Asset Integrity: possibili sviluppi

Arriva il numero di settembre della nostra amata rivista ed eccoci qui, come ogni anno, a disquisire di Asset Integrity nelle sue variegate sfaccettature. Questa volta lo facciamo subito dopo aver partecipato, lo scorso maggio, a un’edizione de Il Mese della Manutenzione “mai vista prima”, un nuovo inizio con, per la prima volta, un’apertura dell’evento sia in presenza che in diretta streaming...

  • Settembre 20, 2022
  • 30 views
  • Asset Integrity: possibili sviluppi
    Asset Integrity: possibili sviluppi

Arriva il numero di settembre della nostra amata rivista ed eccoci qui, come ogni anno, a disquisire di Asset Integrity nelle sue variegate sfaccettature. Questa volta lo facciamo subito dopo aver partecipato, lo scorso maggio, a un’edizione de Il Mese della Manutenzione “mai vista prima”, un nuovo inizio con, per la prima volta, un’apertura dell’evento sia in presenza che in diretta streaming dal Museo Storico Alfa Romeo “La Macchina del Tempo” di Arese.

Per la nostra Associazione è stato un mese intenso, caratterizzato da 33 webinar e oltre 40 ore di trasmissione online, durante le quali abbiamo affrontato tanti argomenti interessanti e io ho avuto l’onore di aprire la serie dei webinar con il mio intervento “Asset Integrity, una questione di sostenibilità”.

In questa edizione si è parlato molto di predittiva e condition monitoring e voglio partire da questo per fare una riflessione su un possibile sviluppo nella gestione dell’asset integrity.

Approcci manutentivi comunemente citati, legati al condition monitoring, sono la Condition Based Maintenance (CBM) e la Predictive Maintenance (PdM). La CBM ci porta all’esecuzione degli interventi manutentivi preventivi appena viene superato un livello di degrado scelto come soglia limite; la PdM va oltre poiché ha l’obiettivo di prevedere quando avverrà il guasto e quindi, conoscendo la Remaining Useful Life (RUL), si può pianificare l’intervento manutentivo sfruttando al massimo la disponibilità dell’attrezzatura prima che si rompa. Tutte cose note. Più è “precoce” la tecnica di condition monitoring utilizzata, maggiore è l’anticipo con cui è possibile individuare il guasto.

Pensiamo a una comune pompa: si può passare dalla semplice ispezione visiva dell’operatore in campo, alla diagnosi del rumore, alla termografia, al rilievo di vibrazioni ciclico o in continuo, all’analisi degli oli. Un buon tecnico, avuta l’informazione di un principio di guasto, valuta la RUL e programma l’intervento manutentivo.

Un manutentore di solito ragiona sui possibili modi di guasto, sui meccanismi di danno e sui segnali deboli che ne derivano e che, con un opportuno monitoraggio, ci portano a identificare l’insorgenza del guasto. Individuate le grandezze da monitorare si possono scegliere i sensori e i sistemi di acquisizione e analisi da utilizzare. Questo approccio è basato su ragionamenti classici e si attiva con l’insorgenza del guasto, con l’inizio del
danneggiamento.

Proviamo ad andare oltre: e se potessi tardare o evitare l’insorgenza del guasto? Immaginiamo per un momento un’intelligenza tale da poter contemplare tutte le variabili che hanno impatto sull’integrità dei nostri asset. Come la utilizzeremmo? Quanto, dove e come possiamo anticipare l’insorgenza del guasto?

Una delle tecnologie che ci possono consentire di andare oltre è l’intelligenza artificiale (IA) con apprendimento automatico.

Torniamo all’esempio della pompa e ipotizziamo che questa macchina sia dotata di un sistema di monitoraggio in continuo delle diverse grandezze che ne caratterizzano il funzionamento, comprese le variabili di processo. Una volta verificato l’insorgere del guasto, il sistema di IA dovrebbe consentirmi di andare a ritroso, verificare le condizioni di funzionamento che hanno portato all’innesco del danno e a concepire degli allarmi preventivi che mi portano a gestire la macchina per non arrivare più a questa condizione. Con la gestione di questi allarmi cambia il ruolo di chi gestisce le Operations, poiché deve gestire gli impianti anche con uno sguardo rivolto all’asset integrity.

In un parco fotovoltaico la resa dell’impianto è legata all’orientamento dei pannelli verso il sole. Un sistema IA, confrontando i dati ambientali con lo stato di funzionamento e usura dei pannelli, ha portato ad individuare come elemento incidente sulla vita utile di questi asset il loro orientamento nei confronti del vento. Chi gestisce le Operations in un parco fotovoltaico, se vuole aumentare la vita utile dei pannelli li dovrà orientare non solo in funzione dell’insolazione ma anche in funzione della direzione del vento, scegliendo un orientamento ottimale che dia il miglior beneficio in termini di performance e di asset integrity.

Imparando a conoscere nel tempo le condizioni che innescano il danneggiamento posso gestire gli asset affinché la loro vita utile sia la massima possibile, vincolata principalmente solo alla usura fisiologica delle sue componenti. L’asset integrity a questo punto non potrà essere più esclusiva competenza dei manutentori ma serve un sistema gestionale organico inclusivo con l’Asset Management e l’Operations che operano in maniera sinergica.

Questo è un possibile futuro per l’asset integrity e gli strumenti per realizzarlo ci sono.

Il mondo intorno a noi sta cambiando… non possiamo continuare a giocare con le vecchie regole.

Marcello Pintus, Consigliere, A.I.MAN.