La manutenzione predittiva viene spesso identificata con l'intelligenza artificiale e i modelli complessi. Tuttavia, per la maggior parte delle organizzazioni, il primo passo importante è più semplice: disporre di un registro delle risorse affidabile, di dati sullo stato interpretabili e di un flusso di lavoro coerente.
Le tre logiche di manutenzione
Un approccio predittivo non è giustificato per tutti gli strumenti. Per un componente economico, facilmente sostituibile e non critico, la strategia reattiva può anche essere economica. La decisione deve essere presa in base alle conseguenze del guasto, alla sua frequenza, alla sua rilevabilità e al costo dell'intervento.
Un allarme non è ancora una diagnosi
Un superamento della soglia indica che qualcosa è diverso da quanto previsto, ma non ne dice necessariamente il motivo. La stessa temperatura elevata può derivare da variazioni di carico, effetti ambientali, guasti ai sensori o un reale deterioramento tecnico.
Pertanto, il valore deve essere considerato insieme allo stato operativo, al carico, all'ambiente e al comportamento passato. L’obiettivo non sono quanti più allarmi possibili, ma pochi eventi giustificati e prioritari.
La catena completa: dallo stato al foglio di lavoro
L'evento deve essere correlato alla risorsa, al suo ruolo critico e alla cronologia della manutenzione. Il foglio di lavoro registra la prova, l'errore riscontrato, il materiale utilizzato e il risultato. Questo feedback rende la regola o il modello più accurato in seguito.
Da una semplice regola a una previsione
È opportuno procedere per gradi. Il primo livello può essere un valore limite e una condizione di durabilità ben scelti. Il passo successivo è valutare la tendenza, il tasso di cambiamento o più segnali insieme. Un modello statistico o di apprendimento automatico è giustificato quando sono disponibili dati storici sufficienti e di alta qualità ed esempi di errori adeguatamente documentati.
Un modello complicato non compensa un'identificazione incompleta del dispositivo, un punto di misurazione errato o una codifica degli errori incoerente.
Pilota e criterio di successo
Un buon inizio è un gruppo di strumenti critici ma ben osservabili. È necessario registrare in anticipo quello che consideriamo il risultato: meno fermate impreviste, tempi di previsione più lunghi, meno controlli inutili o migliore progettabilità dei componenti. Il numero di falsi allarmi dovrebbe essere misurato allo stesso modo degli errori rilevati.
Elenco di controllo decisionale
- Il guasto delle risorse rappresenta un rischio operativo o finanziario significativo?
- Esiste un segnale misurabile che prevenga l'errore in tempo?
- I dati sullo stato possono essere interpretati con il carico e il contesto ambientale?
- L'incidente diventerà un'attività di manutenzione regolamentata?
- Registriamo il risultato del test e la vera modalità di guasto?
- Misuriamo anche i falsi allarmi e i mancati allarmi?
Il valore della previsione può essere misurato nell'esecuzione
OrigSmart non tratta lo stato del dispositivo come una dashboard separata: l'evento può essere collegato ai dati anagrafici del dispositivo, alla posizione, all'attività di manutenzione e al risultato della chiusura.
Parliamo di monitoraggio sanitario