I sistemi di manutenzione predittiva prevedono l’utilizzo di modelli di Machine Learning che richiedono di essere alimentati con i dati di esecuzioni al fine di essere sempre aggiornati. I modelli sono stati inizializzati sfruttando i dati fino ad ora raccolti e verranno richiamati, con cadenza regolare, per valutare l’eventuale necessità di esecuzione di attività di manutenzione per la macchina. Il servizio di manutenzione predittiva si avvale di uno scheduler che si occupa di fornire ai modelli di machine learning, i dati che rappresentano la situazione corrente della macchina. Questi dati vengono usati, una volta elaborati, come input dei vari modelli, i quali restituiscono una previsione su l’eventuale insorgere di errori e/o problematiche che possono interferire con il corretto funzionamento della macchina.

Inoltre, lo scheduler si occupa di aggiornare i modelli andando a fornire ad intervalli tempo regolari in base alla quantità di dati registrati dai sensori, le informazioni necessarie per un avanzamento della fase di apprendimento dei modelli, assicurando così un continuo aggiornamento degli stessi.

I modelli di previsione adottati si dimostrano assicurare ottime prestazioni a livello di accuratezza della predizione fornita ed inoltre assicurano prestazioni vantaggiose sia dal punto di vista delle risorse richieste sia dal punto di vista della complessità computazionale, sia in fase di allenamento che di predizione.

Vista l’eterogeneità delle macchine considerate nel progetto, e quindi la differente natura delle problematiche e delle attività di manutenzione da effettuarsi durante il ciclo di vita delle macchine stesse, si è deciso di procedere all’implementazione di specifici servizi di manutenzione predittiva per ogni tipologia di macchina.

Le scelte progettuali e architetturali adottate nella realizzazione nei seguenti servizi hanno richiesto uno studio approfondito delle casistiche d’errore specifiche di ogni macchina considerata e dei dati rilevati dai sensori delle stesse.

Il servizio di data analytics permette la visualizzazione di informazioni aggregate riguardo le macchine in possesso di un utente, nonché l’output dei servizi di manutenzione predittiva.

Categorie: SIAF NEWS