USER PASSWORD
Testo
 

  CALENDARIO
SET 2021
L
M
M
G
V
S
D
12345
6789101112
13141516171819
20212223242526
27282930
EVENTI SIM&VR
HOME PAGE
INFO GENERALI
 Benvenuto
 Chi è Mimos
 Un po' di Storia
 Statuto
 Regolamento
 Consiglio Direttivo
 Per Associarsi
LAVORI IN CORSO
 Spring School 2019
 MIMOS Simulation Day 2019
 Salento AVR 2019
 SimulTech 2019
 BIC 19
ARTICOLI e NEWS
 2003
 2002
 2004
 2006
 2007
 2008
 2009
 2010
 2011
 2012
 2013
 2014
 2015
 2016
 2017
 2018
CONVEGNI MIMOS
 2001 Annuale
 2002 Annuale
 2003 Annuale
 2004 Annuale
 2005 Annuale
 2006 Annuale
 2006 HLA
 2007 Annuale
 2008 Convegni
 2009 Convegni
 2010 Convegni
 2011 Convegni
 2012 Convegni
 2012 Il Decennale
 2014 Convegni
 2013 Convegni
 2015 Convegni
 2016 Convegni
 2017 Convegni
 2018 Convegni
EVENTI SIM&VR
 2006
 2007
 2009
 2008
 2010
 2011
 2012
 2013
 2014
 2015
 2017
 2016
 2018
 2019
Pubblicazioni
 Pubblicazioni 2009
 Atti pubblicati 2011
PREMIO MIMOS
 2004
 2005
 2006
 2009
 2011
 2013
 2016
 2018
TESI E RICERCHE
 2003
 2007
 2008
 2009
CORPORATE CORNER
 Le Aziende di MIMOS
CONTATTI
 E-mail
 Pubblica con noi
 Segnala chi fa 3D!
ENGLISH NEWSLETTER
 2014
 2015
NEWSLETTER
 2007
 2008
 2009
 2010
 2011
 2012
 2013
 2014
 2015
 2016
AFFILIATI & PARTNER
CONTENUTI
MEDIA GALLERY
Autore: S. Genta   —  D’Appolonia

Autore: A. Reggio   —  D’Appolonia

Autore: A. Scalzo   —  D’Appolonia

Algoritmi applicati alla Predizione dei Guasti
Abstract:

Processi Innovativi per la Riduzione del Rischio di Fermo-macchina

Perchè?

Il contenimento dei costi nel servizio di manutenzione in generale ha dato impulso allo sviluppo di tecniche di ricerca operativa per la detezione automatica anticipata di situazioni critiche per il funzionamento della macchina, in particolare lo sviluppo di un sistema di predizione dei guasti o più propriamente di segnalazione preventiva di potenziali occorrenze di anomalie e malfunzionamenti, a partire dall’analisi dei dati diagnostici.

Cosa

A valle di un sistema automatico di previsione di guasti vi è un operatore umano a cui in ultima analisi spetta la decisione dell’intervento manutentivo. Risulta quindi necessario non solo una affidabile previsione di guasto con relativa probabilità ma anche una “motivazione”. Questo vincolo operativo esclude di fatto l’utilizzo di metodi tradizionali. Il sistema sviluppato ha invece conciliato l’analisi con la estrazione e presentazione della regola originante.

Apprendimento

L’apprendimento delle regole con cui determinare le probabilità di accadimento dei guasti avviene mediante l’analisi comparata dello storico dei rilevamenti da parte dei sensori di vario genere installati sulla macchina e lo storico dei guasti avvenuti. Mediante un approccio statistico/entropico viene determinato l’albero decisionale minimo che, con un predeterminato valore di accuratezza, consente di predire l’accadimento dei guasti.

Validazione

Per validare il sistema di predizione è necessario lo sviluppo di un simulatore di macchina che fornisca uno storico di rilevamenti, compatibile con le funzionalità della macchina stessa e nel contempo basato su regole di guasto preimpostate, ed eventi di guasto e manutenzione simulati anch’essi sulla base di parametri. Il sistema di predizione dovrà fornire tutte e sole le regole di guasto impostate nel simulatore. 

Processi Innovativi per la Riduzione del Rischio di Fermo-macchina

Perchè?

Il contenimento dei costi nel servizio di manutenzione in generale ha dato impulso allo sviluppo di tecniche di ricerca operativa per la detezione automatica anticipata di situazioni critiche per il funzionamento della macchina, in particolare lo sviluppo di un sistema di predizione dei guasti o più propriamente di segnalazione preventiva di potenziali occorrenze di anomalie e malfunzionamenti, a partire dall’analisi dei dati diagnostici.

Cosa

A valle di un sistema automatico di previsione di guasti vi è un operatore umano a cui in ultima analisi spetta la decisione dell’intervento manutentivo. Risulta quindi necessario non solo una affidabile previsione di guasto con relativa probabilità ma anche una “motivazione”. Questo vincolo operativo esclude di fatto l’utilizzo di metodi tradizionali. Il sistema sviluppato ha invece conciliato l’analisi con la estrazione e presentazione della regola originante.

Apprendimento

L’apprendimento delle regole con cui determinare le probabilità di accadimento dei guasti avviene mediante l’analisi comparata dello storico dei rilevamenti da parte dei sensori di vario genere installati sulla macchina e lo storico dei guasti avvenuti. Mediante un approccio statistico/entropico viene determinato l’albero decisionale minimo che, con un predeterminato valore di accuratezza, consente di predire l’accadimento dei guasti.

Validazione

Per validare il sistema di predizione è necessario lo sviluppo di un simulatore di macchina che fornisca uno storico di rilevamenti, compatibile con le funzionalità della macchina stessa e nel contempo basato su regole di guasto preimpostate, ed eventi di guasto e manutenzione simulati anch’essi sulla base di parametri. Il sistema di predizione dovrà fornire tutte e sole le regole di guasto impostate nel simulatore. 

 

MIMOS Movimento Italiano Modellazione e Simulazione - Associazione culturale senza scopo di lucro - Corso Marche 41 – 10146 Torino - CF 97623370018