Industria raffineria studio
7 min

La manutenzione predittiva: piccolo aiuto ma grande impatto

TÜV SÜD può prevedere potenziali guasti in impianti di produzione grazie all’analisi in tempo reale dei dati provenienti dai sensori. Si tratta di manutenzione predittiva, in grado di aumentare la produttività e di ridurre i costi per gli operatori, come dimostrato da un progetto pilota in India.

Testo a cura di Felix Enzian


Ogni anno, sul Danubio si assiste ad un evento assolutamente frenetico ampiamente pianificato: a Ingolstadt, in Germania, una delle più grandi raffinerie di petrolio e gas naturale interrompe completamente le attività. Per circa quattro settimane, migliaia di lavoratori ribaltano completamente lo stabilimento, con il supporto di diverse dozzine di esperti di TÜV SÜD della vicina città di Ratisbona. Operando su turni, aprono e puliscono serbatoi e tubi, riparano i condensatori e le caldaie e controllano le attrezzature di sicurezza. Seguendo rigidi schemi orari e in base ad un calendario preciso, perché il tempo è denaro, specialmente quando un intero impianto è fermo. Si parla di decine di milioni di euro di costi.

Non sarebbe un vantaggio per gli operatori se tali sforzi fossero ridotti al minimo? O se gli stabilimenti non dovessero rimanere fermi per manutenzione o se ci fossero intervalli più lunghi tra i controlli? Jay Lee ha pensato ad alcune soluzioni. Diciassette anni fa, l’Americano ebbe una “visione”: nell’industria è possibile arrivare ad azzerare i fermi per manutenzione. Ha viaggiato in tutti gli Stati Uniti per presentare ai proprietari delle aziende il suo approccio su come prevenire i fermi prolungati e i relativi costi. La sua idea era quella di costruire un sistema intelligente in grado di riconoscere guasti e difetti prima che diventassero un problema.

Come hanno fatto pochi altri pionieri, Lee diede un nome alla sua idea e la chiamò “manutenzione predittiva”. A parte una manciata di aziende, nessuno lo prese sul serio. Oggi sorride di quei giorni. “Siamo più vicini che mai”, dice.

Lee è il fondatore del Centro per i Sistemi di Manutenzione Intelligenti di Cincinnati, Ohio (USA). È un’organizzazione scientifica nazionale collegata a diverse università americane che promuove iniziative per favorire prestazioni industriali con fermi per manutenzione quasi nulle. “La differenza più grande rispetto a dieci o vent’anni fa,” dice Lee, “è che in passato potevamo utilizzare solo serie storiche di dati per le nostre analisi. Oggi, nell’era dei Big Data, possiamo contare su fonti virtualmente inesauribili e più approfondite di dati per indagare i sistemi, compresi sensori, dati storici e opinioni di esperti. Questo nuovo livello collega i dati e ci rende più intelligenti. Possiamo anticipare i problemi, quindi si tratta a tutti gli effetti di una manutenzione predittiva”.

Normalmente la manutenzione avviene secondo un programma fisso. I componenti vengono sostituiti dopo un certo numero di ore di esercizio. Applicato in modo corretto, questo metodo garantisce un elevato grado di prestazioni collaudate in fabbriche, centrali elettriche e raffinerie. Ed è relativamente semplice da implementare. Tuttavia, la manutenzione orientata verso un calendario fisso ha anche svantaggi: i costi aumentano inutilmente se le singole parti vengono sostituite troppo presto. Ma se sono cambiate troppo tardi sono a rischio l’operatività e la sicurezza degli impianti.

La manutenzione predittiva funziona diversamente: componenti o addirittura interi impianti vengono monitorati in tempo reale utilizzando sensori. I dati vengono analizzati con software intelligente e combinati con dati già esistenti. Sulla base di ciò, si possono fare previsioni sulla probabilità di guasto, arrivando a prevedere con specifiche istruzioni se e quando le singole parti dovranno essere sottoposte a manutenzione. Idealmente, in questo modo i costi di manutenzione sono ridotti, così come le interruzioni e i fermi.

