Comprendere la prognosi nella manutenzione predittiva

Dispositivi

Equilibratore portatile e analizzatore di vibrazioni Balanset-1A

$2,358.31

Parti di ricambio

Sensore di vibrazioni

$107.47

Parti di ricambio

Sensore ottico (tachimetro laser)

$148.07

Dispositivi

Balanset-4

$8,123.32

Parti di ricambio

Standard magnetico Insize-60-kgf

$54.93

Parti di ricambio

Nastro riflettente

$11.94

Dispositivi

Bilanciatore dinamico "Balanset-1A" OEM

$2,071.73

Definizione: Che cosa è la prognosi?

Prognosi (chiamata anche stima della vita utile residua o previsione dei guasti) è il processo di stima di quanto tempo rimane prima che un guasto rilevato causi un guasto funzionale o richieda un intervento. La prognosi segue rilevamento guasti (l'identificazione di un problema esiste) e diagnosi (identificando qual è il problema), rispondendo alla domanda critica "Quando dobbiamo agire?" attraverso l'analisi di vibrazione tendenze di progressione, caratteristiche del tipo di guasto e condizioni operative delle apparecchiature.

Una prognosi accurata è ciò che rende manutenzione predittiva veramente predittivo: consente di programmare la manutenzione nel momento ottimale (né troppo presto, sprecando la vita residua, né troppo tardi, rischiando un guasto), l'approvvigionamento di parti a lunga scadenza, l'allocazione delle risorse e il coordinamento della programmazione della produzione.

Metodi prognostici

1. Estrapolazione delle tendenze

Metodo più comune e pratico:

• Rappresentare graficamente i dati storici delle vibrazioni in funzione del tempo
• Adattamento della linea di tendenza (lineare, esponenziale, ecc.)
• Estrapolare per prevedere quando viene superata la soglia di allarme o di guasto
• Aggiorna la previsione con ogni nuova misurazione
• Precisione: Moderato (si presume che il trend continui)
• Requisiti: Cronologia delle tendenze sufficiente (minimo 6+ punti dati)

2. Modelli basati sulla fisica

• Utilizzare la conoscenza della fisica dei guasti (crescita delle crepe, propagazione delle scheggiature)
• Il modello prevede la progressione in base allo stress, ai cicli, all'ambiente
• Esempio: Legge di Parigi per la crescita delle crepe, calcoli della durata di vita L10 del cuscinetto
• Precisione: Buono se i parametri del modello sono noti
• Requisiti: Dati dettagliati sulle attrezzature e sul funzionamento

3. Basato sull'esperienza (dati storici)

• Sulla base di guasti passati di apparecchiature simili
• Tipici tassi di progressione dalla storia
• Relazioni empiriche (livello di vibrazione → tempo di rottura)
• Precisione: Fiera, specifica per attrezzatura
• Requisiti: Database storico dei guasti

4. Apprendimento statistico/automatico

• Algoritmi di addestramento sui dati di progressione storica
• Riconoscimento di modelli da molti casi simili
• Previsioni probabilistiche
• Precisione: Può essere molto buono con dati sufficienti
• Requisiti: Ampio set di dati, risorse computazionali

Fattori che influenzano l'accuratezza della prognosi

Qualità dei dati di tendenza

• Più punti dati → migliore definizione della tendenza
• Misurazioni coerenti → tendenze affidabili
• Anamnesi adeguata (minimo mesi)
• Dati puliti (valori anomali identificati)

Caratteristiche della progressione della faglia

• Progressione prevedibile: Più facile da prevedere (usura graduale dei cuscinetti)
• Accelerazione della progressione: Più duro (con crescita esponenziale delle scheggiature)
• Progressione irregolare: Difficile (lassatezza, sfregamenti intermittenti)
• Guasti improvvisi: Imprevedibile (frattura dell'albero da crepa)

Stabilità delle condizioni operative

• Condizioni stabili → previsioni affidabili
• Carichi/velocità variabili → previsioni meno certe
• I cambiamenti di processo possono accelerare o rallentare la progressione

Stima della vita utile residua (RUL)

Definizione

• Tempo dalla condizione attuale alla soglia di guasto o di intervento
• Espresso in ore di funzionamento, giorni o tempo di calendario
• Aggiornato continuamente man mano che vengono raccolti nuovi dati

Intervalli di confidenza

• RUL è una stima con incertezza
• Esprimere come intervallo (30-90 giorni con confidenza 90%)
• L'incertezza diminuisce con l'avvicinarsi del fallimento (più dati)
• Stime conservative per le apparecchiature critiche

Esempio

• Difetto del cuscinetto rilevato con ampiezza di inviluppo di 2 g
• Progressione storica: 2 g → 10 g (livello di allarme) in 60 giorni tipici
• Tasso attuale: aumento di 0,5 g a settimana
• Previsione: livello di allarme tra circa 10 settimane
• Raccomandazione: programmare la manutenzione entro 6-8 settimane

Applicazioni

Pianificazione della manutenzione

• Pianificare l'interruzione quando RUL indica il momento ottimale
• Coordinarsi con i programmi di produzione
• Riparazioni di gruppo per ridurre al minimo i tempi di fermo
• Evitare interventi sia prematuri che tardivi

Gestione delle parti

• Ordinare i pezzi di ricambio con tempi di consegna adeguati
• Evitare di accelerare i costi
• Ridurre i requisiti di scorta di sicurezza
• Provisioning just-in-time basato sulla prognosi

Assegnazione delle risorse

• Dare priorità tra più macchine degradate
• Assegnare risorse limitate alle esigenze più urgenti
• Pianificare le assegnazioni della forza lavoro
• Allestimento di utensili e attrezzature

Sfide e limitazioni

Incertezza della previsione

• La progressione della faglia non è perfettamente prevedibile
• Le condizioni operative possono cambiare
• Possibili accelerazioni inaspettate
• Mantenere sempre i margini di sicurezza

Requisiti dei dati

• È necessaria una cronologia delle tendenze adeguata
• Nelle prime fasi dello sviluppo della faglia, le previsioni sono meno certe
• Migliorato con la raccolta di più dati

Modalità di guasto multiple

• Prevedere una modalità mentre un'altra causa un fallimento
• Un monitoraggio completo aiuta
• Bisogna considerare tutti i meccanismi di degradazione attivi

Migliorare l'accuratezza prognostica

Aumentare la frequenza di misurazione

• Più punti dati → migliore definizione della tendenza
• Rilevare l'accelerazione in anticipo
• Ridurre l'incertezza delle previsioni

Parametri multipli

• Analisi di vibrazioni + temperatura + olio
• Gli indicatori corroboranti migliorano la fiducia
• Parametri diversi possono avere tempi di consegna diversi

Aggiornamento continuo

• Rivedere la prognosi ad ogni nuova misurazione
• Non affidarti a una singola previsione iniziale
• Adattarsi al tasso di progressione effettivo

La prognosi è l'elemento predittivo che distingue la vera manutenzione predittiva dal semplice monitoraggio delle condizioni. Stimando la vita utile residua e le tempistiche di guasto a partire dai dati di tendenza e dalla comprensione della progressione dei guasti, la prognosi consente di ottimizzare i tempi di manutenzione, massimizzando l'utilizzo delle apparecchiature e mantenendone l'affidabilità: l'obiettivo finale delle strategie di manutenzione basate sulle condizioni.

---

← Torna all'indice principale