IMPOSE
Intelligent Masmec PrOgnostic SystEm
Autori
Davide Nardella
Masmec S.p.A.
Software manager
Industry 4.0 team leader
Leonardo Chieco
Masmec S.p.A.
Automotive R&D manager
Sintesi
La manutenzione predittiva è uno dei pilastri di Industry 4.0: non esiste macchinario,
per quanto efficiente, che non necessiti di manutenzione costante per lavorare al
massimo delle sue performance.
Le micro fermate e i guasti accidentali di piccoli componenti rischiano di vanificare
l’efficienza degli impianti, causando cali a volte importanti di produttività.
IMPOSE è un sistema per la manutenzione predittiva che risponde a questa
problematica: stand-alone, modulare e scalabile, si avvale di tecnologie hardware
industriali ben consolidate e di un pool di algoritmi configurabili che permettono di
adattarlo alle diverse necessità produttive.
Versione integrale
IMPOSE è un sistema per la manutenzione predittiva che ha l’obiettivo di incrementare
l’efficienza produttiva anticipando la sostituzione/manutenzione dei componenti a
rischio e quindi minimizzando le fermate per guasti.
IMPOSE è un physical plugin, cioè un modulo indipendente hardware/software, che
può essere installato in un impianto preesistente con piccole modifiche, senza
stravolgere l’architettura in essere.
Caratteristiche principali del sistema
•
•
•
Costo contenuto
L’hardware, seppur di qualità industriale, impiega componenti ad alta
diffusione, pertanto l’uso di IMPOSE risulta conveniente già a partire da impianti
di piccole dimensioni.
Espandibilità
L’architettura è completamente modulare, gli algoritmi di analisi che
rappresentano il cuore di IMPOSE sono indipendenti e asincroni. Ciò permette di
aggiungerne di nuovi, per specifiche esigenze, senza modificare la struttura del
sistema.
Connettività
IMPOSE può essere interfacciato ai maggiori DB commerciali per l’export dei
dati (MSSQL, MySQL, Oracle), nonché verso i MES o ERP che supportano open
protocol.
Su richiesta può essere configurato come nodo FOG e trasferire i dati a un cloud
tipo Azure o AWS.
Infine, grazie al web server integrato e a un hot spot Wi-Fi, è possibile
amministrare il sistema tramite smartphone, tablet o altri device, utilizzando un
semplice web browser.
Architettura hardware
Il sistema è costituito da un PC industrial-grade fanless, da installare in prossimità
dell’impianto, preferibilmente nell’armadio elettrico principale. La raccolta dati dal
campo avviene mediante uno switch Ethernet che collega i PLC di tutti i moduli.
L’assenza di parti mobili (ventole, hard disk) comporta una maggiore affidabilità nel
tempo.
Le interfacce integrate Wi-Fi e Bluetooth consentono la connessione locale in modalità
low-range per minimizzare l’impatto elettromagnetico all’interno dello stabilimento,
mentre un adattatore gigabit Ethernet, indipendente da quello di raccolta dati, è
dedicato alla connessione verso l’IT di fabbrica.
Architettura software
Il sistema operativo ospite è Microsoft Windows 7 Professional. Il software di
IMPOSE è costituito da cinque moduli asincroni:
1.
2.
3.
4.
5.
datarelay
DBMS
web server
alert manager
pool di algoritmi.
Il sistema è completamente multitasking, la comunicazione attraverso i moduli
avviene tramite il DBMS.
Figura 1 - Schema di funzionamento di IMPOSE
1. Datarelay è un modulo standard Masmec per la raccolta dati dall’impianto.
Mediante un file di configurazione xml, permette la trasformazione diretta delle
aree grezze di memoria dei PLC in statement SQL standard.
Il processo è multithread e non interferisce in alcun modo con il ciclo di
controllo dei macchinari; è assimilabile a un oscilloscopio collegato a una
scheda elettronica.
2. Il DBMS utilizzato è Microsoft SQL Server Standard. Al suo interno trovano
posto le stored procedure, che costituiscono la business logic per la gestione
degli scambi dati, delle tabelle di configurazione e dei parametri operativi.
