Siveco Italia sarà presente al SIMa 2019 – Summit Italiano per la Manutenzione, per presentare Il nuovo modello manutentivo sviluppato da Leonardo e supportato dal CMMS Coswin 8i. L’evento che si terrà il 2-3 Ottobre 2019 presso La Centrale – LAVAZZA Headquarters è organizzato da A.I.MAN. – Associazione Italiana di Manutenzione con la collaborazione dell’Editore Internazionale TIMGlobal Media.SIMa – Summit Italiano per la ManutenzioneSIMa 2019 si presenta con una struttura innovativa e rinnovata, con un target di messaggio ben preciso: il valore aggiunto della Manutenzione nella gestione dell’integrità degli Asset, l’Asset Integrity Management.
Nella giornata del 2 Ottobre si svolgerà il XXVIII Congresso Nazionale A.I.MAN. volto all’analisi delle relazioni esistenti tra la Manutenzione e Politica, Economia, Sociale e Cultura oltre al confronto su Esigenze e Soluzioni impostato sulla tematica dell’Asset Integrity Management.
Nella Giornata del 3 Ottobre si svolgerà il 3° Convegno dell’Osservatorio della Manutenzione 4.0 volto ad affrontare le tematiche della manutenzione digitale nell’ambito dell’Asset Integrity Management.
Proprio su questo tema interverrà Paolo Venanzangeli di Leonardo per fare il punto sulla Manutenzione Predittiva parlando del nuovo modello manutentivo sviluppato presso il sito di Cisterna di Latina, in sinergia con Siveco, e di come questo abbia rappresentato un salto di qualità innovativo e dando risultati eccellenti in termini di riduzione dei fermi macchina e sostenibilità.
esternohttps://www.manutenzione-online.com/articolo/una-manutenzione-predittiva-al-passo-con-lindustry-40/Leggi l’intervista completa di Paolo Venanzangeli su manutenzione-online.comPaolo Venanzangeli, Manufacturing & Supply Chain – Real Estate and Facility Management Demand, LeonardoReferente per i servizi di manutenzione e facility management dei siti di Caselle (TO), Nerviano (MI), Ronchi dei Legionari (GO), Montevarchi(AR), L’Aquila (AQ), Pomezia (RM), Cisterna di Latina (LT) e Palermo (PA) afferenti l’area di business Airborne & Space Systems di Leonardo.
All’interno del perimetro della business area ricopro i seguenti incarichi:
- Site Manager per i siti di Pomezia, Latina e L’Aquila
- Responsabile del reparto manutenzione macchine produttive del sito di Latina
- Energy Manager
In precedenza sono stato engineering manager in progetti internazionali di radiocomunicazione e software defined radio; durante questo periodo ho avuto modo di approfondire le conoscenze di interfacce, protocolli di comunicazione e tecnologie digitali delle quali coltivo una grande passione.
L’intervento del 3 Ottobre al 3° Convegno dell’Osservatorio della Manutenzione 4.0Durante l’intervento intitolato “Manutenzione Predittiva – Facciamo il punto” Paolo Venanzangeli parlerà di cosa è stato fatto, di come procedono i lavori, dei risultati ottenuti e delle prospettive di implementazioni future. Di seguito un estratto della presentazione tratta dalla rivista manutenzione-online.com
Cosa abbiamo fatto
Siamo partiti da una gestione manuale, registrando i consumi di olio sulle macchine CNC su MS Excel con report grafici in modo da intercettare consumi anomali ed intervenire. Nel 2017 abbiamo introdotto un CMMS e distribuito dei tablet ai manutentori , Il tempo di messa in servizio è stato estremamente rapido , e ci ha consentito di ricevere le richieste di intervento in tempo reale, scaricare la documentazione puntando il QR code a bordo macchina (QR code, Rfid, ticketing), chiudere gli interventi appena terminati senza dover necessariamente tornare in ufficio, ed ottimizzare la manutenzione pianificata (pillar PM del world class manufacturing WCM)
Cosa stiamo facendo
Il passo successivo è stato passare da un modello di manutenzione preventiva ad un modello predittivo che abbiamo costruito con l’implementazione della sensoristica IoT che ha automatizzato la registrazione manuale, aumentando considerevolmente le informazioni a disposizione. I benefici sono stati innumerevoli tra i quali quelli in termini di sostenibilità: riduzione dei consumi energetici con conseguente riduzione di emissioni di CO2, l’estensione del ciclo di vita delle macchine, ed una rapida segnalazione in caso di sversamenti e perdite.
Risultati ottenuti
- drastica riduzione dei fermi macchina non pianificati
- registrazione degli interventi «sommersi»
- reportistica automatica standardizzata
- previsione degli investimenti in funzione dei costi di manutenzione
Tutto in 30 mesi
Cosa faremo
Grazie alla sensoristica sul campo siamo in grado di raccogliere i dati degli oggetti e questo ci permette di fare Big Data Analisys, profiling e Machine Learning, questo nuovo modo ci ha condotto alla scelta di inserire nuove competenze e nuove figure nel team di manutenzione: data manager/scientist. Questo ci porta ad una Integrazione uomo/macchina cosi come il nuovo modello di machine learning ci consentirà di ampliare il parco macchine sotto monitoraggio in modo del tutto automatico, semplicemente dicendo al sistema che abbiamo installato una nuova macchina analoga ad altre già presenti (una nuova fresa, un nuovo gruppo frigo ecc.) e che i suoi parametri sono attualmente ottimali. Il sistema riconoscerà automaticamente la nuova macchina, eseguirà la taratura dei parametri vitali e, dopo un breve periodo di osservazione, la inserirà in monitoraggio continuo in modo del tutto autonomo.
Quindi siamo in grado di
- Applicare sistemi apprendimento sempre più evoluti e in miglioramento nel tempo
- Ottimizzare l’uso degli asset
- Connetterci con quello che abbiamo dove si trova
- Prevenire i guasti prima che essi accadano
- Fornire un supporto in campo con guida passo / passo