Manutenzione predittiva: come migliorarla misurando i consumi elettrici?

Oltre ad essere un aiuto al raggiungimento di un business più sostenibile, sia per l’ambiente che economicamente, grazie ai dati dei consumi energetici delle macchine è possibile vincere un’altra sfida della manifattura: la manutenzione predittiva. Come? Grazie all’identificazione di armoniche di distorsione.

Come raccontato in una precedente TechStory, monitorare i consumi energetici in manifattura è importante per ridurre l’impatto che il costo dell’energia ha sul processo produttivo. Un tema molto importante in un periodo in cui si parla sempre più di sostenibilità.

La misurazione di questo parametro di processo è però propedeutico anche per un altro obiettivo. Quello di migliorare sempre di più, grazie a dati precisi e puntuali, la manutenzione predittiva.

Migliorare l’efficienza energetica con le armoniche elettriche

Un modo per migliorare l’efficienza energetica è lo studio delle armoniche elettriche ovvero correnti o tensioni sinusoidali che si sovrappongono alla corrente fondamentale ed alla tensione fondamentale deformando la loro forma d’onda.

La distorsione armonica di corrente può infatti essere rappresentata come la sovrapposizione matematica della componente fondamentale a 50Hz con correnti di modulo e frequenze differenti dalla fondamentale. Un’alterazione di queste armoniche comporta un aumento del consumo di potenza e a delle perdite di energia. 

Esistono infatti armoniche diverse (seconda armonica a 100 Hz; terza armonica a 150 Hz e così via). La somma delle armoniche determina quella che nel grafico, in verde, è segnata come  fondamentale, ovvero una sinusoide perfetta. Quando vi è una distorsione, non si ha come output una sinusoide ma vi sono delle distorsioni misurate calcolando il tasso di distorsione armonica totale (THD).  La distorsione, quindi, si verifica a causa della forma d’onda di corrente che non è direttamente proporzionale alla tensione.

Valori elevati di distorsione armoniche e valori anomali di tensione possono portare a guasti nelle apparecchiature, causando tempi di fermo nella produzione e la necessità di interventi sulla rete di distribuzione elettrica.

Perché è importante la manutenzione predittiva?

Evitare malfunzionamenti, rotture di macchinari e altre problematiche che potrebbero avere un impatto sulla produzione, ad esempio uno stop o un lotto che non rispetta gli standard qualitativi necessari, è importante per efficientare sempre di più l’intero processo.

Per questo la manutenzione predittiva sta sempre di più diventando un concetto importante per le aziende manifatturiere. Solo grazie a dati precisi e puntuali è possibile creare dei modelli in grado di prevedere eventuale problematiche che potrebbero avere un impatto negativo sulla produzione. 

Ad esempio, l’analisi dei dati raccolti in passato potrebbe aiutare il Maintenance Manager ad identificare che, dopo un certo numero di pezzi prodotti, è necessario pianificare un intervento per sostituire una specifica componente di un macchinario. Si cerca così di anticipare il problema per ridurre la probabilità che si verifichi un malfunzionamento causato dal deterioramento di un pezzo.

La manutenzione predittiva consente di ridurre il numero di interventi e interruzioni di produzione non pianificati.

Come migliorare la manutenzione predittiva grazie a dati sui consumi energetici?

L’integrazione di un misuratore di energia che raccoglie dati sul consumo energetico delle macchine permette di estrarre un parametro di processo utile per identificare una discrepanza nel funzionamento delle macchine e quindi una probabile anomalia che potrebbe essere sintomo di una rottura o malfunzionamento.

Nello specifico, il power meter che si integra con il nostro dispositivo IoT Paul, permette di identificare queste anomalie nelle armoniche di distorsione.

Una distorsione di queste armoniche potrebbe rappresentare ad esempio che vi è un un problema nel macchinario.

Vuoi saperne di più? Compila il form!

Contattaci per maggiori informazioni sul nostro misuratore di energia.