Agli inizi della civiltà industriale il concetto di manutenzione come strumento per la prevenzione dei guasti non esisteva. Nello sforzo di realizzare i primi processi produttivi in catena, risultò evidente che l’interruzione non prevista del funzionamento delle macchine e degli impianti e la necessità di intervento immediato per il ripristino, la cosiddetta manutenzione a guasto, rendeva estremamente arduo questo compito.
Fu sotto questa spinta che nacque il concetto di “prevenzione” dei guasti. A fare da “motore” nell’evoluzione dei concetti manutentivi furono essenzialmente l’industria aeronautica e spaziale. Dallo studio dei processi con cui avvenivano i guasti si svilupparono le due prime forme di politica preventiva per la manutenzione (quella a data costante e quella a età costante).
Agli inizi degli anni ’60 la manutenzione industriale si evolse; nella ricerca di maggiore sicurezza e flessibilità si avviarono nelle aziende, politiche di manutenzione programmata ciclica che non comportassero una eccessiva sostituzione di componenti. Uno studio in merito dimostrava come solo un’esigua minoranza di componenti (11%) presentava curve di tasso di guasto con evidenti segni di usura durante il normale ciclo di utilizzo. Nei componenti restanti invece, i fenomeni di degrado che rendono necessaria la sostituzione iniziavano a “farsi sentire” ben oltre il loro periodo d’impiego operativo.
Questa constatazione evidenziò come la manutenzione preventiva dell’epoca, basata sull’indiscriminata sostituzione dei componenti, fosse erroneamente costosa e di scarsa efficienza. Si pensò, allora, a una logica d’intervento a seconda delle condizioni delle singole entità. Nacque così, il concetto di manutenzione “su condizione” e, successivamente, la sua omonima politica. L’applicazione di questo concetto richiese da subito l’individuazione dei segni derivanti dall’usura e la definizione della curva di deterioramento dei componenti. Questo fu possibile grazie alla creazione dello strumento ispettivo.
La manutenzione predittiva divenne, in questo modo, un processo “diagnostico” che, forniva indicazioni specifiche, reali e precise sullo stato di salute dei componenti e del sistema. La logica ispettiva abbinata all’intrinseca casualità di avvenimento dei guasti ha dato spazio allo sviluppo del concetto di monitoraggio dei guasti.
Oggi quindi, escludendo l’esigenza non auspicabile di una manutenzione a guasto o manutenzione incidentale, osserviamo come la manutenzione industriale e i 3 modi per garantire l'operatività degli impianti si realizza mettendo in atto una intelligente miscela di politiche di manutenzione programmata, manutenzione ispettiva ‘su condizione’ e, in particolare, di manutenzione predittiva che se ben integrate contribuiscono al miglioramento del complesso sistema manutentivo attuale.
La manutenzione industriale ha assunto oggi un’importanza centrale nei temi aziendali, si è evoluta nel tempo da semplice attività di supporto, a vero e proprio processo industriale. L’attività è passata da uno “status” di strumento a quello di logica e, infine, a quello di cultura.
In tempi recenti i progressi fatti grazie alle applicazioni delle tecnologie digitali nel campo della manutenzione predittiva o prognostica hanno dato risultati eccellenti nella riduzione degli interventi manutentivi a guasto. L’uso combinato e intelligente di tali tecnologie (sensoristica avanzata, IoT -Internet of Thing, Cloud o Edge Computing, Machine Learning), ha rivoluzionato l’approccio all’attività manutentiva. Soluzioni applicative messe a punto da primarie industrie sono già disponibili sul mercato e ci permettono di scoprire oggi cosa accadrà domani grazie al monitoraggio delle condizioni, a una mappatura precisa e alla manutenzione predittiva basata su una sensoristica avanzata che ci permette di integrare componenti, macchine, sistemi e interi stabilimenti oltre i confini aziendali in una rete digitale. Ciò è reso possibile grazie alla capacità di rilevare in modo regolare/continuo lo stato dell’impianto tramite sensori e sistemi di analisi come, ad esempio, la termografia e la misura delle vibrazioni, il rilevamento continuo dei parametri per prevedere futuri fermi macchina facendo uso, ad esempio, di metodi di analisi dati che ricorrono a tecnologie digitali di machine learning e digital twins (gemelli digitali) per avere previsioni accurate del possibile danno imminente.
A titolo di esempio bene si pone una applicazione di manutenzione predittiva applicata ad una serie di motoriduttori che consente di pianificare le attività di manutenzione e di riparazione delle unità monitorate in modo predittivo. Le caratteristiche di funzionamento sono realizzate grazie a soluzioni innovative ed integrate di sensori e sistemi di acquisizione dati, una EPU (Edge Processing Unit) che registra i dati raccolti dai sensori e li trasmette crittografati al centro di elaborazione dati dove questi vengono raccolti, processati, interpretati e visualizzati per monitorare in modo semplice e rapido le condizioni di funzionamento del riduttore e di tutti i suoi componenti essenziali. Si tratta di fatto di una soluzione che permette la rappresentazione digitale globale dei componenti di azionamento e delle soluzioni di sistema, con l’obiettivo di fornire informazioni più dettagliate e aggiornate sull’intero ciclo di vita dei componenti elettronici e elettromeccanici installati e prevedere eventuali condizioni critiche.
Alla base di tutte queste rivoluzioni manutentive, però, esiste una sola e unica logica di partenza. Un concetto, una vision che tutt’ora continua a infondere vita e creatività al macrorganismo manutentivo: “Pur essendo una voce di costo, la manutenzione industriale non deve essere un fardello! Se gestita con intelligenza essa può diventare una leva strategica nella creazione del valore”.