Predictive maintenance: from the analysis of maintenance framework and possible solutions to the development of a pilot project in a food production plant

Predictive maintenance is one of the technological trends most widely studied by academia in the context of the fourth industrial revolution and is also attracting increasing interest from industry. Indeed, it allows the prediction of a failure event and the estimation of the remaining useful life thanks to data coming directly from the machine being analysed. Among the advantages it brings, there are increased availability and reliability of the systems on which it is applied, i.e. reduced downtime, and optimised maintenance interventions, avoiding premature replacement of machine parts on the one hand, and breakdowns and downtimes detrimental to production activity on the other. This master’s thesis work stems from a pilot project developed in a food company with the aim of introducing a new technology and testing its expected benefits. To do this, in a first step an analysis of the existing literature has been conducted, examining the role of maintenance within a production plant, possible approaches to it in terms of policies and concepts, and currently existing predictive maintenance techniques and models. Subsequently, the pilot project for the introduction of predictive maintenance in the company has been developed. To this end, the area of interest and the most critical machines have been determined, the predictive maintenance technique has been chosen and a supplier identified on the market. Following a technical and economic feasibility analysis, the proposed solution has been implemented, with the future aim of extending the pilot project to other areas of the company. Thanks to the pilot project, it was possible to change the current maintenance management in the area of interest, with consequent benefits in terms of economic saving and efficiency of the maintenance function. Furthermore, greater reliability and availability of the plants involved in the pilot project is expected, as the implemented system is able to predict machine malfunctions and failures.

La manutenzione predittiva è uno dei trend tecnologici più studiati dal mondo accademico nell’ambito della quarta rivoluzione industriale, riscontrando anche un crescente interesse da parte dell’industria. Infatti, consente la previsione di un evento di guasto e la stima della vita utile residua grazie ai dati provenienti direttamente dalla macchina oggetto di analisi. Tra i vantaggi apportati da essa si ha l’aumento della disponibilità e dell’affidabilità degli impianti su cui viene applicata, ovvero la diminuzione dei tempi di fermo macchina, e l’ottimizzazione degli interventi manutentivi, evitando da un lato sostituzioni premature di parti della macchina e dall’altro guasti e fermi impianto deleteri all’attività produttiva. Il presente lavoro di tesi magistrale nasce da un progetto pilota sviluppato in un’azienda alimentare con l’obbiettivo di introdurre una nuova tecnologia e testarne i benefici attesi. Per fare ciò, in una prima fase è stata condotta un’analisi della letteratura esistente, esaminando il ruolo della manutenzione all’interno di un impianto produttivo, i possibili approcci ad essa in termini di politiche e di concepts e le tecniche e i modelli di manutenzione predittiva attualmente esistenti. Successivamente è stato sviluppato il progetto pilota per l’introduzione della manutenzione predittiva in azienda. Per fare ciò, è stata individuata l’area di interesse e le macchine più critiche, scelta la tecnica di manutenzione predittiva da implementare e identificato sul mercato un fornitore. A seguito di un’analisi di fattibilità tecnica ed economica, è stata implementata la soluzione proposta, con l’obbiettivo futuro di estendere il progetto pilota ad altre aree dell’azienda. Grazie al progetto pilota, è stato possibile modificare l’attuale gestione della manutenzione nell’area di interesse, con conseguenti benefici in termini economici e di efficienza della funzione manutentiva. Inoltre, ci si aspetta una maggior affidabilità e disponibilità degli impianti coinvolti nel progetto pilota, essendo il sistema implementato in grado di prevedere malfunzionamenti e guasti delle macchine.