PR_434

30 progettare 434 NOVEMBRE / DICEMBRE 2020 cale - continua Cavallaro -: pensiamo alla elettromeccanica, a un motore elettrico o a un motoriduttore in cui integro della sensoristica digi- talizzata. Ecco che il motore diventa un nodo digitale della rete, con cui si riescono a ottenere dati specifici sul suo funzionamento per abilitare nuove funzioni di condition monito- ring da remoto e di manutenzione predittiva”. La trasparenza sui dati raccolti in tempo reale serve quindi anche a gestire in modo intelligente ed efficiente l’energia a bordo di una singola macchina o di un sistema di movimentazione, per capire quando non è necessaria tanta potenza e immagazzinarla in sistemi di storage. Con grandi potenzialità per rigenera- re energia in special modo laddove vi è molta movimentazione. Contestualizzazione applicativa La raccolta dei dati serve poi a mo- nitorare il funzionamento e lo stato dei componenti per abilitare attività di manutenzione più efficienti. “Oggi nuovi strumenti di AI ci permetto- no di analizzare lo stato di salute dei robot con anticipo sufficiente a valutare quando servirà un interven- to di manutenzione - dice Gianluca Annunziata di Mitsubishi Electric -. Il passaggio dalla manutenzione pre- ventiva, che provvede a un controllo e sostituzione periodici di alcuni componenti in base a vecchi modelli temporali, a piani mirati di manuten- zione predittiva fa capo al concetto di fabbrica 4.0, che risponde in tem- po reale ai cambiamenti di quanti- tà, varietà e tempi di consegna in maniera del tutto automatica”. Ciò avviene oggi in un contesto in cui tutti i singoli componenti delle mac- chine sono interconnessi, abilitando una gestione centralizzata dei dati di manutenzione dell’intero sistema. “Le funzioni di manutenzione pre- dittiva ricavano mediante algoritmi di AI una forma d’onda caratteristica in base ai dati di funzionamento accumulati - prosegue Annunziata -, generando modelli dinamici basati sui soli feedback degli assi installati nel robot, senza quindi richiedere sensori o computer addizionali, per- mettendo di prevedere in anticipo eventuali guasti”. Le funzioni di ma- nutenzione predittiva consentono quindi di agire su tre fronti: simulare innanzitutto il ciclo di lavoro del cliente sulla sua specifica applica- zione, per stimare con esattezza i tempi di manutenzione e revisione. È quindi possibile calcolare in tempo reale il grado di usura dei compo- nenti, prendendo in considerazione dati quali la velocità, le rampe, i pesi utilizzati dalla cella robotica nella specifica applicazione, evitan- do interventi indiscriminati su tutti gli assi del robot. Infine, è possibi- le attivare funzioni per rilevare le anomalie. “In tale contesto avanza anche la nuova figura del manu- tentore 4.0 - dice Annunziata -, un operatore evoluto padrone di stru- menti statistici e informatici per l’in- terpretazione dei dati predittivi delle avarie, e dotato di strumenti come occhiali per la realtà aumentata che ne supportano il lavoro in campo senza una specifica formazione su ogni modello di robot”. Fondamen- tale è quindi contestualizzare i dati sull’applicazione, che comporta un cruciale passaggio da Big Data a ‘Right data’, come spiega Cavallaro: I PRO TA GO NISTI Gaetano Grasso è head of product management & marketing di Lapp Italia : “Il passaggio alla distribuzione in CC porterà notevole riduzione delle perdite di conversione dell’energia, reti più stabili, componenti e spazi ridotti nei sistemi e integrazione delle rinnovabili”. Cinzia Bosani è marketing in Maxon Motor Italia : “I limiti imposti dalla