Sviluppo di un algoritmo nel CONDITION MONITORING
Come già accennato nell’articolo introduttivo “Riduzione dei costi e aumento dell’efficienza con il Condition Monitoring in ambito industriale”, in fase di sviluppo del CMS andrà valutato il caso specifico di ogni impianto, poiché ogni sistema si basa su processi di causa-effetto diversi. Esistono tuttavia livelli macro a cui fare riferimento che possono essere estesi alla maggior parte delle aziende manifatturiere. Diversi algoritmi sono suggeriti nella letteratura scientifica in quanto ciascun componente ha specifiche modalità di guasto, dovute ad esempio all’usura, alla sua geometria o alle condizioni dinamiche. Per fare un esempio possiamo citare i cuscinetti a sfera, una delle componenti più comuni in ambito meccanico, le cui modalità di guasto possono essere ricondotte alle differenti parti che li compongono. Possiamo ad esempio, per via delle differenti tempistiche di usura e periodicità degli urti, ricondurre il guasto ad una componente specifica piuttosto che ad un’altra.La scelta di basare il condition-monitoring su un algoritmo fa si che si possa fare riferimento ad una serie di risposte sistematiche e quindi che ad ogni errore venga associata una modalità di risposta. Questo processo permette di monitorare le condizioni dei macchinari e di ridurre i falsi allarmi.Il flusso di dati inizia dall’acquisizione di informazioni grezze, generalmente di dimensioni limitate, spesso binarie, tramite sensori e successivamente inviato un output. Questo flusso può dividersi in tre classi principali:Data cleaning: procedure preparatorie attivate per rimuovere dati incoerenti, file di misurazione vuoti, danneggiati, sensori scollegati e cavi malfunzionanti ecc.Fault Detection: include tutte le procedure adeguate per riconoscere un guasto nel sistema. In questa fase l’output è la segnalazione della presenza di un guasto, ma non della tipologia. In alcuni ambiti industriali questo è sufficiente nel caso in cui la componente sia da sostituire nella sua interezza.Fault Diagnostics: include tutte le procedure atte a caratterizzare l'errore di un componente specifico ed il livello del danno della componente. Le tecniche di diagnostica dei guasti sono utili anche per riprogettare una componente: la conoscenza dettagliata del guasto può suggerire un design migliore per ridurre i carichi in condizioni di lavoro, prolungando la durata prevista del componente.Implementare un algoritmo con attenzione è il primo passo per far sì che l’intero sistema di condition monitoring sia funzionale all’individuazione di guasti e all’invio di una risposta.
Come già accennato nell’articolo introduttivo “Riduzione dei costi e aumento dell’efficienza con il Condition Monitoring in ambito industriale”, in fase di sviluppo del CMS andrà valutato il caso specifico di ogni impianto, poiché ogni sistema si basa su processi di causa-effetto diversi.
Esistono tuttavia livelli macro a cui fare riferimento che possono essere estesi alla maggior parte delle aziende manifatturiere. Diversi algoritmi sono suggeriti nella letteratura scientifica in quanto ciascun componente ha specifiche modalità di guasto, dovute ad esempio all’usura, alla sua geometria o alle condizioni dinamiche. Per fare un esempio possiamo citare i cuscinetti a sfera, una delle componenti più comuni in ambito meccanico, le cui modalità di guasto possono essere ricondotte alle differenti parti che li compongono. Possiamo ad esempio, per via delle differenti tempistiche di usura e periodicità degli urti, ricondurre il guasto ad una componente specifica piuttosto che ad un’altra.
La scelta di basare il condition-monitoring su un algoritmo fa si che si possa fare riferimento ad una serie di risposte sistematiche e quindi che ad ogni errore venga associata una modalità di risposta. Questo processo permette di monitorare le condizioni dei macchinari e di ridurre i falsi allarmi.
Il flusso di dati inizia dall’acquisizione di informazioni grezze, generalmente di dimensioni limitate, spesso binarie, tramite sensori e successivamente inviato un output. Questo flusso può dividersi in tre classi principali:
- Data cleaning: procedure preparatorie attivate per rimuovere dati incoerenti, file di misurazione vuoti, danneggiati, sensori scollegati e cavi malfunzionanti ecc.
- Fault Detection: include tutte le procedure adeguate per riconoscere un guasto nel sistema. In questa fase l’output è la segnalazione della presenza di un guasto, ma non della tipologia. In alcuni ambiti industriali questo è sufficiente nel caso in cui la componente sia da sostituire nella sua interezza.
- Fault Diagnostics: include tutte le procedure atte a caratterizzare l'errore di un componente specifico ed il livello del danno della componente. Le tecniche di diagnostica dei guasti sono utili anche per riprogettare una componente: la conoscenza dettagliata del guasto può suggerire un design migliore per ridurre i carichi in condizioni di lavoro, prolungando la durata prevista del componente.
Implementare un algoritmo con attenzione è il primo passo per far sì che l’intero sistema di condition monitoring sia funzionale all’individuazione di guasti e all’invio di una risposta.