{"id":53573,"date":"2021-05-13T21:55:28","date_gmt":"2021-05-13T19:55:28","guid":{"rendered":"http:\/\/smeupnew.it\/showroom\/?page_id=53573"},"modified":"2021-06-09T16:51:07","modified_gmt":"2021-06-09T14:51:07","slug":"manutenzione-predittiva","status":"publish","type":"page","link":"https:\/\/www.smeup.com\/showroom\/le-postazioni\/manutenzione-predittiva\/","title":{"rendered":"Manutenzione Predittiva"},"content":{"rendered":"

<\/div>

Manutenzione Predittiva<\/h1><\/div>

showroom smeup: manutenzione predittiva<\/h2><\/div><\/div><\/div><\/div><\/div>

Nello Showroom di smeup abbiamo installato un dispositivo finalizzato a dare una dimostrazione pratica delle nuove tecniche di analisi e manutenzione predittiva<\/strong>. Grazie all\u2019incremento delle cosiddette \u201ctracce digitali\u201d, inserite nei pi\u00f9 svariati ambiti applicativi dell\u2019Internet of Things (automobili, frigoriferi, macchinari inseriti in processi produttivi etc.) \u00e8 possibile disporre di un database storico sempre pi\u00f9 ampio ed in grado di costituire un ambiente idoneo per allenare efficacemente diversi tipi di modelli matematici, allo scopo di realizzare previsioni accurate sul comportamento futuro della macchina.<\/strong><\/p>\n

Il sistema studiato, che ha lo scopo di riprodurre in maniera semplificata un macchinario di un processo produttivo, consiste in una lavatrice nella quale vengono inseriti degli articoli di forma sferica tutti dello stesso tipo (es. palline di plastica o di legno). \u00c8 possibile la selezione tra tre diversi settaggi della centrifuga, che simboleggiano i setup delle macchine, a seconda del peso degli articoli, posti in tre ceste: 3 Kg a 600 giri, 2 Kg a 800 giri e 1 Kg a 1.000 giri.<\/p>\n<\/div><\/div><\/div>

La quantit\u00e0 scelta viene introdotta nella lavatrice e sottoposta ad un ciclo a secco di sola centrifuga, caratterizzato da una prima breve fase di preparazione e da una successiva fase di funzionamento a regime della centrifuga alla velocit\u00e0 desiderata, il tutto della durata massima di dieci minuti.<\/p>\n

Il tracciato di rumore e vibrazione emesso viene poi confrontato con il tracciato campione corrispondente, uno per ciascun setup, e rappresentante il buon funzionamento della macchina.<\/p>\n

Quanto pi\u00f9 il tracciato del ciclo effettuato si discosta da quello del campione, quanto pi\u00f9 \u00e8 probabile che il dispositivo si stia allontanando dal suo funzionamento corretto e possa andare incontro ad anomalie o guasti<\/strong>; viceversa uno scostamento fin da subito molto significativo potrebbe evidenziare un banale errore iniziale di settaggio della centrifuga.<\/p>\n<\/div>

Lo scopo del progetto \u00e8 pertanto duplice; da un lato si vuole ottenere un feeback immediato<\/strong> dopo la conclusione di ogni ciclo, dall\u2019altro lato si vogliono perseguire degli obiettivi a lungo termine.<\/strong> Settaggi di centrifuga relativi al peso degli articoli, consumo della macchina nel ciclo, tracciati di rumore e vibrazione e relativi scostamenti rispetto al campione target, possibili interruzioni nel funzionamento del macchinario, vengono infatti registrati nel tempo<\/strong> al fine di costruire un database storico sufficientemente ampio da poter allenare diversi tipi di algoritmi.<\/p>\n

Questo training di modelli matematici ha l\u2019obiettivo di intercettare possibili interessanti pattern nei dati storici, che possano dare informazioni utili sul processo implementato, quali ad esempio la correlazione tra consumo e rumore e\/o vibrazione, e prevedere il verificarsi di un\u2018anomalia di funzionamento grazie all\u2019evolversi delle variabili di processo registrate.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

\n
\t\t\t

<\/p>\n\t\t\t\n\t\t\t\t\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Idroponica \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Led Display \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Manutenzione
Predittiva \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>MES \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Strumenti misura
industriale \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Sistemi Visione
Omron \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Macchine Datate \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Strumenti Misura
Mitutoyo \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Manifattura
Additiva \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Retail \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Gestione
Accessi NFC \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Controllo Accessi
Varchi Veicolari \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Delivery Box \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Sistemi di
Domotica \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Gestione Parametri
Ambientali \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Voice Processing \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Pianoforte \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"\"\nSCOPRI DI PI\u00d9 arrow_forward<\/i> \n\t\t\t\t\t\t\t<\/a>Arnie \n\t\t\t\t\t\t\t<\/rs-layer>\t\t\t\t\t<\/rs-slide>\n\t\t\t\t\t<\/rs-slides>\n\t\t\t\t\t<\/rs-static-layers>\n\t\t\t\t<\/rs-module>\n\t\t\t\t