi, si guasta in modi noti. Compressori, pompe e riduttori sono candidati frequenti.
• Elencare con i manutentori come si guasta: componenti, sintomi, preavviso. Dice quali segnali servono.
• Collegare i segnali: prima quelli che il PLC ha già, letti in Modbus TCP o OPC UA (la guida Modbus o OPC UA aiuta a scegliere), poi un sensore dove manca quello che conta. Una macchina interconnessa per il 4.0 spesso espone già buona parte dei dati.
• Mettere prima le soglie, poche e ciascuna con un responsabile che sa cosa fare e ha il tempo di farlo.
• Aggiungere un modello dopo qualche mese, quando lo storico mostra il normale nelle varie condizioni: anomalie o indice di salute, e solo più tardi, se i dati lo permettono, la vita residua.
• Registrare l'esito di ogni avviso: intervento utile, falso allarme, nessuna azione. Serve a correggere soglie e modelli e a dire se il progetto rende.

Come misurare se conviene

Si usano i numeri della manutenzione, prima e dopo sullo stesso asset, con un punto di partenza fissato prima di cominciare.

• Fermi non pianificati: numero e ore perse, l'indicatore principale.
• [MTBF e MTTR](/guide/mtbf-mttr): l'MTBF tende a crescere, perché una parte dei guasti diventa un intervento programmato; l'MTTR spesso scende, perché il ricambio è già pronto.
• Lavoro pianificato, straordinari e chiamate d'urgenza sul totale delle ore di manutenzione.
• Ricambi: meno ordini urgenti e, a volte, meno scorte.
• Avvisi senza seguito: troppi falsi allarmi consumano la fiducia delle persone prima del budget.

Esempio: i conti su un compressore

Un compressore alimenta l'aria di tutto il reparto: quando si ferma, si ferma la produzione. È pianificato per 6.000 ore l'anno e ha sei fermi non pianificati l'anno, di 5 ore in media. I numeri sono di esempio.

L'ipotesi è che metà dei guasti dia segni in tempo per diventare un intervento programmato nella fermata del fine settimana. È da verificare sulla propria macchina, non una media del settore.

L'MTBF passa da (6.000 − 30) ÷ 6 = 995 ore a (6.000 − 15) ÷ 3 = 1.995 ore, perché gli interventi programmati cadono nella fermata. La disponibilità rispetto ai guasti sale dal 99,5% al 99,75%.

Il risultato va confrontato con il costo di sensori, installazione, software e ore del team per seguire gli avvisi. Conviene rifare il conto con un'ipotesi prudente, un solo guasto anticipato su sei, che porta la differenza a 6.900 € l'anno: se il progetto regge solo con l'ipotesi ottimista, forse l'asset da cui partire è un altro.

Errori comuni

• Partire dal modello invece che dal problema: scegliere un algoritmo prima di sapere quale guasto si vuole vedere e con quale segnale.
• Coprire tutto lo stabilimento subito: molti asset, pochi risultati, e il progetto perde credibilità.
• Avvisi senza un responsabile, o troppi avvisi: in entrambi i casi le persone smettono di leggerli.
• Non chiudere il cerchio: senza l'esito degli interventi soglie e modelli non migliorano e non si sa se il progetto rende.
• Abbandonare la preventiva di base: lubrificazione, pulizia e serraggi restano necessari. La predittiva si aggiunge, non sostituisce.

Il ruolo di Muvia Industrial

Con Muvia Industrial il nodo edge accanto alla macchina legge i PLC con i driver Siemens S7, OPC UA e Modbus TCP e tiene le letture in un buffer locale se la rete cade. In cloud le analisi pronte calcolano lo scostamento dal normale, la ricetta «Indice di salute» combina più misure in un valore da 0 a 100 e i predittori segnalano anomalie o stimano la probabilità che un episodio inizi entro un orizzonte; anche un modello addestrato dal vostro team può girare vicino ai dati. Le soglie si provano sul passato prima di accenderle, e ogni allarme ha il suo registro e può arrivare con alcune ipotesi sulle cause.

Non è un modulo chiavi in mano: Muvia dà i pezzi con cui il vostro team costruisce regole e modelli sulle proprie macchine, e quanti guasti si riescono ad anticipare dipende dalla macchina e dal suo storico. Il percorso è nel caso d'uso anomalie e manutenzione predittiva e, su una macchina dal primo segnale all'intervento, nell'articolo sulla manutenzione predittiva di un compressore.