Riassunto analitico
In un mercato dinamico in cui ogni giorno vi sono nuovi prodotti e nuovi competitors è importante avere a disposizione macchine automatiche altamente performanti in termini di produttività e flessibilità. La riduzione dei fermi macchina ed il controllo degli interventi manutentivi è uno degli strumenti a disposizione per ottimizzare la disponibilità della macchina. In quest’ottica si sta diffondendo in ambito industriale l’utilizzo della manutenzione predittiva per pianificare gli interventi e ridurre il Mean Time to Repair. Attraverso la misurazione ed il controllo di determinati parametri e segnali della macchina risulta possibile predire e localizzare il guasto agevolando l’intervento dei manutentori. Nel seguente lavoro di tesi è raccolto lo stato dell’arte riguardo le principali tecniche di Condition Monitoring per la diagnostica predittiva e viene presentato un caso studio pratico su una macchina opercolatrice. Il lavoro di tesi è stato sviluppato durante un tirocinio della durata di circa otto mesi all’interno del laboratorio LaPIS, Laboratorio di Progettazione Integrata e Simulazione, del Dipartimento di Ingegneria “Enzo Ferrari” (DIEF). Il progetto svolto è inoltre inserito all’interno delle attività di ricerca del Consorzio LIAM, Laboratorio Industriale di Automazione per le Macchine per il packaging, fondato dalle più importanti aziende della regione Emilia Romagna nello specifico settore. Il lavoro si articola in due fasi: una prima parte di inquadramento teorico di tutte le principali tecniche di Condition Monitoring basate su segnale e una seconda fase di studio sperimentale. Vengono dapprima analizzate le principali tecniche di monitoraggio basate su analisi vibrazionale e si definiscono i loro campi di applicabilità. Nella seconda parte della tesi tali tecniche vengono utilizzate per ottenere la firma vibrazionale della macchina. L’inserimento di componenti meccanici difettosi, in particolare perni folli per camme meccaniche con profilo usurato, ha permesso di simulare diverse condizioni di guasto della macchina ed analizzare il comportamento delle varie tecniche di diagnostica predittiva. Il caso studio sviluppato sull’opercolatrice ha richiesto una complessa fase di elaborazione del segnale, a causa dei numerosi componenti coinvolti nel funzionamento del sistema. I risultati ottenuti hanno permesso di individuare alcuni parametri caratteristici in grado di discernere tra condizioni difettose e sane della macchina. Il lavoro di tesi ha dimostrato la validità delle tecniche di Condition Monitoring signal based applicate alle macchine automatiche, è quindi possibile diagnosticare un fault incipiente del sistema meccanico attraverso l’acquisizione e l’elaborazione del segnale di vibrazione. Sviluppi futuri prevedono l’installazione di un sistema di monitoraggio e diagnostica predittiva per il controllo continuo delle condizioni di macchina.
|