Il Dipartimento statunitense dell’Energia stima che grazie alla manutenzione predittiva i costi di manutenzione potrebbero essere ridotti fino al 30% e si potrebbe evitare fino al 75% dei guasti operativi. Tuttavia, questo sistema funziona solo quando i dati raccolti in tempo reale riescono a dare risposta ad alcuni quesiti: quando la condizione di un componente diventa veramente critica? Quanto è possibile prevedere in modo affidabile la probabilità il momento del guasto? Quando è il momento migliore di intervenire per risolvere il problema?

Progetto pilota in India

Per rispondere esattamente a queste domande si sta lavorando intensamente nella città di Yamuna Nagar, nell’India settentrionale. HPGCL, un’impresa elettrica, gestisce un impianto a carbone da 600 megawatt e, a partire dalla metà del 2016, è uno dei primi stabilimenti del paese sottoposto a test di manutenzione predittiva. Su richiesta dell’operatore, TÜV SÜD ha collegato in rete utilizzando sensori l’intero sistema: dalla consegna del carbone alla produzione di elettricità nelle turbine.

È proprio l’approccio integrato a rendere speciale questo progetto pilota. In molte centrali elettriche singoli componenti e sistemi sono già monitorati dai rispettivi produttori, a mancare di solito è un’analisi dell’intero impianto. “Come un terzo indipendente, che non ha dunque alcun interesse verso la manutenzione, la sostituzione di pezzi o l’acquisto di nuovi, possiamo offrire ai nostri clienti un vero valore aggiunto”, afferma Shatanshu Shekhar, direttore del progetto TÜV SÜD in India. “Per non parlare delle nostre profonde competenze nell’ingegneria e degli oltre 150 anni di esperienza nel settore delle centrali elettriche”.

Che tra tutti i luoghi questo piano per una manutenzione più intelligente sia sviluppato proprio in India non è un caso: l’instabilità dell’approvvigionamento energetico in molte parti del paese è considerata una dei principali ostacoli alla crescita economica. Circa due terzi dell’elettricità provengono da centrali a carbone, la maggior parte delle quali ha più di due decenni e, di conseguenza, spesso sono soggette a malfunzionamenti. Cali di tensione e blackout sono quindi semplicemente all’ordine del giorno. Per questo motivo c’è molto interesse nell’aumentare la disponibilità di energia attraverso nuovi metodi di manutenzione.

Il progetto ha raccolto dati in India a partire dalla metà dell’anno scorso. Per iniziare, Shekhar e il suo staff hanno analizzato in primo luogo dove i sensori dovevano essere collocati nella centrale elettrica. Con queste informazioni, sono stati installati oltre seicento trasmettitori di dati nei punti critici e sulle macchine, quindi i dispositivi sono stati collegati in rete. Registrano parametri come pressione, temperatura e vibrazioni. “C’è una sala di controllo che è aperta 24 ore al giorno, 7 giorni su 7”, spiega Shekhar. “Siamo in costante contatto con gli ispettori e disponiamo di dati in tempo reale. Se si verifica un problema, siamo in grado di dare subito suggerimenti”.

Non è sempre possibile installare i sensori nel punto esatto in cui devono essere effettuate le misurazioni. Una centrale elettrica è un luogo estremo: sporcizia, vibrazioni e temperature fino a 500 gradi Celsius mettono a dura prova i limiti di qualsiasi sensore. I dispositivi di misurazione devono quindi essere installati vicino ai loro target, ma dove siano in grado di funzionare. La condizione dell’area che deve essere effettivamente esaminata può essere accuratamente analizzata anche con l’ausilio di modelli matematici. “Ci sono sempre problemi in un ambiente sensibile come una centrale elettrica”, dice Shekhar, “ma siamo stati in grado di risolverli tutti fino ad ora”.


