IL PROGETTO

Industria 4.0, arrivano le soluzioni low-cost per le Pmi

Partnership Reply-Eit digital per dare vita a nuovi sistemi di manutenzione predittiva dei macchinari. Collaborano al progetto Almes Politecnico di Milano, Fondazione Bruno Kessler e ST Microelectronics

Pubblicato il 09 Mar 2017

A.S.

industria-161214122206

Prevedere quando su un macchinario industriale sta per verificarsi un guasto, e intervenire per tempo, limitando al massimo i danni e i blocchi di produzione. Tutto questo a un costo contenuto, quindi più abbordabile anche per le piccole e medie imprese, utilizzando i dati raccolti in tempo reale dai macchinari. E’ l’obiettivo della soluzione che Reply, azienda torinese, sta mettendo a punto e conta di lanciare entro l’anno nell’ambito del progetto Almes lanciato da Eit Digital, per un progetto che può contare su partner tecnologici come Politecnico di Milano, fondazione Bruno Kessler di Trento e ST Microelectronics.

La manutenzione dei macchinari industriali oggi viene svolta ad intervalli fissi, oppure quando si verifica un guasto, si legge in una nota: “I dati generati in tempo reale dalle macchine, che potrebbero aiutare a comprendere quando è il momento di effettuare un controllo, non sono di solito disponibili, dato che la sensorizzazione degli equipaggiamenti è troppo costosa per la maggior parte delle aziende”. Questione che riguarda molto da vicino l’Italia, dove il il 95% delle aziende ha meno di dieci impiegati e capacità di spesa limitate.

Per risolvere questo problema Eit ha dato vita ad Almes, Alm-enabled Smart Maintenance, progetto in cui Reply gioca il ruolo di “business champion”. I moduli Alm (Add-on, Low cost, Multi-purpose – aggiuntivi, a basso costo, multi-scopo) saranno utili per misurare in tempo reale parametri come le vibrazioni, il consumo di energia e la temperatura, e consentiranno ai manager di ottimizzare le prestazioni dei macchinari e ridurre i costi grazie alla “manutenzione predittiva”.

La spesa per le aziende non sarà alta, spiega l’azienda, dal momento che i sensori si basano su fibre ottiche standard, microcontroller a basso costo e un software di machine learning che si stima possa “abbattere I costi di manutenzione del 25%-35%, eliminare il 70% dei guasti e favorire un incremento della produttività del 25%”. I costi sostenuti una tantum per implementare il sistema, secondo le previsioni di Reply, saranno ammortizzati già nel corso del primo anno di utilizzo grazie ai risparmi ottenuti.

Tra i comparti in cui il nuovo sistema di manutenzione potrà trovare immediatamente applicazione ci sono l’automotive e la meccanica di precisione.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articolo 1 di 4