Il progetto DiaPro4.0 ha sviluppato sistemi innovativi di Diagnostica-Prognostica basati su tecnologie Industria 4.0 per l’implementazione della manutenzione predittiva. I sistemi sono stati applicati a motoriduttori industriali; l’efficacia è stata validata con prove su dimostratore; i costi contenuti del sistema potranno consentirne un’ampia applicazione.
Risultati: sviluppo di sensori innovativi per il rilievo di coppia e velocità in esercizio; integrazione dati da più sensori; impiego di dispositivi hw a basso costo; sviluppo di efficaci tecnologie per l’autodiagnosi di usure/difetti in azionamenti elettromeccanici e per la stima della vita residua in funzione delle reali condizioni di utilizzo.
DiaPro4.0 è un progetto di ricerca industriale, cofinanziato da POR FESR Emilia Romagna e FSC nell’ambito della Strategia di Specializzazione Intelligente (S3); coinvolge tre Laboratori di ricerca industriale accreditati alla Rete Alta Tecnologia e le imprese Bonfiglioli SpA e Marposs SpA.

La manutenzione predittiva garantisce un deciso incremento di sicurezza ed affidabilità dei macchinari ed impianti industriali ed un forte riduzione dei costi di manutenzione ed esercizio. Tuttavia, i sistemi di manutenzione predittiva dei sistemi meccanici attualmente in commercio sono complessi, costosi ed hanno limiti di efficacia a causa della variabilità delle condizioni operative (coppia e velocità). I costi elevati ne limitano l’applicazione a sistemi di medie e piccole taglie.
DiaPro4.0 vuole colmare queste lacune, fornendo un sistema di diagnostica/prognostica di azionamenti elettromeccanici di elevata affidabilità e basso costo, basato su soluzioni architetturali Edge Computing.
Il sistema è costituito da: sensoristica integrata (coppia, velocità, temperatura, vibrazioni, campo magnetico); sistemi di acquisizione ed elaborazione dati in dispositivi on board a basso costo e trasmissione a Edge computer e cloud; algoritmi di diagnostica per l’estrazione dei parametri significativi dei segnali, l’integrazione e la classificazione dei dati; algoritmi decisionali sulle condizioni sano/guasto dei componenti; algoritmi di prognostica per la stima della vita residua basata sulla effettiva storia di esercizio (coppia/velocità).
Il progetto ha sviluppato un sistema con elevate affidabilità diagnostica e precisione prognostica, caratterizzato da un costo estremamente competitivo rispetto agli attuali standard di mercato (dal 30 al 50% in meno). Ciò consentirà una applicazione anche a motoriduttori di medie e piccole dimensioni aumentando sensibilmente la quantità di applicazioni sul mercato. Inoltre, i dati acquisiti dal campo forniranno una maggiore conoscenza di come vengono utilizzati i motoriduttori al fine di ottimizzarne le prestazioni. Si potranno anche realizzare business model di servitizzazione ed ottimizzare la gestione della manutenzione e dei ricambi.
Bonfiglioli era già in possesso di un brevetto relativo ad una metodologia di stima della coppia sulla base dello sfasamento angolare, basato su sensori innovativi di posizione angolare; inoltre ha presentato un secondo brevetto sulla integrazione di più sensori (coppia, velocità, temperature, vibrazione) in un unico dispositivo per la diagnostica, totalmente wireless e dotato di un sistema di energy harvesting per l’auto-alimentazione.
Il progetto ha concretamente sviluppato tale sensoristica, realizzando dispositivi efficaci a basso costo.
Le potenziali applicazioni di sistemi low cost di diagnostica/prognostica per la manutenzione predittiva potranno aversi in una varietà di settori in cui sono presenti azionamenti elettromeccanici, quali: metalmeccanico leggero e pesante, macchine automatiche, macchine utensili, packaging, agroindustriale, farmaceutico, petrolifero, minerario, logistica, eolico, con ampie ricadute su filiere eterogenee.
Il sistema si inserisce nella trasformazione Industria 4.0 delle machine e degli impianti produttivi, come sistemi interconnessi, dotati di autodiagnosi e capacità decisionale.

Sistema di Diagnostica-Prognostica integrato in motoriduttori industriali
Nello specifico, il sistema di Diagnostica-Prognostica è stato applicato a motoriduttori industriali ad ingranaggi.
Il progetto ha portato alla realizzazione di un prototipo-dimostratore di un sistema multisensore di manutenzione predittiva - installato in un motoriduttore su banco prova - composto da sensoristica, schede wireless di acquisizione e processamento, algoritmi e protocolli di diagnostica e prognostica, soluzioni architetturali Edge Computing, trasmissione dati in cloud.
Il sistema ha caratteristiche avanzate rispetto ai sistemi attuali:
• costo del sistema industrializzato inferiore dal 30% al 50% rispetto ai sistemi disponibili sul mercato;
• elevata affidabilità diagnostica: identificazione del pitting negli ingranaggi con un anticipo di 100h dal fermo macchina e di difetti dei cuscinetti con un anticipo di 150h rispetto al danno catastrofico;
• elevata precisione prognostica: stima della vita residua con un intervallo di confidenza di ±5%.
Laboratorio MechLav del Tecnopolo di Ferrara (capofila del progetto)
Laboratorio Intermech–Mo.Re.
Raw Power S.r.l.
Bonfiglioli S.p.A.
Marposs S.p.A.
Tramite le iniziative del Clust-ER MECH, di ART-ER ed altri canali dei partner verrà diffusa l’informazione alle imprese sulla disponibilità di soluzioni integrate hardware/software per la Manutenzione Predittiva di sistemi meccanici ed impianti di produzione con tecnologie Industria 4.0. L’applicazione già implementata in alcune imprese è la testimonianza dell’efficacia di tali tecnologie.
