FAST - Federazione delle Associazioni Scientifiche e Tecniche
L'evoluzione delle tecnologie di Condition Monitoring per una manutenzione preventiva efficace ed efficiente
I beni fisici, siano essi industriali, di processo, dall’oil and gas al siderurgico, dal farmaceutico all’alimentare, dalla meccanica alla elettrotecnica ai trasporti, sino alle infrastrutture civili e ai trasporti, richiedono una Manutenzione Preventiva appropriata che abbia la migliore e sempre più precisa conoscenza dello stato fisico di integrità dei componenti ed una affidabile visione della durata tecnica residua di vita.
A tal fine sono disponibili le tecnologie predittive del Condition Monitoring, grazie a sensori che raccolgono con misure di campo le caratteristiche tecniche dello stato fisico dei componenti fondamentali delle macchine critiche ,perle valutazioni quantitative e qualitative del grado di integrità e la definizione dei piani di intervento preventivi.
In questo contesto è fondamentale utilizzare le Tecniche e Metodologie e le norme UNI della ingegneria di manutenzione che, a partire dagli anni 2000, si è largamente diffusa e sviluppata ed è ormai utilizzata in ogni settore.
L’ingegneria di manutenzione definisce le modalità tecnico organizzative dell’intervento Preventivo Predittivo o Su Condizione, programma e fa effettuare gli interventi nella data prevista in modo sicuro, meno invasivo, ben preparato e coordinato con l’esercizio dei beni fisici su cui è appropriato intervenire conseguendo efficacia ed efficienza. La visione del Tecnico di Manutenzione, le sue conoscenze ed esperienze sulla vita residua delle macchine ed impianti, consentono di rendere più proficui e più efficaci i criteri della manutenzione preventiva, che si va evolvendo da predittiva e su condizione in prognostica.
IL convegno è dedicato a conoscere l’impiego delle Tecnologie Diagnostiche Predittive, che utilizzano vibrazioni, emissioni acustiche, magnetoscopia, metodi ottici, radiografia, termografia, ultrasuoni, ed altri sempre più avanzati che possono essere utilizzati operativamente sia in modo tradizionale o possono essere impiegati attraverso sensori per la raccolta continua dei Big Data in applicazioni della tecnologia 4.0 Machine Learning. Queste Tecnologie provvedono, grazie alla digitalizzazione, alla selezione dei big data significativi e alla loro trasformazione, con appropriati algoritmi, in preziosi input digitali per valutare le prestazioni residue dei componenti ed elaborare piani ottimali preventivi.