La manutenzione, definita come l’insieme di attività di programmazione, controllo e intervento eseguite al fine di mantenere o ripristinare lo stato di corretto funzionamento di un sistema e/o processo, assume un ruolo di primaria importanza in molteplici ambiti, industriali e non. Tuttavia, è proprio durante le attività di manutenzione che vengono commessi una parte considerevole degli errori umani, definiti come il mancato o errato adempimento di un compito stabilito: nell’industria automobilistica svedese, ad esempio, è stato osservato come i guasti legati al fattore umano (inadeguato utilizzo macchinari e attrezzature, procedure non seguite opportunamente), sono pari al 20-45% dei guasti totali [1]. Gli errori umani possono portare a conseguenze di lieve (diminuzione della qualità di manutenzione, produttività, ed efficienza), media (danni alle apparecchiature, perdita economica), o grave entità (rischio per la salute, incidenti mortali). Le cause associate possono essere di varia natura, ed imputabili a fattori gestionali, individuali e ambientali. Tra i fattori gestionali, giocano un ruolo fondamentale l’insufficiente formazione degli addetti alla manutenzione, l’incorretta o imprecisa scrittura di procedure di manutenzione, la loro complessità, la pianificazione delle attività, il tempo assegnato, nonché il livello di comunicazione e cooperazione tra le parti coinvolte nell’esecuzione di tali attività. Nella sfera individuale, possono contribuire all’errore umano fattori legati all’ambito sia fisico (attrezzature mal progettate e strumenti inadatti…), che cognitivo (abilità dell’operatore non conformi con le attività richieste, affaticamento, stress…). Infine, i fattori ambientali sono legati alle cattive condizioni di lavoro, come scarso illuminamento della postazione di lavoro, nonché elevati livelli di rumore e temperatura. In Figura 1 sono elencati cause e conseguenza relative all’errore umano. Nonostante l’inevitabilità dell’errore umano, l’implementazione di nuove tecnologie abilitanti I4.0 possono intervenire riducendo i tempi di fermo macchina dal 30 al 50%, e riducendo i costi complessivi di manutenzione dal 10 al 50% [3].
Tecnologie abilitanti I4.0 applicate alla manutenzione
L’introduzione di sistemi cyber-fisici (CPS), e l’Internet of Things (IoT), hanno portato ad un sempre maggior livello di informatizzazione e digitalizzazione di processi sia produttivi, che manutentivi, integrati e visibili digitalmente. L’utilizzo sempre più frequente di sensoristica avanzata, realtà aumentata (AR), robot collaborativi, esoscheletri, ed altri dispositivi tecnologici, aumentano le abilità sia fisiche che cognitive degli operatori, supportandoli durante le attività di manutenzione. In Figura 2 sono elencate le principali tecnologie abilitanti I4.0 utilizzate. La realtà aumentata (AR) è sicuramente una delle maggiori tecnologie abilitanti I4.0 utilizzate in ambito manutentivo: l’AR combina dati digitali con elementi fisici fornendo agli operatori informazioni in tempo reale per un supporto step-by-step durante le attività di manutenzione come diagnostica ed ispezione, aumentandone l’affidabilità. Grazie all’utilizzo di un’opportuna interfaccia, tale tecnologia può essere utilizzata per supportare gli operatori nell’esecuzione di procedure manutentive. Nonostante tali procedure consistono in una serie di azioni o step da dover eseguire per la corretta esecuzione dell’attività manutentiva, il rispetto di tali procedure non è semplice, data la molteplicità di eventi che possono presentarsi e da cui diversi guasti possono scaturirsi. La possibilità di poter convertire tale documentazione da cartacea a digitale permette di poter ricercare, e visualizzare in real-time la procedura, informando l’operatore nel caso di non corretta esecuzione della stessa, o consigliando le azioni da eseguire. L’utilizzo di tecnologie I4.0, ed in particolare della realtà aumentata, facilitano gli step procedurali da seguire, nonché rendono disponibili informazioni sempre aggiornate e facilmente accessibili.
