Barriere e contromisure alle applicazioni di manutenzione predittiva nell'industria italiana
I recenti sviluppi tecnologici dovuti all'avvento della quarta rivoluzione industriale, Industry 4.0, hanno stimolato un grande interesse, sia a livello teorico sia a livello pratico, verso la manutenzione predittiva.
La trasformazione del processo di manutenzione verso un modello predittivo, che sia in grado di monitorare i dati della macchina in tempo reale e riconoscere i problemi prima che questi si verifichino, è considerata un'ottima leva di vantaggio competitivo e di riduzione dei costi per le fabbriche. Tuttavia, i nuovi trend di manutenzione sono ancora molto lontani dalla realizzazione, così come lo sviluppo di applicazioni industriali intuitive per la manutenzione predittiva. Pertanto, nonostante tutti i potenziali benefici di questo approccio di manutenzione, l'utilizzo è ancora limitato all'interno delle aziende manifatturiere. Da ciò emerge la necessità di comprendere quali siano le barriere all'implementazione della manutenzione predittiva e di valutare le contromisure da poter attuare per superare tali barriere. In questo studio, realizzato dalla LIUC Università Cattaneo in collaborazione con Altea IN, company di Altea Federation (https://alteafederation.it/), abbiamo cercato di capire come il mondo manifatturiero stia vivendo il cambiamento verso lo sviluppo di sistemi di manutenzione predittiva e cerchiamo di delineare un modello che possa facilitare tale cambiamento e portare le imprese a cogliere tutte le opportunità derivanti dalle nuove tendenze dell'Industry 4.0 a supporto del processo di manutenzione.
Settori: Manutenzione industriale
Parole chiave: Manutenzione Predittiva
- Francesco Senatore
- Massimiliano Paggiaro
- Massimiliano Paggiaro
- Bright Renewables BV