Al fine di offrire una soluzione globale ed integrata di condition monitoring, concorrono quattro diverse aree di competenza:
- l’acquisizione dei segnali
- l’estrazione delle informazioni
- la creazione di modelli predittivi
- la visualizzazione dei risultati
La piattaforma di acquisizione ITHACATM è basata su componenti di automazione industriale ad elevate performance. Questa scelta consente di installare senza difficoltà i sistemi di acquisizione negli armadi dell’automazione o direttamente a bordo macchina. Data la flessibilità e la modularità del sistema, è possibile intercettare dati sia da sensori di campo appositamente installati sia dal bus dell’automazione.
Il numero di canali è praticamente illimitato grazie alla modularità del sistema e alla presenza di sistemi di sincronizzazione temporale. Le grandezze acquisite vengono inviate ad un sistema di stoccaggio delle informazioni (server interno o cloud) e possono essere esportate in svariati formati secondo le esigenze del cliente.
L’esperienza interna di MoMoTe permette di sviluppare la procedura di analisi dei dati più aderente alle necessità del cliente finale attingendo dalla sua conoscenza specifica della macchina e del processo all’interno della quale è inserita.
MoMoTe prevede due diversi approcci al monitoraggio ed all’analisi dei dati: una visione a ciclo breve-locale ed una visione a ciclo lungo-remoto. La prima viene eseguita direttamente a bordo del sistema di acquisizione per aiutare l’operatore alla gestione di macchina e processo con un tempo di ciclo dell’ordine dei secondi, mentre la seconda avviene a livello più elevato con tempistiche più lunghe (p.e. settimanali o mensili) per analisi più approfondite.
La creazione di modelli predittivi è una delle finalità principali del paradigma Industria4.0: lo sforzo di acquisizione ed analisi dei dati risulta fine a se stesso se non completato con la creazione di opportuni strumenti di estrapolazione di informazioni.
MoMoTe sviluppa modelli di tipo diverso (degrado di componentistica, analisi delle performance, …) in funzione della disponibilità di dati sperimentali e della conoscenza dei modelli fisici sottostanti i fenomeni d’interesse. Approcci deterministici o basati su modelli statistico-inferenziali (teorema di Bayes) consentono di stimare oltre al margine di utilizzo anche l’incertezza associata alla stima stessa.
La visualizzazione dei risultati è la parte fondamentale dell’intero processo in quanto è su questa che si basano provvedimenti da attuare. MoMoTe utilizza pannelli di visualizzazione personalizzati in base alle esigenze dell’utilizzatore oppure formatta opportunamente i dati per visualizzatori esterni in maniera da poter chiaramente individuare i parametri di maggiore interesse per il caso specifico.