Sviluppo di sistemi di diagnostica per la prevenzione dei guasti negli impianti a fune = Development of Diagnostic Systems for Fault Prevention in Ropeway Installations

Gli impianti a fune rappresentano infrastrutture critiche per il trasporto in ambiente montano ed urbano, dove la sicurezza e l’affidabilità sono fondamentali. La presente tesi di laurea magistrale si propone di affrontare il tema della prevenzione dei guasti attraverso l’impiego di tecniche di analisi dati, con l’obiettivo di ridurre al minimo l’insorgere di allarmi imprevisti ed ottimizzare i piani di manutenzione. Il lavoro è stato sviluppato in un contesto aziendale operante nel settore degli impianti a fune e si è basato sulla raccolta ed elaborazione di dati provenienti da sensori installati su impianti reali. I parametri monitorati hanno riguardato vibrazioni, sollecitazioni meccaniche e condizioni ambientali. Attraverso l’applicazione di metodi statistici e di algoritmi di calcolo, sono stati costruiti modelli predittivi in grado di riconoscere pattern anomali e stimare la probabilità di guasto. Sono inoltre modelli propedeutici allo sviluppo di approcci di machine learning. I risultati dimostrano che l’integrazione di sistemi di analisi predittiva consente di aumentare l’affidabilità complessiva per questo tipo di impianti, ridurre i costi legati a manutenzioni correttive e fermate non programmate e favorire un approccio più proattivo alla gestione di queste infrastrutture. In conclusione, la ricerca evidenzia come l’uso di tecniche di analisi dati applicate a dati industriali rappresenti un valido strumento per l’evoluzione dei sistemi diagnostici, aprendo la strada a una manutenzione predittiva efficace e orientata alla prevenzione del guasto.