Introduzione
Le moderne tecnologie consentono alla produzione in Ucraina di implementare il gemello digitale e l’intelligenza artificiale (AI) per prevedere l’affaticamento dei componenti. Ciò garantisce elevata affidabilità, tempi di inattività ridotti e ottimizzazione dei costi. Scegliere le giuste soluzioni supportate dagli standard DSTU, EN e ISO sta diventando fondamentale per le imprese manifatturiere.
Come funziona
Il componente digitale valido viene creato sulla base dei dati provenienti da sensori che registrano temperatura, pressione, frequenza di rotazione e altri parametri. Gli algoritmi di intelligenza artificiale analizzano questi dati, identificando modelli che indicano danni o affaticamento. Ciò consente di prevedere il momento in cui il componente non soddisferà più i requisiti tecnici, prima che si verifichi il guasto.
Requisiti dei dati
Sono necessari almeno 12 mesi di raccolta dei dati dei sensori affinché l’intelligenza artificiale funzioni in modo efficace. Questo volume fornisce la significatività statistica per la costruzione del modello. Il numero di sensori dovrebbe essere compreso tra 5 e 20 per componente, a seconda della complessità. I sensori devono essere conformi agli standard EN 60751 (per sensori di temperatura) e ISO 9001 (per qualità dei dati).
Tipi di dati richiesti:
- Temperatura (°C): misurata nell'intervallo da -20 a 150 °C
- Pressione (bar): misurata nell'intervallo da 0 a 100 bar
- Frequenza di rotazione (rpm): misurata con una precisione dello 0,1%
- Vibrazione (μm/s²): misurata con una precisione dello 0,5%
- Parametri elettrici (kV, A): misurati con una precisione dell'1%
Architettura di implementazione
Il sistema comprende diverse fasi: sensori, server edge, server contabile e azioni basate sull'analisi.
1. Sensori
I sensori montati sui componenti raccolgono dati in tempo reale. Sono conformi agli standard EN 60751 e ISO 9001. La raccolta dei dati avviene ad una frequenza di 10 Hz.
2. Server periferici
Gli edge server elaborano i dati in tempo reale, filtrano il rumore e trasmettono i risultati al server contabile. L'elaborazione viene eseguita utilizzando algoritmi di machine learning conformi agli standard ISO/IEC 23894.
3. Server di contabilità
Il server contabile memorizza i dati, crea la componente digitale valida ed esegue la previsione. Vengono utilizzati modelli conformi allo standard ISO 23247.
4. Azioni
Sulla base delle previsioni vengono intraprese azioni: sostituzione di componenti, programmazione di manutenzioni e invio di messaggi ai responsabili di produzione.
Risultati reali
I seguenti risultati sono stati ottenuti a seguito dell'implementazione del sistema di previsione della fatica dei componenti negli stabilimenti ucraini:
1. Riduzione dei tempi di inattività
In media, i tempi di fermo sono ridotti del 35% grazie alla capacità del sistema di rilevare tempestivamente modifiche indesiderate nel funzionamento dei componenti.
2. Ritorno sull'investimento (ROI)
L'implementazione del sistema richiede un investimento compreso tra 15.000 e 30.000 €. Il ritorno dell'investimento si ottiene dopo 12-18 mesi.
3. Maggiore durata
La durata dei componenti aumenta del 20-30%, rispettando gli standard ISO 13374.
Limitazioni e sfide
L’introduzione dei sistemi di intelligenza artificiale presenta una serie di limitazioni:
1. Dipendenza dalla qualità dei dati
Se i sensori misurano in modo errato o mancano dati, il modello non può funzionare in modo efficace. È necessario garantire la qualità dei dati e il loro volume.
2. Elevato costo di implementazione
L'implementazione del sistema richiede costi significativi per sensori, server e supporto. Non tutte le aziende possono permettersi tali costi.
3. Complessità tecnica
L’implementazione del sistema richiede il coordinamento tra IT e OT, il che può causare complicazioni. È necessario eseguire la preparazione tecnica e la formazione.
Costruisci il tuo sistema o acquista una soluzione già pronta
La scelta tra costruire il proprio sistema e acquistare una soluzione già pronta dipende dalle esigenze specifiche.
1. Costruisci il tuo sistema
Costruire il proprio sistema richiede conoscenze tecniche, risorse e tempo significativi. Il costo può variare da 50.000 a 100.000 euro. L’utilizzo di soluzioni già pronte riduce i rischi.
2. Acquisto di una soluzione già pronta
Le soluzioni standard in genere costano meno e dispongono di supporto. Il costo può variare dai 20.000 ai 50.000 €. Soddisfano gli standard ISO 23894 e EN 60751.
Inizio dei lavori
Per iniziare, l'ingegnere di produzione può eseguire i seguenti passaggi:
- Valutare la situazione attuale con produzione e manutenzione.
- Identificare i componenti che richiedono l'implementazione.
- Installa i sensori secondo gli standard EN 60751 e ISO 9001.
- Scegli l'architettura del sistema: edge o account server.
- Eseguire la preparazione dei dati e l'impostazione del modello.
- Effettuare test e implementazione.
- Condurre corsi di formazione per i team IT e OT.
Conclusione
L’introduzione di una valida componente digitale e dell’intelligenza artificiale consente un notevole miglioramento del processo produttivo. Scegliere le giuste soluzioni supportate dagli standard DSTU, EN e ISO è fondamentale per il successo. Unitex-D fornisce un'ampia gamma di componenti e servizi che supportano questa trasformazione digitale.
Elenco delle fonti utilizzate
- ISO 23894:2019 - Modelli della componente digitale valida
- ISO 13374:2013 – Monitoraggio dello stato
- ISO 9001:2015 – Sistemi di gestione della qualità
- EN 60751:2016 – Sensori di temperatura
- EN 60751:2016 – Sensori di temperatura
- DSTU 3018-2007 – Condizioni tecniche per i prodotti
- ISO/IEC 23894:2019 - Modelli della componente digitale valida
- ISO 23247:2017 - Standard per la componente digitale valida
