Gruppo Bmw, fabbriche senza stop con manutenzione predittiva

Sono gli stessi macchinari a scoprire se stanno per guastarsi

Redazione ANSA ROMA

L'Intelligenza Artificiale, assieme all'IoT (Internet of things) sta rivoluzionando non solo i veicoli, ma anche gli stabilimenti del settore automotive. Ne sono un esempio gli impianti produttivi del Gruppo Bmw che - in tutto il mondo - si avvale di sensori, analisi dati e naturalmente Intelligenza Artificiale (AI) per gestire la manutenzione predittiva basata sulla verifica dello stato di salute dei macchinari in tempo reale tramite piattaforma sul Cloud.

Questa soluzione - che è in fase di implementazione in tutto il network produttivo globale del Gruppo Bmw - non solo previene fermi macchina non pianificati, ma influisce positivamente anche sulla sostenibilità e sull'utilizzo efficiente delle risorse, garantendo la disponibilità ottimale dei sistemi. Le innovative soluzioni di manutenzione predittiva basate su cloud sono attualmente in fase di implementazione in tutto il network produttivo globale.

La crescente digitalizzazione della manutenzione ha reso l’approccio predittivo sempre più importante. Monitorando le attrezzature e i parametri in tempo reale, la manutenzione predittiva può prevedere i guasti prima che si verifichino. I dati vengono utilizzati per ottimizzare la manutenzione degli impianti e stabilire quando sostituire i componenti in via precauzionale, in modo da evitare interruzioni non necessarie. Inoltre, la manutenzione predittiva migliora l'efficienza e la sostenibilità, garantendo anche che i componenti ancora integri non vengano sostituiti prima del dovuto.

I dati che permettono le segnalazioni precoci su potenziali interruzioni della produzione, provengono direttamente dagli stessi impianti, che sono collegati al Cloud una sola volta tramite un portale, per il monitoraggio e la costante trasmissione dei dati che avviene una volta al secondo. I singoli moduli software all'interno della piattaforma possono essere attivati e disattivati in maniera flessibile, a seconda delle necessità, per adattarsi immediatamente alle specifiche in constante aggiornamento. Inoltre, grazie all’alto grado di standardizzazione tra i singoli componenti, il sistema è accessibile a livello globale, è altamente scalabile e permette di implementare facilmente nuovi scenari.

La manutenzione predittiva rende possibile eseguire le attività di manutenzione e riparazione in base alle effettive condizioni dell’impianto all’interno di fermi produzione già pianificati. Le riparazioni possono essere più accurate ed efficienti in termini di costi e risorse. Inoltre, il prolungamento dei tempi di funzionamento estende notevolmente il ciclo di vita degli strumenti e degli impianti.

E' il caso degli impianti flessibili e altamente automatizzati per la produzione di sistemi propulsivi che producono un motore convenzionale o l'involucro per un motore elettrico al minuto. Con l’obiettivo di mantenere questi macchinari in buone condizioni, la manutenzione predittiva si avvale di semplici modelli statistici - o algoritmi AI predittivi, nei casi più complessi - per rilevare qualsiasi anomalia. Vengono quindi emessi avvertimenti di tipo visivo o segnali per informare i dipendenti quando la manutenzione è necessaria.

Alla Bmw nei reparti carrozzeria, si eseguono circa 15.000 saldature al giorno. Per prevenire potenziali periodi di inattività, i dati relativi alle saldatrici a livello globale vengono raccolti da un software appositamente sviluppato. Successivamente sono trasmessi al cloud per essere confrontati e analizzati con il supporto degli algoritmi. Tutti i dati vengono visualizzati su una dashboard per agevolare i processi di manutenzione in tutto il mondo.

Nelle linee di assemblaggio dei veicoli, dove il numero di robot è inferiore, la manutenzione predittiva facilita però la prevenzione dei tempi di inattività dei nastri trasportatori. All'impianto Bmw di Regensburg, ad esempio, le unità di controllo dei sistemi di trasporto lavorano 24 ore su 24, 7 giorni su 7 per trasmettere dati su ambiti diversi - come corrente elettrica, temperatura e posizioni - al Cloud, dove verranno costantemente analizzati. I data specialist possono quindi verificare la posizione, le condizioni e le attività di ogni elemento del trasportatore in qualsiasi momento, al fine di 'prevenire' le anomalie.

RIPRODUZIONE RISERVATA © Copyright ANSA