Complessità delle procedure manutentive e l’impatto delle tecnologie abilitanti I4.0
La corretta definizione e realizzazione di una procedura manutentiva è di estrema importanza per garantire che l’operatore non sia soggetto ad un eccessivo sforzo fisico e cognitivo: l’eccessivo affaticamento dell’operatore, relativo ad un’elevata complessità di esecuzione della procedura, può comportare l’insorgere dell’errore umano, nonché di incidenti sul lavoro. Di conseguenza, ridurre la complessità di una procedura manutentiva (snellirne la struttura, semplificare le azioni da eseguire), può portare ad importanti benefici. Nella letteratura scientifica sono disponibili molteplici metodologie che permettono di quantificare la complessità di una procedura. Una tra queste, chiamata TAsk COMplexity (TACOM) [2], permette di poter valutare la difficoltà legata all’esecuzione di una procedura, semplicemente rappresentando graficamente le azioni e/o step da dover eseguire. Il TACOM si basa sul semplice concetto che, dato un grafo, ovvero una struttura grafica composta da nodi connessi tra loro, è possibile quantificarne la complessità tramite misure legate alla teoria dell’informazione. Poiché una procedura manutentiva è possibile rappresentarla graficamente, associando a ciascun nodo un’azione da dover eseguire, e connettendo tali nodi seguendo la logica della procedura, è possibile quantificarne la complessità così come avviene con i grafi. Il vantaggio di tale metodologia consiste nel modo in cui tale complessità viene calcolata: non si tiene conto solo il numero di azioni (nodi) da dover eseguire, ma anche dal modo in cui essi sono connessi, nonché dal numero di alternative che possono essere considerate. In Figura 3 sono rappresentate due semplici procedure manutentive descritte da grafi: nonostante entrambi i grafi abbiano lo stesso numero di azioni da eseguire (nodi), la complessità risultante applicando la metodologia TACOM è differente. Tale differenza è dovuta alla diversa topologia delle due procedure. La procedura G è caratterizzata da una minore complessità, in quanto nel passaggio da un’azione (nodo) ad un’altra, non c’è incertezza di esecuzione: il grafo è lineare, con sviluppo prettamente verticale; al contrario G’ è caratterizzata da maggior complessità a seguito della presenza di alternative nell’esecuzione della procedura (maggiore incertezza): il grafo si sviluppa anche trasversalmente, caratterizzato da un’asimmetria topologica. Al fine di valutare la fattibilità di tale metodologia, sono state considerate otto diverse procedure di manutenzione correttive relative al settore della produzione automobilistica e meccanica. In tal caso, il processo di risoluzione di un guasto richiedeva un’elevata capacità cognitiva, necessitando di competenze multidisciplinari, un elevato grado formazione e una tempestiva capacità di analisi ed azione. Tali procedure sono state classificate in base al tempo di completamento richiesto: brevi (5 minuti), medie (30 minuti) e lunghe (60 e 120 minuti). I risultati ottenuti confermano che una maggiore complessità delle procedure manutentive, sono caratterizzate da un maggiore tempo di esecuzione. Il numero di azioni da dover eseguire, e le alternative da dove considerare hanno un impatto diretto sulla difficoltà percepita dall’operatore. Indentificando la complessità di una procedura tramite la metodologia TACOM, risulta che procedure più complesse, ovvero grafi più estesi e connessioni più ramificate, richiedono uno sforzo maggiore da parte dell'operatore dovuta alla maggiore complessità del processo decisionale. Gli operatori impiegano in media tra il 15% e il 30% del tempo totale di intervento totale per cercare le informazioni necessarie per definire un opportuno processo decisionale. Più la procedura è descritta in maniera chiara, con informazioni esaurienti e dettagliate, e minore è l'incertezza dell'operatore nello svolgimento del compito: il processo decisionale è più semplice, con un minore numero di scenari da dover considerare, e una minore difficoltà percepita dall’operatore. Come descritto precedentemente, al fine di supportare l’operatore durante le attività di manutenzione, è possibile fare affidamento alle tecnologie I4.0, prima fra tutte la realtà aumentata (AR). Considerando le procedure manutentive esaminate nel caso precedente, tramite l’implementazione dell’AR, è stato possibile osservare un netto miglioramento sia delle prestazioni, sia delle tempistiche di esecuzione. Grazie alle caratteristiche che contraddistinguono tale tecnologia, tra cui la capacità di seguire passo-passo l’operatore, rendere disponibili informazioni in real-time, e consigliare le azioni da dover seguire, il processo decisionale è risultato più semplice e chiaro, con una importante diminuzione del tempo di esecuzione. Così come osservato in altri casi studio, l'AR può ridurre il carico cognitivo degli operatori. Tuttavia, al fine di poter adoperare propriamente le tecnologie 4.0, ed avere una piena padronanza del loro utilizzo, bisogna opportunamente addestrare gli operatori con competenze specifiche.
