Predictive Maintenance Fai da Te
Quando vale la pena installare sensori vibrazionali
Senti parlare di predictive maintenance ovunque. Nei convegni Industry 4.0, nelle brochure dei system integrator, nelle slide dei consulenti. Il messaggio è sempre lo stesso: smetti di riparare quando si rompe, inizia a prevedere quando si romperà.
Tutto giusto. Il problema è che la maggior parte delle soluzioni presentate sono pensate per grandi impianti, con budget altrettanto grandi.
E le PMI? E chi ha una linea produttiva con 10 macchine, un manutentore part-time e nessun reparto R&D? Possono fare predictive maintenance in modo sensato, senza affidarsi a piattaforme enterprise da centinaia di migliaia di euro?
La risposta è sì — ma con qualche condizione. In questo articolo ti spieghiamo quando i sensori vibrazionali hanno senso, cosa misurano davvero, e come capire se il gioco vale la candela per la tua situazione.
Cos'è la manutenzione predittiva (e cosa non è)
La manutenzione predittiva si basa su un’idea semplice: le macchine, prima di rompersi, mandano segnali. Un cuscinetto usurato comincia a vibrare in modo anomalo settimane prima di cedere. Un motore con problemi di allineamento genera calore e vibrazioni irregolari. Una pompa con cavitazione produce una firma vibrazionale riconoscibile.
Installare sensori significa ascoltare questi segnali in modo continuo e automatico, invece di aspettare che il guasto diventi evidente — o che si verifichi nel momento peggiore possibile.
Non è invece:
- Una soluzione magica che elimina tutti i guasti
- Qualcosa che funziona senza una fase di apprendimento iniziale
- Economicamente conveniente per qualsiasi macchinario
Questa ultima cosa è quella che viene detta meno spesso, ma è la più importante.
Perché le vibrazioni?
Tra tutti i parametri fisici misurabili su una macchina rotante — temperatura, corrente, pressione, rumore — le vibrazioni sono quelle che raccontano di più, nel minor tempo possibile.
Un cuscinetto che si deteriora cambia il suo profilo vibrazionale in modo caratteristico e misurabile con accelerometri. Uno sbilanciamento del rotore genera una vibrazione alla frequenza di rotazione. Un disallineamento produce armoniche specifiche. L’usura degli ingranaggi ha una firma in frequenza ben precisa.
La temperatura, per confronto, è un indicatore tardivo: quando sale in modo anomalo, spesso il danno è già avanzato. Le vibrazioni anticipano il guasto, a volte di giorni, a volte di settimane.
Quando vale davvero la pena installare sensori vibrazionali
Questa è la domanda centrale, e merita una risposta onesta.
Ha senso se…
- La macchina è critica per la produzione. Se si ferma, si ferma tutto (o quasi). Anche un solo fermo non programmato può costare più di un intero sistema di monitoraggio.
- Il guasto ha una storia. Se quella macchina si è già rotta due o tre volte nello stesso punto, hai già la prova che il problema è ricorrente. I sensori diventano un investimento, non un esperimento.
- Il tempo di riparazione è lungo. Sostituire un cuscinetto speciale su un riduttore industriale può richiedere giorni di fermo. Anticipare il guasto anche solo di 72 ore permette di pianificare e ordinare i pezzi in anticipo.
- Il macchinario è rotante con componenti standard. Motori, pompe, compressori, ventilatori, riduttori: sono i candidati ideali.
- Hai già dati di baseline. O sei disposto a raccoglierli. La manutenzione predittiva richiede sapere come vibra una macchina quando funziona bene, per riconoscere quando qualcosa cambia.
Non ha (ancora) senso se… -
- La macchina è economicamente sostituibile. Se un motorino da 200€ si rompe, lo sostituisci. Installare un sistema di monitoraggio da 500€ non è una scelta razionale.
- Il guasto è imprevedibile per natura. Rotture per urti, eventi elettrici improvvisi, errori umani: i sensori vibrazionali non li anticipano.
- Non hai nessuno che interpreti i dati. I dati di vibrazione, da soli, non dicono niente. Servono soglie, trend, analisi in frequenza. Senza qualcuno (o qualcosa) che li elabori, stai solo raccogliendo numeri.
