Tecniche di asset management e monitoraggio vibrazionale on-line applicate all’industria degli pneumatici = Asset Management and on-line Condition Monitoring Techniques applied to a tyre manufacturing plant

Lo scopo dello studio consiste nella sperimentazione e proposta di nuove tecniche di monitoraggio dello stato di salute dei macchinari presenti presso lo stabilimento di produzione semi-finiti di Michelin Torino Stura in ottica Industria 4.0. Le tecniche di manutenzione predittiva applicate su macchinari ad albero rotante, ad oggi, permettono di aumentarne la disponibilità tecnica, riducendo i costi di manutenzione e lasciando all’operatore il solo compito a effettivo valore aggiunto. In collaborazione con l’area Vendite di SKF Italia, la quale si occupa di fornire servizi di ingegneria di manutenzione presso clienti appartenenti a diversi settori industriali, e con il supporto del partnership nel consorzio CIM4.0, che ha l’obiettivo di supporto alle aziende manifatturiere per la digitalizzazione dei propri processi in ottica Industria 4.0, è stato analizzato il caso specifico di un sito di produzione appartenente al settore pneumatici. Dopo aver fornito una panoramica dello stato di avanzamento dell’Industria 4.0 in Italia, avviata dal piano nazionale del 2017 ed ormai sottoposta alle nuove misure del Piano Nazionale Transizione 4.0 di fine 2020, verrà presentata una lettura di come l’Ingegneria di Manutenzione può far uso delle tecnologie e metodologie innovative che tali iniziative hanno permesso di sviluppare. La non conoscenza del sito, delle relative linee di produzione e parco macchine, hanno portato allo svolgimento di uno studio secondo la metodologia SKF Client Needs Analysis (CNA) e successiva analisi di criticità basata sull’indice sintetico di OEE % (Overall Equipment Performance). Tali attività hanno permesso di descrivere a pieno il contesto in cui l’area Manutenzione del sito si trova ad operare, e selezionare una specifica area di intervento, motivandone la scelta. Nell’area selezionata, la quale è costituita principalmente da estrusori a vite e mescolatori aperti di gomma, movimentati da annessi motori elettrici e motoriduttori, sono state implementate nuove sistemi di diagnostica dello stato di salute dei macchinari basati su dati vibrazionali. Per tale scopo, sono stati selezionati ed installati sui macchinari degli accelerometri piezoelettrici a cavo integrato e relative centraline multicanale per l’acquisizione continua dei dati, installando inoltre una rete LAN per l’invio dei dati verso cloud. Al fine di integrare i dati vibrazionali con i dati di processo delle macchine, è stato anche realizzato un collegamento per la comunicazione tra i sistemi di acquisizione ed i PLC di reparto. In definitiva, il sistema così costituito ha permesso di acquisire dati sperimentali sui quali è stata svolta un’analisi vibrazionale spettrale mediante il software applicativo SKF @ptitude Observer, individuando una serie di contenuti in frequenza dovuti alla natura delle macchine, ed osservando come essi variano al variare delle condizioni di velocità e di carico a cui il macchinario è sottoposto.