The implementation of preventive maintenance programs in industrial contexts presents complex challenges. These challenges involve strategic planning, methodical and organized development of what has been planned, defining the initial capital investment, and establishing clear business objectives for efficient data collection and utilization, as well as developing professional competencies and attitudes focused on the advancement of machine health prediction strategies. This thesis aims to outline the essential steps for advanced information processing in order to achieve predictive analysis of industrial machine failures through a systematic approach. The thesis introduces the PHM-FMECA framework, a modified approach to Failure Modes, Effects, and Criticality Analysis (FMECA), as a fundamental tool for Prognostics and Health Management (PHM) strategies for machines. This approach provides a holistic view of industrial systems and reflections on how to integrate Condition-Based Maintenance (CBM) and Predictive Maintenance (PdM) at the system level. PHM-FMECA offers a structured framework for identifying critical components, prioritizing maintenance efforts, and improving machine reliability. Additionally, it facilitates the documentation of selected approaches within the entire machine unit, ensuring adaptability in an evolving environment.

L’implementazione dei programmi di manutenzione preventiva in contesti industriali presenta sfide complesse. Queste sfide riguardano la pianificazione strategica, lo sviluppo metodico e organizzato di quanto pianificato, la definizione dell'investimento iniziale di capitale e la definizione di obiettivi aziendali chiari per la raccolta e l’utilizzazione efficiente dei dati e per lo sviluppo di competenze professionali e di atteggiamenti finalizzati allo sviluppo delle strategie di previsione della salute della macchina. Questa tesi mira a delineare i passaggi essenziali per l’elaborazione avanzata delle informazioni al fine di realizzare un'analisi predittiva dei guasti delle macchine industriali tramite un approccio sistematico. La tesi introduce il framework PHM-FMECA, un approccio modificato all’Analisi delle Modalità, degli Effetti e della Criticità dei Guasti (FMECA), come strumento fondamentale per strategie di Prognostica e Gestione della Salute (PHM) della macchina. Questo approccio fornisce una visione d'insieme dei sistemi industriali e riflessioni su come integrare a livello di sistema la Manutenzione Basata sulle Condizioni (CBM) e la Manutenzione Predittiva (PdM). PHM-FMECA offre un quadro strutturato per identificare componenti critici, per dare priorità agli sforzi di manutenzione e per migliorare l’affidabilità della macchina. Inoltre, agevola la documentazione di approcci selezionati all’interno dell’intera unità di macchina, garantendo adattabilità in un ambiente in evoluzione.

Adapted FMECA for prognostics and health management of a unit machine

Terranova, Tancredi
2022/2023

Abstract

The implementation of preventive maintenance programs in industrial contexts presents complex challenges. These challenges involve strategic planning, methodical and organized development of what has been planned, defining the initial capital investment, and establishing clear business objectives for efficient data collection and utilization, as well as developing professional competencies and attitudes focused on the advancement of machine health prediction strategies. This thesis aims to outline the essential steps for advanced information processing in order to achieve predictive analysis of industrial machine failures through a systematic approach. The thesis introduces the PHM-FMECA framework, a modified approach to Failure Modes, Effects, and Criticality Analysis (FMECA), as a fundamental tool for Prognostics and Health Management (PHM) strategies for machines. This approach provides a holistic view of industrial systems and reflections on how to integrate Condition-Based Maintenance (CBM) and Predictive Maintenance (PdM) at the system level. PHM-FMECA offers a structured framework for identifying critical components, prioritizing maintenance efforts, and improving machine reliability. Additionally, it facilitates the documentation of selected approaches within the entire machine unit, ensuring adaptability in an evolving environment.
FONGARO, STEFANO
ZANCHETTIN, ANDREA MARIA
ING - Scuola di Ingegneria Industriale e dell'Informazione
9-apr-2024
2022/2023
L’implementazione dei programmi di manutenzione preventiva in contesti industriali presenta sfide complesse. Queste sfide riguardano la pianificazione strategica, lo sviluppo metodico e organizzato di quanto pianificato, la definizione dell'investimento iniziale di capitale e la definizione di obiettivi aziendali chiari per la raccolta e l’utilizzazione efficiente dei dati e per lo sviluppo di competenze professionali e di atteggiamenti finalizzati allo sviluppo delle strategie di previsione della salute della macchina. Questa tesi mira a delineare i passaggi essenziali per l’elaborazione avanzata delle informazioni al fine di realizzare un'analisi predittiva dei guasti delle macchine industriali tramite un approccio sistematico. La tesi introduce il framework PHM-FMECA, un approccio modificato all’Analisi delle Modalità, degli Effetti e della Criticità dei Guasti (FMECA), come strumento fondamentale per strategie di Prognostica e Gestione della Salute (PHM) della macchina. Questo approccio fornisce una visione d'insieme dei sistemi industriali e riflessioni su come integrare a livello di sistema la Manutenzione Basata sulle Condizioni (CBM) e la Manutenzione Predittiva (PdM). PHM-FMECA offre un quadro strutturato per identificare componenti critici, per dare priorità agli sforzi di manutenzione e per migliorare l’affidabilità della macchina. Inoltre, agevola la documentazione di approcci selezionati all’interno dell’intera unità di macchina, garantendo adattabilità in un ambiente in evoluzione.
File allegati
File Dimensione Formato  
2024_04_Terranova_Tesi_01.pdf

non accessibile

Descrizione: Testo tesi
Dimensione 11.71 MB
Formato Adobe PDF
11.71 MB Adobe PDF   Visualizza/Apri
2024_04_Terranova_ExecutiveSummary_02.pdf

non accessibile

Descrizione: Executive summary
Dimensione 1.42 MB
Formato Adobe PDF
1.42 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/218002