ALTRI CAMPI IN CUI SI PUò APPLICARE LA MANUTENZIONE PREDITTIVA

Ascensori

Una ricerca di qualche anno fa, ma sempre attuale, condotta dagli studenti della Columbia University di New York dimostra ancora in modo impressionante quanto sia importante la manutenzione per gli ascensori. Solo nel 2010, gli impiegati di New York hanno trascorso complessivamente 16,6 anni in attesa di un ascensore. È un dato che aumenta in modo esponenziale, se si considera che oltre un miliardo di persone in tutto il mondo utilizza ascensori ogni giorno. Con l’aiuto di soluzioni intelligenti per l’apprendimento automatico, in futuro i tempi di interruzione dell’ascensore potrebbero essere dimezzati e le diagnosi in tempo reale aiuteranno a rilevare tempestivamente l’usura dei componenti dell’ascensore. Gli impiegati di New York non saranno gli unici a essere contenti per questa notizia.

Ferrovie

In ambito ferroviario, fino a poco tempo fa era normale che la manutenzione di una locomotiva avvenisse solo in officina. Oggi, in base alle valutazioni in tempo reale provenienti da centinaia di sensori, i tecnici sono subito in grado di conoscere le condizioni di un treno ancora prima che entro in cantiere. Oggi, in alcuni motori, sono installati oltre duecento sensori. Riportano costantemente parametri quali temperatura, pressione, voltaggio, velocità, prestazioni dei freni e del compressore, numero di vagoni al seguito e altri processi di controllo. Questi numeri sono tutti registrati e, se possibile, trasmessi in tempo reale. Ciò consente di prevedere ritardi nell’ordine del millisecondo.

Aziende di logistica

Jay Lee del “Center for Intelligent Maintenance Systems di Cincinnati”, Ohio (USA) sta già pianificando il prossimo passo per la manutenzione predittiva: per le imprese gli utili proattivi aumentano, come li chiama lui, grazie alla tecnologia dei sensori. Ad esempio, Lee ha gli occhi puntati sulle aziende logistiche. “I sensori vengono utilizzati per monitorare i parametri di pneumatici, consumo di carburante e comportamento generale di un camion. Noi combiniamo questi dati con quelli derivanti dallo stile di guida: come guidano i conducenti, velocemente o lentamente? Quali esigenze emergono sulla base dello stile di guida di un camionista?”. Secondo Lee, raccogliendo e analizzando i dati, è possibile adeguare di conseguenza la manutenzione del camion, facendo risparmiare all’azienda fino a 30.000 dollari all’anno per ogni camion.


Il successo del progetto può anche essere descritto in cifre concrete: prima del progetto pilota di TÜV SÜD, un’unità all’interno di uno stabilimento si interrompeva dai sessanta agli ottanta giorni. Ora solo mediamente ogni 120/125 giorni. Non molto tempo fa, ad esempio, si è verificata una perdita in un condensatore. “La successiva ispezione era stata programmata nei tre mesi”, dice Shekhar. “In base ai dati registrati, abbiamo raccomandato di risolvere subito il problema.” Non risolvendo subito la perdita infatti, si sarebbe potuto verificare un malfunzionamento importante in quel punto, in grado di generare potenzialmente malfunzionamenti all’intera centrale elettrica.

“L’operatore è soddisfatto”, continua Shekhar. “Possono produrre di più e incrementare i guadagni grazie a minori tempi di fermo e all’eliminazione dei costi dovuti a guasti involontari. Le macchine durano più a lungo. E, in futuro, l’intervallo tra i test di routine potrà essere allungato.” TÜV SÜD sta sviluppando molto le proprie soluzioni di manutenzione predittiva quest’anno, che possono essere personalizzate sulla base delle esigenze di qualsiasi centrale elettrica. C’è un enorme interesse, non solo in India, ma anche in altri paesi limitrofi, tra cui Bangladesh, Vietnam e Cina. Anche Jay Lee, dagli Stati Uniti, sarà soddisfatto. La visione che lui ebbe nell’ormai lontano 2000 si sta facendo sempre più realistica: “Siamo nel bel mezzo di un processo” dice. “Stiamo solo all’inizio nello scoprire tutto ciò che la manutenzione predittiva rende possibile.”


Come possiamo aiutarti?

Site Selector