La manutenzione predittiva, che si basa sulla possibilità di pianificare concretamente le attività di manutenzione in base alle reali condizioni di macchine e impianti, gioca un ruolo fondamentale nel processo di innovazione del settore manifatturiero e sta prendendo sempre più piede nel panorama italiano dell’Industria 4.0. Una tendenza emersa nell’indagine commissionata da reichelt elektronik, distributore europeo online di elettronica e tecnologie IT, all’istituto di ricerca OnePoll.
Stando ai risultati, il 92% delle aziende italiane si avvale di sistemi di manutenzione predittiva e più della metà (51%) possiede funzionalità di manutenzione predittiva sulla maggior parte delle macchine in dotazione (30-59%). La manutenzione predittiva è utilizzata principalmente per la valutazione di temperatura (57%), velocità (48%), rumori e segnali audio (47%), funzionamento e tempo di esecuzione (45%), pressione (43%), vibrazioni (35%).
Vantaggi e sfide della manutenzione predittiva
Tra i principali vantaggi, un numero rilevante di aziende ha fatto riferimento alla capacità di elevare l’efficienza della produzione (43%), evitare i fermi macchina e perdite di produzione (42%), migliorare la qualità della produzione (37%); ridurre la necessità di sostituzione dei componenti (34%); accedere ad una visione d’insieme e programmare gli interventi di manutenzione (31%).
Tutte ragioni che incitano le aziende ad emettere ulteriori investimenti: il 44% degli intervistati che già utilizzano la manutenzione predittiva desidera espandere questa tecnologia nella produzione, il 47% di essi desidera aumentare il numero di macchine dotate di questa funzionalità. Al contrario, tra le aziende che ancora non utilizzano la manutenzione predittiva, il 47% intende introdurla in futuro, seppur non nel corso del 2021; a fronte di un 32% di rispondenti che, attualmente, non ha alcun piano circa l’implementazione.
Le principali sfide sono state quelle riguardanti la scelta della soluzione o del prodotto più idoneo (38%), il superamento dello scetticismo dei responsabili dei decisori e l’approvazione dell’investimento (30%), problematiche relative all’analisi dei dati (28%) e, infine, mancanza di requisiti tecnici (25%).