Nuove competenze richieste
In molteplici ambiti, tra cui quello manutentivo, le tecnologie I4.0 riducono l’affaticamento sia fisico che mentale dell’operatore, tuttavia richiedono nuove capacità e competenze. Molti processi per cui è necessaria la presenza dell’intervento umano, sono stati integrati con interfacce avanzate che permettono la cooperazione tra uomo-macchina. Al fine di poter adeguatamente interagire con tali interfacce, nonché utilizzare propriamente gli strumenti resi a disposizione dall’I4.0, le competenze necessarie all’operatore sono sempre più improntate verso competenze cognitive, piuttosto che fisiche. All’operatore viene richiesto di essere flessibile e di adattarsi ai continui cambiamenti che caratterizzano gli attuali ambienti di lavoro, sempre più dinamici. Al fine di potersi adattare facilmente e rapidamente ai vari scenari (guasti, malfunzionamenti…), ed agire tempestivamente, la capacità di analisi dell’operatore può essere supportata grazie all’interazione con tecnologie I4.0. Tuttavia, nei vari processi che implementano tali tecnologie come analisi di scenario, processi decisionali, diagnosi, pianificazione ecc., l’operatore è soggetto ad un sempre maggior flusso di dati ed informazioni che se non propriamente gestiti, contribuiscono all’affaticamento dell’operatore, portando all’errore umano. In tal caso, tali tecnologie possono contribuire negativamente alle prestazioni dell’operatore, non avendo, quest’ultimo, sviluppato le necessarie capacità cognitive per poter opportunamente elaborare tali dati. Di conseguenza, al fine di poter sfruttare a pieno le opportunità ed i benefici risultanti dall’I4.0, è di estrema importanza formare opportunamente gli operatori, attraverso metodologie adatte. Ad esempio, le applicazioni di addestramento digitale (e-learning), possono facilitare le procedure di apprendimento, mostrando come poter gestire i dati attraverso moduli interattivi mirati. Tali applicazioni possono essere progettate per istruire gli operatori sui vari compiti che dovranno svolgere. Altre metodologie di addestramento, come la realtà virtuale, contribuiscono, tramite tecniche immersive, nel simulare scenari realistici allenando l’operatore ad essere maggiormente reattivo nell’affrontare i molteplici scenari che si presentano. Di conseguenza, l’aggiornamento delle competenze dell’operatore, focalizzate più su aspetti cognitivi, è necessario al fine di fornire all’operatore gli opportuni strumenti e conoscenze che permettono di utilizzare le tecnologie I4.0. Tali operatori saranno più inclini al continuo miglioramento personale, alla versatilità e adattabilità alle varie situazioni che si presentano, rafforzando non solo le competenze, ma anche la loro competitività sul mercato del lavoro.
Bibliografia
- Salonen, A. (2019) ‘Human errors in Industry 4.0: Opportunities and challenges from a dependability perspective’, in Proceedings of the 4th International Conference on Maintenance Engineering, pp. 69–78.
- Park, J. (2009) Complexity of proceduralized tasks, Springer Series in Reliability Engineering. London: Verlag London Limited.
- Wee, D. et al. (2015) Industry 4.0 - how to navigate digitization of the manufacturing sector, McKinsey & Company. Detroit, Michigan (USA).
Andrea Lucchese, Dottorando del “Dipartimento di Meccanica, Matematica e Management” del Politecnico di Bari
Salvatore Digiesi, Professore associato del “Dipartimento di Meccanica, Matematica e Management” del Politecnico di Bari
Renato Stefano, Lead Product Safety Engineer - INNIO Jenbacher GmbH & Co OG
