Industrial application of early warning system for critical asset : challenges and lessons learned in an automotive case

Every company has some assets which are vital for running the business. In the context of industry and physical assets, critical assets are typically those that determine a high impact to the functioning of the whole plant, to the operators’ health and to the environmental footprint. In fact, a failure can potentially cause devastating effects for the economical and legal aspects, and even for the environmental and operators’ safety. For this reason, companies are looking for technologies to enable the monitoring of those assets in order to prevent failures. The development of digital technologies within the industry in recent years acts as an enabler for those kinds of solutions, permitting the collection of a huge number of data in real time. In this context, researchers are developing maintenance approaches based on data-driven methods which are able, if properly trained, to predict the remaining useful life of the asset. This parameter is very interesting for the management, towards the optimization of maintenance planning. However, being the digitalization process still in progress, many companies do not dispose of appropriate datasets for the implementation of such methods, which require both healthy and faulty operation data. This issue is even more relevant in the context of critical assets, which are dimensioned to have a (very) limited probability of failure. The present thesis aims at investigating the monitoring approaches of critical assets currently in use in the industrial world, with the target of the definition of an early warning system for a fume treatment system, operating in the foundry of an automotive company. A literature review on the topic, together with the technical knowledge coming from international standards, from foundry technicians and from the help of an industrial consortium with its research lab acting in the role of consultant, allowed to identify the proper approaches to be adopted given the available data. Then, the work focuses on the description of the models implemented for the condition monitoring system. Finally, the thesis also allows to report the main criticalities encountered during the development of the project, with possible countermeasures that the companies can consider for mitigating them.

Ogni compagnia possiede degli asset senza i quali non potrebbe funzionare. Nell’ambito dell’industria e degli asset fisici, gli asset critici sono tipicamente legati al funzionamento dell’intero sistema di produzione, alla salute dei lavoratori e all’impatto ambientale. Infatti, un’avaria può potenzialmente causare effetti devastanti dal punto di vista economico e legale, e dell’incolumità ambientale e dei lavoratori. Per queste ragioni, le compagnie sono alla ricerca di tecnologie che permettano il monitoraggio di questi asset in modo da prevenirne i guasti. Il grande progresso digitale in atto nell’industria rappresenta un enabler per questo tipo di tecnologie, permettendo la raccolta di una grande quantità di dati in tempo reale. In questo contesto, i ricercatori stanno sviluppando approcci alla manutenzione basati su metodi data-driven in grado, attraverso un training opportuno, di prevedere la vita utile rimanente dell’asset. La conoscenza di questo parametro è molto utile per il management, in quanto permette un planning ottimale degli interventi manutentivi. Tuttavia, essendo il processo di digitalizzazione ancora non completato, molte compagnie non dispongono di database adeguati all’applicazione di tali metodi, che richiedono dati raccolti in diverse condizioni di salute dell’asset. Questo problema è ancora più evidente nel caso degli asset critici, essendo dimensionati per avere una probabilità di guasto molto bassa. La tesi si propone di indagare l’applicazione del monitoraggio degli asset critici in uso nell’industria, con l’obbiettivo dell’implementazione di un sistema di warning per un impianto di filtraggio fumi, in uso nelle fonderie di un’azienda che opera nell’automotive. Una revisione della letteratura sull’argomento, unita alle conoscenze derivanti dalle normative, dai tecnici e dall’ausilio di un consorzio industriale il cui laboratorio di ricerca ha svolto un ruolo di consulenza, ha permesso di individuare gli approcci opportuni da adottare secondo i dati disponibili. Successivamente, il lavoro si concentra sulla descrizione dei modelli implementati per il sistema di monitoraggio. Infine, sono presentate le principali criticità incontrate nello sviluppo del progetto, con possibili contromisure che le aziende possono adottare per mitigarle.