Dettaglio Caso d'Uso

Briciole di pane

Dettaglio Caso d'Uso

Aggregatore Risorse

Nuova generazione di impianti solari termici con sistema predittivo di controllo e manutenzione dei componenti

La vera manutenzione predittiva è fatta raccogliendo e salvando dati all’interno di un database e usando questi per elaborare algoritmi di AI in grado di effettuare previsioni affidabili.

Un Socio ARTES 4.0 descrive un caso applicativo in tale ambito.

 Tecnologie Abilitanti:

Big Data & Analytics

Tecnologia abilitante: Big data & Analytics /Manutenzione predittiva e training;

Settore industriale: Manifatturiero, energia e utilities (produzione);

Cliente target: Ente gestore di impianti di generazione di energia solare termica rinnovabile;

Problema affrontato: Il cliente vuole passare a un business model di “servitizzazione”, ovvero fare pagare al proprio Cliente un prezzo dell’energia che includa tutti i costi, inclusi quelli di manutenzione.

A tale scopo deve sviluppare un sistema di controllo per conoscere sempre lo stato di macchine e dispositivi la cui indisponibilità comporta conseguenze critiche.

Soluzione tecnica proposta: Sistema di “early warning” che avverte dell'imminente rischio di guasto della pompa, consentendo la pianificazione della manutenzione e la riduzione dei costi di guasti imprevedibili. Modello multiparametrico, basato su variabili native e derivate, che indicano il livello di degrado di macchine e dispositivi.

Il modello è addestrato ad-hoc, a partire dai dati di guasti precedenti e di normale funzionamento. Implementato su cloud, comprende strumenti avanzati di visualizzazione dati.

Unicità della soluzione: La soluzione ha completato il periodo di addestramento e sta  fornendo le risposte al problema posto dal Cliente:. La soluzione usa tecniche data analytics, applicata ai dati in cloud provenienti dall'architettura IoT 4.0 del cliente.

Il Cliente ha ora le informazioni utili per rivedere il suo approccio al mercato passando al modello di servitizzazione.

Risultati in termini numerici: Riduzione del 70% dei costi direttamente connessi ad un guasto, riduzione dell'80% del costo dei fermi di produzione conseguenti ad un guasto, incremento dei ricavi del 15% per nuovi contratti di manutenzione di impianti solari.

 

Keywords: IoT4.0, Algoritmi Data Driven, Sistemi di early warning, allerta preventiva, Algoritmo per la predizione della vita utile;

Fonte: Tecnalia Italy S.r.l.

 

Per maggiori informazioni sull'autore del caso d'uso: www.tecnalia.com