Grazie a una serie di trigger di automanutenzione (cancellazione log delle
transazioni, ecc.), il database garantisce performance costanti per lunghi
periodi senza interventi esterni.
3. Il web server impiegato è Microsoft IIS, già disponibile nel sistema
operativo. Il sito locale di amministrazione/utilizzo è realizzato mediante pagine
HTML5, Javascript e script server side PHP7. Questa scelta consente di accedere
al sistema senza installare app proprietarie sui propri dispositivi.
Inoltre, l’uso di tecnologie consolidate e multipiattaforma, quali SQL Standard,
HML5 e PHP, offre la possibilità di migrare l’intero sistema, con piccole
modifiche, su piattaforma Linux o Solaris o in ambiente virtuale.
4. L’alert manager è il modulo di interfaccia fra il pool di algoritmi e il sistema
informativo aziendale. Sono disponibili diverse interfacce verso l’Enterprise
Asset Management: email, alert visivi o inserimento di maintenance ticket in un
DB esistente.
5. Il pool di algoritmi è il cuore di IMPOSE. Il sistema ha una struttura a
controllo distribuito, il che permette di aggiungere o rimuovere in qualsiasi
momento algoritmi di diagnostica tecnologicamente e concettualmente
differenti, purché dotati delle stesse interfacce software e di comunicazione.
Figura 2 - Modularità degli algoritmi di diagnostica
Algoritmi di diagnostica previsti
•
Diagnostica deterministica basata sull’utilizzo di un sistema esperto
La determinazione dello stato di usura dei componenti più delicati o più soggetti
a un calo di prestazioni avviene in base a una serie di informazioni note a priori,
fornite dai costruttori o frutto dell’esperienza maturata negli anni.
L’algoritmo di diagnostica parte dall’analisi puntuale del progetto esecutivo della
macchina o del singolo modulo meccatronico, raccoglie informazioni sulle
modalità di usura della componentistica contenute in un database e crea una
tabella per la manutenzione programmata. Questa viene costantemente
aggiornata durante il funzionamento della macchina e, al superamento di
determinate soglie, il sistema emette un segnale di allarme.
•
Diagnostica deterministica basata sull’analisi dei residui
Il sistema confronta, istante per istante, il comportamento statico e dinamico
dei componenti fisici integrati nella macchina con i rispettivi modelli matematici.
Eventuali discordanze saranno correlate a malfunzionamenti o usure.
Figura 3 - Diagnostica basata sull’analisi dei residui
•
Diagnostica predittiva basata su modello
Questo metodo diagnostico è estremamente complesso, ma fornisce
informazioni cruciali per evitare costosi fermi macchina. Richiede un’elevata
capacità di calcolo e può essere applicato solo se è disponibile un modello
matematico completo e affidabile della macchina o del sub-modulo in esame. In
tal caso, è possibile predire eventuali malfunzionamenti prima che si
manifestino in modo evidente.
A tal fine, si sfruttano sia sistemi multimodali, atti all’acquisizione e all’analisi
ridondante di diverse grandezze fisiche, sia il filtro di Kalman del tipo
“previsione-correzione”, opportunamente parametrizzato.
Dunque, noto il modello matematico della macchina o meglio l’effetto dell’usura
su di essa (variazioni nel consumo energetico, aumento delle temperature,
vibrazioni, ecc.), a ogni lettura dei dati dal campo il filtro migliora la conoscenza
del processo e affina la sua stima per i campioni futuri.
La parametrizzazione, o tuning, del filtro potrà avvenire mediante tecniche
evoluzionistiche (algoritmi genetici) che, istante per istante, troveranno il
migliore setup per minimizzare gli errori di stima.
Nella figura 4 è mostrato un esempio di applicazione di questa tecnica. Nota la
relazione matematica tra tempo e usura W(t) = λ eαt + β , e una serie di
letture rilevate sul campo, il sistema è in grado di stimare i parametri λ, α, β e
quindi di prevedere il comportamento futuro.
Figura 4 - Esempio di diagnostica predittiva basata su modello
