inserimento in linea di un vacuometro per la programmazione della manutenzione predittiva attraverso algoritmi di machine learning: il caso lean factory school® di bonfiglioli consulting

Il campo dell'apprendimento automatico, che può essere brevemente definito come ciò che consente ai computer di fare previsioni di successo utilizzando esperienze passate, ha recentemente mostrato uno sviluppo impressionante con l'aiuto del rapido aumento della capacità di archiviazione e della potenza di elaborazione dei computer. Lo scopo di questa ricerca riguarda l’ambito della manutenzione predittiva e di come l’apprendimento automatico riesca a prevedere possibili guasti degli impianti industriali evitando manutenzioni straordinarie o semplicemente fermi produttivi. Il punto di partenza riguarda la problematica riscontrata nell’astucciatrice della Lean Factory School® ovvero la rottura improvvisa delle ventose che recuperano il materiale dal magazzino. Mediante l’utilizzo di algoritmi di Machine Learning viene definito un modello idoneo a valutare la vita utile residua del componente in modo da prevedere un eventuale manutenzione. La parte interessante che coinvolge l’operatore è la notifica segnalata quando la percentuale di vita utile residua del componente scende sotto una determinata soglia. Questo permette di intervenire nell’immediato evitando fermi produttivi.