Tecniche di manutenzione predittiva: sviluppo di un processo stocastico per la modellazione della degradazione di componenti meccanici

Questo progetto di tesi si pone l’obiettivo di analizzare lo stato dell’arte in tema manutenzione predittiva e indagare a fondo, per poi applicare, uno degli approcci stocastici più utilizzati in questo campo: il processo di Wiener. Il progetto ha avuto inizio con la ricerca e lo studio dei più recenti e noti articoli scientifici in tema Prognostics and Health Management. Dopo la comprensione dello stato dell’arte, si è scelto di concentrarsi sullo studio dei modelli stocastici per lo studio dei processi di degradazione dei componenti meccanici. In particolare, l’analisi si è concentrata sullo studio delle varie formulazioni del processo di Wiener, uno dei principali metodi stocastici in ambito prognostico. Il modello matematico è stato, quindi, implementato sul software di calcolo Matlab al fine di verificarne il funzionamento e l’efficacia. La fase di test ha previsto inizialmente lo sfruttamento di dati simulati e successivamente l’utilizzo di dati di degradazione reali estratti da un prototipo meccanico dell’Università di Bologna. I risultati ottenuti dimostrano come il modello stocastico scelto sia un ottimo strumento per la descrizione del percorso di degradazione e guasto del componente meccanico analizzato. La corretta modellizzazione del processo di degradazione è il punto di partenza fondamentale per l’applicazione dei modelli prognostici per la stima della vita utile residua dei componenti (RUL). La tesi propone, infine, una propria proposta di modifica al modello base di Wiener in modo da poterne applicare l'applicabilità considerando anche le lavorazioni che implicano condizioni operative variabili.