Grazie ai sensori connessi e all'apprendimento automatico, gli operatori degli edifici possono ricevere avvisi tempestivi su guasti potenziali ai sistemi e programmare per tempo manutenzione e riparazioni.
Sensori di presenza, condizioni meteorologiche, statistiche di utilizzo . . . sono tutti elementi che creano una visione completa dell'utilizzo e del livello di usura delle apparecchiature. L'associazione di dati quasi in tempo reale con l'apprendimento automatico contribuisce a identificare guasti potenziali alle apparecchiature ancora prima che si verifichino.
L'edificio intelligente deve essere sostenibile
Oggi, la maggior parte delle apparecchiature dispone di istruzioni e procedure dettagliate per una manutenzione preventiva periodica. Molti sistemi prevedono il controllo del livello di usura, la sostituzione di componenti, la pulizia dei filtri o aggiornamenti e regolazioni a intervalli regolari da parte degli operatori.
Anche se queste procedure possono contribuire a evitare o ritardare l'insorgenza di guasti nelle apparecchiature, non prendono in considerazione le numerose differenze nell'uso di dispositivi o macchinari, le condizioni di utilizzo e altri fattori.
Negli ultimi anni, i produttori di ascensori, HVAC, scale mobili, sistemi di sicurezza e altre apparecchiature per gli edifici e la relativa gestione hanno iniziato a presentare macchinari e componenti con sensori e funzionalità per il controllo da remoto.
Le nuove apparecchiature con sensori incorporati non si limitano a fornire un quadro generale dello stato dei macchinari, ma possono anche aiutare gli operatori a prevedere quando è necessario eseguire le procedure di manutenzione per mantenere le unità in condizioni di lavoro e sicurezza ottimali.
Apprendimento automatico e intelligenza artificiale possono contribuire a pianificare tempi di manutenzione diversi per installazioni di grandi dimensioni
La manutenzione preventiva si basa in genere sul tempo o sull'utilizzo. La manutenzione predittiva, invece, si basa sulle condizioni effettive dell'apparecchiatura e non sul calendario.
Anche se la manutenzione predittiva non sostituisce i requisiti di conformità dei controlli di routine, elimina ciò che alcuni facility manager definiscono l'approccio basato sugli appunti.
I dati raccolti da diverse unità possono aiutare i produttori a tracciare un quadro delle condizioni di utilizzo in aree e ambienti diversi. Ad esempio, un impianto HVAC in un'area dal clima caldo e secco potrebbe funzionare in modo diverso da uno installato in un'area dal clima freddo e umido; lo stesso modello installato in un edificio residenziale funziona in condizioni e con tempi diversi rispetto a uno installato in una fabbrica o in un edificio per uffici. Sensori di temperatura e umidità possono fornire un quadro chiaro di tali condizioni.
Nell'esempio precedente, il tipico manuale di manutenzione di un sistema HVAC di solito non specifica le diverse condizioni di utilizzo. È probabile che la manutenzione preventiva venga effettuata in base al numero di ore di funzionamento o tra una stagione e l'altra.
Gli ascensori sono un altro ottimo esempio dei vantaggi della manutenzione predittiva. Secondo la società di manutenzione immobiliare Enertiv, i dati raccolti offrono vantaggi notevoli. La manutenzione predittiva IoT utilizzata dall'azienda ha abbassato i costi di manutenzione di circa il 25%, riducendo del 50% i guasti alle apparecchiature e prolungandone la durata del 20-36%.
Conoscendo le diverse condizioni e utilizzando i dati storici, operatori e fornitori di servizi possono analizzare i modelli di utilizzo e i problemi di manutenzione precedenti per individuare la possibilità di guasti alle apparecchiature in determinate situazioni.
Un altro vantaggio della raccolta di dati dei sensori per la manutenzione predittiva è la possibilità di generare una traccia verificabile delle prestazioni e del comportamento dei macchinari, utile in caso di richieste in garanzia.
La manutenzione predittiva contribuisce a ottimizzare la pianificazione e la supply chain
Oggi la gestione della supply chain è una necessità per la maggior parte delle organizzazioni. La carenza di materiali, in particolare di apparecchiature elettroniche, può ostacolare il lavoro degli impianti di produzione e la regolare manutenzione delle unità operative esistenti sul campo.
Ecco perché sapere in anticipo quando e dove serviranno pezzi di ricambio contribuisce a garantire continuità e a ridurre le interruzioni. Inoltre, è possibile richiedere in anticipo i pezzi di ricambio e pianificare la manutenzione necessaria da parte di tecnici adeguatamente formati, in tempo per evitare costose riparazioni al di fuori dell'orario di lavoro.
Investire nella manutenzione predittiva conviene
La manutenzione predittiva è interessante per molti settori. Anche se la quarta rivoluzione industriale, detta Industria 4.0, è ancora lontana dall'adozione su vasta scala, analisi avanzate, Big Data, edge computing e cloud ci danno una buona idea di quella che sarà l'industria del futuro e di quanta strada debbano fare i produttori e i fornitori di servizi per completare il loro percorso di trasformazione.
Finora, l'adozione delle nuove tecnologie mostra evidenti vantaggi per il settore dell'edilizia:
- • Riduzione dei guasti irreversibili alle apparecchiature. Utilizzando sensori IoT e potenti funzionalità di analisi, la società di manutenzione Enertiv ha registrato una riduzione del 50% dei guasti significativi alle apparecchiature.
- • Riduzione dei costi di manutenzione. Il facility manager di un edificio per uffici di 29 piani ha risparmiato oltre 16.700 dollari in spese operative e altri 32.300 dollari in costi di riparazione all'anno.
- • Migliori prestazioni di sicurezza. Le riparazioni di emergenza sono per natura più pericolose per il personale della manutenzione e mettono in pericolo un maggior numero di lavoratori, ma la manutenzione predittiva contribuisce a evitare questi scenari migliorando la sicurezza.
- • Gestione delle richieste in garanzia. Le nuove apparecchiature in garanzia possono andare incontro a guasti per vari motivi. Utilizzando le analisi e i dati raccolti, i facility manager possono presentare richieste in garanzia con dati specifici, soprattutto quando i guasti sono cronici e ripetitivi.
Tra i principali utilizzatori della manutenzione predittiva troviamo già settori quali l'industria pesante, le ferrovie, la produzione energetica e l'aviazione. Il malfunzionamento di un'apparecchiatura può creare gravi interruzioni delle operazioni per questi settori e costare milioni di dollari al giorno.
Prospettive
Il settore dell'edilizia sta lentamente iniziando a vedere i vantaggi dell'IoT e dell'intelligenza artificiale. Man mano che apparecchiature e impianti diventano più intelligenti, la manutenzione predittiva offre un modo per migliorare l'efficienza operativa e la sicurezza, oltre che per ridurre i costi.
