Direttore Responsabile: Maria Teresa Della Mura

CERCA
MENU
Direttore responsabile: Maria Teresa Della Mura

.Industry 4.0

L’IoT applicata alla manutenzione predittiva di un utensile, ecco come

Un progetto realizzato per un costruttore di mole da superfinitura per rettifiche con lo scopo di rilevare i malfunzionamenti di lavorazione prima che si verifichino e, a macchina ferma, eventuali sollecitazioni anomale che possano avere danneggiato la mola, avvertendo l’operatore. Premiato al Microsoft Inspire 2018 di Las Vegas

Le mole abrasive, nei secoli scorsi erano costituite da pietre, simili a quelle usate per le pietre miliari, con particolari caratteristiche di abrasione; venivano modellate a forma di ruota e fatte girare per affilare le lame di ogni tipo. Oggi le mole abrasive sono molto evolute, vengono realizzate mischiando fondamentalmente due tipi di componenti: l’abrasivo e il legante. Le diverse “ricette” utilizzate per produrre questi utensili, consentono di modificarne le caratteristiche meccaniche in modo che si adattino al meglio alle diverse lavorazioni.

Le mole abrasive oggetto di questo progetto sono composte principalmente da gomma, come legante, abrasivo e sughero, sono destinate al settore della lucidatura dei metalli, come gli steli degli ammortizzatori, gli spinotti per i pistoni, i rulli dei cuscinetti, ecc. Le macchine sulle quali vengono utilizzate sono le rettifiche senza centri.

Dalla vendita di un utensile a quella di un servizio di rettifica

Il titolare di una piccola fabbrica italiana di mole da superfinitura per rettifiche senza centri ha seguito la sua visione di scardinare il rapporto con i clienti, ora legato solo ai tradizionali parametri legati a qualità ottenuta, prestazioni e prezzo, innovando i suoi prodotti con l’aggiunta di funzionalità IoT.

Le macchine utensili utilizzate in questo settore sono per la gran maggioranza a controllo manuale e, anche quando comandate da un controllo numerico, le informazioni disponibili si fermano al mandrino. Cosa succeda veramente alla mola durante la lavorazione non si sa, è possibile solo dedurlo ex post, e non sempre.

L’obiettivo dell’azienda era quello di realizzare un oggetto che, una volta inserito nella mola, inviasse i dati rilevati a bordo durante la lavorazione e li inviasse all’esterno. Questo nuovo approccio avrebbe impattato positivamente sullo sviluppo dei prodotti e anche il modo di utilizzare le mole da parte dei clienti avrebbe potuto diventare più consapevole.

Una fase successiva avrebbe poi previsto di arrivare a utilizzare algoritmi predittivi per prevenire malfunzionamenti e rotture consentendo all’azienda di intervenire per tempo, sia a fronte di potenziali rotture che di errori di lavorazione.

Il risvolto più interessante, però, è quello strategico: un sistema che consentisse all’azienda di innovare il mercato delle mole passando, dalla vendita di un utensile alla vendita di un servizio di rettifica.

La scelta di una elettronica in grado di sopportare una accelerazione fino a 800G

Il progetto ha comportato lo sviluppo di un’elettronica dedicata con i relativi sensori che riportavano, tra l‘altro, se la mola fosse o meno in movimento.

WHITEPAPER
Che differenza c’è tra i Business Continuity e Disaster Recovery?
IoT
Manifatturiero/Produzione

La prima fase del progetto ha avuto l’obiettivo di dimostrare che l’architettura scelta avrebbe potuto resistere alle sollecitazioni e ai disturbi elettromagnetici. È stata quindi progettata e realizzata una scheda elettronica, alimentata da una batteria, che invia i segnali raccolti dai sensori utilizzando tre diversi protocolli, in modo da testare quello con il miglior compromesso tra il consumo energetico e la perdita di pacchetti trasmessi.

Un altro aspetto del problema riguarda la tenuta dei componenti a una sollecitazione pari a 800G, come dire che ogni componente della scheda, comprese le saldature, avrebbe dovuto sopportare 800 volte il suo peso! In nessuna scheda tecnica, a parte gli accelerometri, si trovano specifiche così estreme!

Un altro aspetto che ha comportato diverse difficoltà è stato il sistema di alloggiamento dell’elettronica nella mola. L’incremento di peso avrebbe sbilanciato la mola nella rotazione.

Si è scelto di costruire un contenitore per l’alloggiamento dell’elettronica e di realizzare una sede con la stessa forma del contenitore posizionandolo vicino al foro della mola, questo per ridurre al massimo l’accelerazione centripeta. Il contenitore è stato disegnato con un CAD e realizzato con una fresa a controllo numerico dal materiale pieno. Ovviamente, come sia stato realizzato l’alloggiamento è un’informazione riservata.

Una volta prodotti tutti i componenti si sono svolte le prove. L’architettura prevedeva una scheda a bordo mola con trasmissione dati a bassa potenza e un gateway esterno con funzioni di ponte verso Internet. Le prove sono state effettuate partendo da velocità di rotazione basse che sono state fatte crescere a step, mantenendo ogni volta la velocità stabile per una decina di minuti, fino a raggiungere il limite massimo di 45 m/sec.

I dati rilevati dai sensori erano di un ordine di grandezza corretto e venivano ricevuti dal gateway esterno senza perdere pacchetti.

L’integrazione della soluzione con la piattaforma Microsoft Dynamics 365

Il gateway, a questo punto, è stato collegato ai servizi di ingestion della piattaforma IoT di Microsoft Azure per iniziare a creare la base dati su cui poi basare gli sviluppi in ambito AI e logiche predittive.

Una parte interessante del progetto ha riguardato l’integrazione della soluzione IoT con il “Connected Field Service” della piattaforma Microsoft Dynamics 365. Gli eventi rilevati dai sensori generavano un alert sul field service. L’alert sarebbe poi stato preso in carico da un utente del servizio post-vendita di Siapi. L’intenzione era quella di rilevare sollecitazioni anomale come urti, temperature e vibrazioni anche quando la mola non fosse stata in funzione.

La fase successiva, tuttora in corso, prevede la raccolta di dati da alcune mole in uso presso clienti che collaborano al progetto. Con i dati raccolti sarà possibile istruire gli algoritmi predittivi con lo scopo di rilevare i malfunzionamenti di lavorazione prima che accadano e, quando la macchina è ferma, eventuali sollecitazioni anomale che possano avere danneggiato la mola, avvertendo per tempo l’operatore.

Questo progetto è stato presentato da Porini all’evento Microsoft Inspire 2018 di Las Vegas, vincendo l’award come “Best Italian partner in product innovation”.

Qui di seguito il filmato di presentazione disponibile su YouTube.

 

WHITEPAPER
Ricerca IDC: come aggregare i dati per un'analisi ottimale
Big Data
Business Analytics

 

CATEGORIE:
Cloud
Dai dati dell'Osservatorio Industria 4.0 la fotografia dell'I4.0 nel nostro paese: con Industrial IoT e Analytics che trascinano il mercato, con il...
23 Giugno 2017
Vai all'articolo