Lo stabilimento del Gruppo BMW di Ratisbona implementa un innovativo sistema di manutenzione predittiva

Lo stabilimento BMW di Regensburg stabilisce nuovi standard nell'efficienza della linea di montaggio grazie al suo innovativo sistema di analisi intelligente, volto a prevenire fermi macchina imprevisti e a ottimizzare il flusso di produzione dei veicoli. 

La soluzione di manutenzione predittiva all'avanguardia impiega l'intelligenza artificiale (IA) perdente risolvere in modo proattivo potenziali guasti alle apparecchiature, con conseguenti miglioramenti significativi nei tempi di attività della produzione e risparmi sui costi.

Il sistema di monitoraggio intelligente dello stabilimento BMW di Ratisbona si concentra sul processo di assemblaggio, in cui i veicoli sono agganciati a sistemi di trasporto mobili o skid. Questi sistemi attraversano i capannoni di produzione in una catena e qualsiasi guasto tecnico nei sistemi di trasporto può interrompere la linea di assemblaggio, con conseguenti maggiori sforzi e costi di manutenzione. 

Per aggirare questi problemi, il team di innovazione della BMW ha sviluppato un sistema in grado di rilevare tempestivamente i guasti, garantendo una produzione ininterrotta.

Sorprendentemente, questo sistema di monitoraggio sfrutta i dati esistenti provenienti dai componenti installati e dal controllo degli elementi del trasportatore, eliminando la necessità di sensori o hardware aggiuntivi. Valuta attivamente vari punti dati, tra cui fluttuazioni del consumo energetico, irregolarità nel movimento del trasportatore e leggibilità dei codici a barre, perdenteventuali anomalie. 

Quando vengono rilevate tali anomalie, viene immediatamente inviato un avviso al centro di controllo della manutenzione, consentendo di intervenire rapidamente per risolvere il problema.

Il responsabile del progetto Oliver Mrasek sottolinea il funzionamento continuo del sistema: "I monitor di sorveglianza del nostro centro di controllo sono attivi 24 ore su 24, 7 giorni su 7, consentendoci di reagire rapidamente a qualsiasi tipo di segnalazione di guasto e di interrompere il ciclo di vita del veicolo interessato"

Implementazione: supportata dall'intelligenza artificiale, standardizzata e conveniente

La manutenzione predittiva non è una soluzione a sé stante; è un progetto collaborativo. La standardizzazione del sistema, in collaborazione con la direzione centrale degli stabilimenti del BMW Group e con altri siti produttivi, ne facilita la rapida implementazione nelle sedi del BMW Group in tutto il mondo. 

Un vantaggio notevole è il rapporto qualità-prezzo, poiché non richiede sensori aggiuntivi e le spese sono limitate allo spazio di archiviazione e alla potenza di calcolo.

Modelli di apprendimento automatico interni sono integrati nel sistema, utilizzando mappe di calore con diversi codici colore per visualizzare i modelli di guasto nei vari componenti. Questa rappresentazione visiva consente ai tecnici della manutenzione di rispondere con precisione ai problemident.

Il successo del sistema è confermato da continui sforzi di miglioramento. Il team sta attualmente ampliando le sue capacità collegando ulteriori installazioni, ottimizzando il sistema e integrando le azioni consigliate nei messaggi di errore. Questo miglioramento mira a semplificare la risoluzione dei problemi per i tecnici della manutenzione, evidenziando problemi simili che si sono verificati nel sistema.

Deniz Ince, data scientist del team, sottolinea i vantaggi più ampi della manutenzione predittiva ottimale: "La manutenzione predittiva ottimale non solo ci fa risparmiare denaro, ma ci consente anche di consegnare la quantità pianificata di veicoli nei tempi previsti, il che ci consente di risparmiare un sacco di stress nella produzione"

Obiettivi futuri: migliorare la prevedibilità e i brevetti

Il percorso dello stabilimento BMW di Ratisbona nel monitoraggio basato sui dati della tecnologia dei nastri trasportatori dura da sei anni, con circa l'80% delle principali linee di assemblaggio monitorate tramite questo sistema. Sebbene non sia possibile prevedere tutti i guasti, il sistema ha già evitato circa 500 minuti di fermo macchina all'anno solo nell'assemblaggio dei veicoli. Considerato il ritmo di produzione dello stabilimento, ciò si traduce in significativi miglioramenti dell'efficienza operativa.

Gli obiettivi futuri del team includono il miglioramento della prevedibilità stimando il tempo rimanente tra il rilevamento del guasto e il potenziale fermo macchina. Questa funzionalità aiuterà i tecnici a stabilire le priorità degli interventi di manutenzione in base all'urgenza. Inoltre, si sta valutando l'utilizzo del sistema in altre aree dell'impianto, come le apparecchiature utilizzate per il riempimento dei veicoli con liquido freni e refrigerante.

È degno di nota che il sistema di apprendimento integrato dello stabilimento BMW Group di Regensburg sia un pioniere nel suo campo, ottenendo riconoscimenti dai produttori di apparecchiature e portando alla registrazione di due brevetti da parte del BMW Group.