I vantaggi del processo decisionale basato sui dati

Prendere decisioni basate sui dati, non sulle proiezioni o sui risultati attesi, può produrre risultati molto più accurati ed efficienti per le vostre apparecchiature. I dati del sensore possono essere raccolti e trasformati in informazioni utili ben oltre il ristretto ambito della presenza o dell'assenza di un componente. Queste informazioni possono essere utilizzate per aiutare gli utenti a prendere in modo oggettivo decisioni critiche, come ad esempio quando ordinare i materiali, programmare i dipendenti, la produzione e la manutenzione, determinare se e quando le linee di produzione necessitano di aggiornamenti e altro ancora.

Prendiamo, ad esempio, un'operazione di timbratura dei metalli con limitate capacità di data intelligence. I componenti possono essere aggiunti alle apparecchiature esistenti per raccogliere e interpretare informazioni precedentemente inaccessibili per comprendere la disponibilità, le prestazioni e la qualità della macchina, che sono gli elementi essenziali dell'OEE. La qualità e le prestazioni possono essere monitorate da sensori fotoelettrici che contano i pezzi buoni in uscita dalla pressa, confrontando poi tale numero con il numero totale di pezzi prodotti. La disponibilità della macchina è facilmente monitorabile tramite i sensori di monitoraggio della corrente installati sui cavi di alimentazione del motore.

I dati di monitoraggio della corrente consentono inoltre di tracciare il consumo energetico delle apparecchiature. Combinando la misura della corrente con la tensione di alimentazione e monitorando il risultato nel tempo, i responsabili degli impianti possono comprendere con maggiore precisione i costi di funzionamento delle apparecchiature. Questi dati non solo possono mostrare quali sono le apparecchiature più convenienti da gestire, ma possono anche informare le decisioni future in materia di apparecchiature, confrontando i costi di manutenzione e di funzionamento delle apparecchiature esistenti con i costi delle nuove apparecchiature che consumano meno energia.

Tradizionalmente, i grandi produttori affidano a un esperto di vibrazioni l'analisi di motori e cuscinetti su base mensile o trimestrale, monitorando le letture e cercando di correggere in modo proattivo i problemi prima che si verifichino i guasti. Altre aziende effettuano la manutenzione a intervalli programmati in base alle esigenze di assistenza stimate, o semplicemente sostituiscono le apparecchiature quando si guastano. Altre aziende stanno sfruttando i dati per la manutenzione predittiva, che prevede l'analisi da parte dell'apprendimento automatico dei dati provenienti dai sensori di vibrazione per determinare quando è necessaria la manutenzione e avvisare gli operatori in modo che possano affrontare in modo proattivo i problemi prima che le apparecchiature si rompano.

Un altro esempio è l'utilizzo dei dati per migliorare l'efficienza e il tempo di attività dei sistemi di aria compressa. Aggiungendo i sensori di vibrazione, temperatura e corrente al motore del compressore, insieme ai sensori di pressione e di punto di rugiada a valle, i dati possono essere analizzati nel tempo per tracciare le tendenze. Se i sensori riconoscono un aumento anomalo della temperatura del motore, è possibile inviare immediatamente un tecnico a controllare il compressore. Se invece il motore inizia a funzionare più spesso e la pressione del sistema varia eccessivamente, potrebbe essere il segno di una perdita d'aria. I tecnici possono individuare immediatamente il problema ed evitare consumi energetici e spese eccessive.

La capacità di raccogliere, analizzare e utilizzare i dati per migliorare l'efficienza produttiva e sfruttare al meglio le risorse limitate può portare l'automazione non solo al livello successivo, ma anche a livelli superiori.