- L’ambiente è troppo disturbato. Vibrazioni esterne eccessive (pavimenti industriali, macchinari adiacenti, impatti meccanici) rendono difficile isolare il segnale significativo.
Cosa misura concretamente un sensore vibrazionale
Un accelerometro MEMS — il componente alla base della maggior parte dei sensori IoT vibrazionali — misura l’accelerazione su uno, due o tre assi, espressa in g (accelerazione di gravità) o in m/s².
|
Metrica |
Cosa misura |
Indicatore tipico di |
|
RMS |
Ampiezza media della vibrazione nel tempo |
Stato generale della macchina |
|
FFT (analisi frequenze) |
Profilo spettrale del segnale |
Tipo specifico di guasto |
|
Kurtosis |
Picchi impulsivi nel segnale |
Difetti localizzati nei cuscinetti |
|
Temperatura |
Calore sulla carcassa o cuscinetto |
Attrito eccessivo, sovraccarico |
Un'architettura pratica per partire
Non serve una piattaforma IIoT enterprise per fare predictive maintenance su scala piccola. Ecco un’architettura realistica per una PMI:
- Livello sensore: accelerometro triassiale con campionamento adeguato (almeno 1–2 kHz per applicazioni standard), montato rigidamente sulla carcassa del cuscinetto. Comunicazione via Bluetooth LE, LoRa o cablata.
- Livello edge: un microcontrollore (STM32 o ESP32, a seconda dei requisiti) che acquisisce il segnale, calcola i parametri base (RMS, FFT semplificata) e trasmette solo i valori aggregati, non il raw signal continuo.
- Livello cloud/locale: un server o servizio cloud che raccoglie i dati, li visualizza su dashboard e invia alert al superamento delle soglie. Può essere InfluxDB + Grafana, Node-RED, o una piattaforma IoT dedicata.
- Livello umano: qualcuno — anche part-time, anche il manutentore esistente — che legge gli alert, interpreta i trend e prende decisioni. Questa figura è indispensabile, almeno nella fase iniziale.
Quanto costa (davvero)?
Un sistema DIY ragionevole per una singola macchina può costare tra 300 e 1.500€ di hardware, più il tempo di installazione e configurazione.
|
Componente |
Costo indicativo |
|
Sensore vibrazionale (MEMS base / industriale) |
50 – 400 € |
|
Microcontrollore + enclosure |
30 – 100 € |
|
Connettività e gateway |
50 – 200 € |
|
Software / dashboard (open source) |
0 – 100 €/mese |
|
Setup, calibrazione, baseline |
1–2 giornate di lavoro |
Il vero costo, spesso sottostimato, è quello di setup e calibrazione: raccolta della baseline, definizione delle soglie, test del sistema di alert. In un progetto fatto bene, questo vale almeno quanto l’hardware.
Un esempio concreto
Immagina un compressore a vite utilizzato 16 ore al giorno in un’officina meccanica. Si è già rotto due volte in tre anni, ogni volta con 3–4 giorni di fermo e circa 2.000€ tra manodopera e ricambi. Installare un sensore vibrazionale sul cuscinetto anteriore, connesso via LoRa a un gateway già presente, costa circa 600€ di materiali e una giornata di lavoro. Al primo alert anomalo, il manutentore ispeziona il compressore, trova il cuscinetto in fase iniziale di deterioramento e lo sostituisce in 2 ore durante un fermo programmato. Fermo produttivo: zero. Costo totale intervento: 150€. Il ROI, in questo caso, è stato raggiunto al primo evento anticipato.
Conclusione: inizia da una macchina sola
La manutenzione predittiva fai da te non significa installare sensori su tutto. Significa scegliere il macchinario giusto, con la criticità giusta, e imparare da quello.
Un sensore, una macchina, sei mesi di dati. Se funziona — e spesso funziona — hai già la prova concreta da portare all’interno dell’azienda per espandere il progetto.
In Omnetica aiutiamo le aziende a fare esattamente questo: partire dal caso d’uso reale, scegliere la tecnologia adeguata, costruire l’architettura minima necessaria. Senza sovradimensionare, senza promesse irrealistiche.
Hai una macchina che ti preoccupa? Parliamone: ti diciamo onestamente se i sensori vibrazionali sono la risposta giusta.