English
Monitoraggio continuo di impianti di aspirazione
Monitoraggio con Smart Sensor e AI
Andrea Epifani - Weidmuller
Sommario
Viene presentato uno "Use Case" relativo al monitoraggio di impianti di aspirazione con problematiche di accessibilità.
Vengono utilizzati smart sensor e modelli di Intelligenza Artificiale con i principali obbiettivi di:
1. ridurre l'intervento ispettivo on-site
2. avere un monitoraggio 24/7
Il primo punto è legato alla riduzione dei costi diretti, il secondo alla minimizzazione di
eventi pericolosi.
Chiaramente, l'individuazione di problematiche in tempo reale permette di reagire
velocemente ed efficacemente, in modo da non avere ripercussioni sui lavoratori e sulla
produzione.
Lo "Use Case" è stato applicato ad un nostro sito produttivo a Detmold.
Situazione iniziale e requisiti
- Sostanze acide in galvanotecnica, ventilazione = processo critico
- Evitare eventi estremi
- Rispetto dei requisiti di salute e sicurezza sul lavoro
- Minimizzazione delle fermate non pianificate
- Manutenzione preventiva: con ispezioni e manutenzioni ad intervalli regolari
- Occasionale accadimento di problematiche varie all'impianto
Obiettivi della nuova soluzione
- Monitoraggio continuo dell'impianto di aspirazione con sensori e AI
- Evitare eventi estremi
- Rispetto dei requisiti di salute e sicurezza sul lavoro
- Minimizzazione fermi produzione
- Minimizzazione costi di manutenzione
- Applicazione pratica IIoT
Di seguito gli elementi dell'impianto di aspirazione soggetti ad usura inseriti nel monitoraggio continuo:
- Cinghia
- Ventola
- Guaina
Misura vibrazioni
- Misure: accellerazione 3D e temperatura
- Trasmissione dati via Bluetooth Low Energy
- Gateway IIoT con LAN/LTE e Node-RED
- Durata batteria sensori > 2 anni
Misure elettriche
- Misure: corrente e tensione sulle 3 fasi
- Calcolo di KPI elettrici (valori effettivi, Potenza attiva/reattiva, angolo di fase, ...)
- Trasmissione dati via Modbus RTU
I dati registrati sono caricati nel software applicativo.
Sono state evidenziate le sequenze relative al funzionamento normale e ad eventi anomali, quando disponibili. Con questi dati si è attivata la procedura di stima dei parametri.
Si è selezionato il modello da utilizzare fra quelli proposti.
Realizzazione del progetto e risultati
- Durata del progetto: 4 mesi dalla presentazione dello use case alla implementazione della soluzione
- Ore impiegate nel progetto: 15
- Costi diretti per software e hardware
- Passaggio da manutenzione preventiva a manutenzione predittiva
Risultati e ROI
- Riduzione dei costi di manutenzione
- Ispezione: da mensile a semestrale riduzione tempo impiegato del 80%
- Manutenzione solo quando necessaria: risparmio stimato del 25%
- Minimizzazione fermi produzione
- Monitoraggio 24/7
1. ridurre l'intervento ispettivo on-site
2. avere un monitoraggio 24/7
Il primo punto è legato alla riduzione dei costi diretti, il secondo alla minimizzazione di
eventi pericolosi.
Chiaramente, l'individuazione di problematiche in tempo reale permette di reagire
velocemente ed efficacemente, in modo da non avere ripercussioni sui lavoratori e sulla
produzione.
Lo "Use Case" è stato applicato ad un nostro sito produttivo a Detmold.
Situazione iniziale e requisiti
- Sostanze acide in galvanotecnica, ventilazione = processo critico
- Evitare eventi estremi
- Rispetto dei requisiti di salute e sicurezza sul lavoro
- Minimizzazione delle fermate non pianificate
- Manutenzione preventiva: con ispezioni e manutenzioni ad intervalli regolari
- Occasionale accadimento di problematiche varie all'impianto
Obiettivi della nuova soluzione
- Monitoraggio continuo dell'impianto di aspirazione con sensori e AI
- Evitare eventi estremi
- Rispetto dei requisiti di salute e sicurezza sul lavoro
- Minimizzazione fermi produzione
- Minimizzazione costi di manutenzione
- Applicazione pratica IIoT
Di seguito gli elementi dell'impianto di aspirazione soggetti ad usura inseriti nel monitoraggio continuo:
- Cinghia
- Ventola
- Guaina
Misura vibrazioni
- Misure: accellerazione 3D e temperatura
- Trasmissione dati via Bluetooth Low Energy
- Gateway IIoT con LAN/LTE e Node-RED
- Durata batteria sensori > 2 anni
Misure elettriche
- Misure: corrente e tensione sulle 3 fasi
- Calcolo di KPI elettrici (valori effettivi, Potenza attiva/reattiva, angolo di fase, ...)
- Trasmissione dati via Modbus RTU
I dati registrati sono caricati nel software applicativo.
Sono state evidenziate le sequenze relative al funzionamento normale e ad eventi anomali, quando disponibili. Con questi dati si è attivata la procedura di stima dei parametri.
Si è selezionato il modello da utilizzare fra quelli proposti.
Realizzazione del progetto e risultati
- Durata del progetto: 4 mesi dalla presentazione dello use case alla implementazione della soluzione
- Ore impiegate nel progetto: 15
- Costi diretti per software e hardware
- Passaggio da manutenzione preventiva a manutenzione predittiva
Risultati e ROI
- Riduzione dei costi di manutenzione
- Ispezione: da mensile a semestrale riduzione tempo impiegato del 80%
- Manutenzione solo quando necessaria: risparmio stimato del 25%
- Minimizzazione fermi produzione
- Monitoraggio 24/7
Video
Leggi tutto
Fonte: SAVE ottobre 2022 Web Automation, Cloud, Edge Computing, AI: tecnologie al servizio della fabbrica digitale
Settori: Automazione industriale, Cloud Computing, Industria 4.0, Informatica, Intelligenza artificiale, Sensoristica, Sistemi di monitoraggio e supervisione industriale, Software industriale
Mercati: Manutenzione industriale
Parole chiave: AI Intelligenza artificiale per l'industria, Cloud Computing, Edge computing, Sensoristica, Sistemi di monitoraggio, Web Automation
