Chi parla con il ventilatore

Lingua dei dati e IA – Messaggeri della digitalizzazione

La trasformazione digitale non è una novità con ChatGPT, anche l'intelligenza artificiale (IA) è parte integrante di questo processo. I compiti a essa assegnati comprendono sia attività ripetitive che altamente complesse. L'IA generativa può creare testi e immagini a partire da input umani, l'IA descrittiva riconosce schemi complessi e descrive stati attuali. Le applicazioni di IA si trovano sia nei servizi che nella produzione.

La trasformazione digitale significa anche comunicazione. Tra gli strumenti vi sono, tra l'altro, l'uso dell'era digitale, dei dati, non solo di quelli di natura personale. Ogni macchina, nel caso della tecnologia di ventilazione, ogni ventilatore, comunica costantemente attraverso i dati generati durante il funzionamento. Saperli utilizzare correttamente significa un'interazione tra membri di specie diverse – uomo e macchina – e quindi consentire una comprensione profonda. Infatti, con tutti i dati, la macchina rivela qualcosa di sé e del suo stato.

La sfida consiste nell'ascoltare e comprendere il linguaggio del ventilatore. Qui si concentra Ziehl-Abegg, utilizzando l'intelligenza artificiale per analizzare e diventare così interprete del linguaggio del ventilatore basato sui dati.

Manutenzione tradizionale – Poca libertà di azione

Comprendere a fondo il ventilatore può essere di particolare importanza quando si tratta di potenziali guasti o della necessità di interventi di manutenzione. La via tradizionale aspetta finché le componenti non diventano non funzionanti. Ciò comporta spesso tempi di inattività non pianificati, talvolta in momenti sfavorevoli. Possono verificarsi anche danni a componenti adiacenti. Interventi programmati a intervalli stabiliti, con tempi di fermo pianificati, possono essere utili, anche se talvolta si sostituiscono parti ancora integre. Inoltre, le esperienze o le indicazioni sulla durata funzionamento non proteggono da componenti che si guastano in modo imprevisto e "fuori serie". Ogni prodotto è diverso, e processi differenti non permettono di avere una valutazione certa sullo stato. Ciò significa anche che risorse come pezzi di ricambio devono essere sempre disponibili e tenute in magazzino, e che i tecnici devono essere disponibili anche all'ultimo minuto.

È quindi quasi impossibile individuare il momento più adatto per intervenire in modo efficace. Raramente un danno si manifesta improvvisamente, di solito si segnala in anticipo. Tuttavia, se non si riescono a vedere i segnali silenziosi e non si riconosce dall'esterno che una componente non funziona più in modo ottimale, si deve agire per supposizione. Se il ventilatore potesse fornire informazioni su sé stesso e sul suo stato operativo in qualsiasi momento, l'uomo sarebbe sempre informato. Comprendere il linguaggio basato sui dati del ventilatore significa sapere esattamente come stanno lui e le sue componenti in ogni singolo istante. La comparsa di un guasto imminente potrebbe essere prevista con maggiore precisione.

Sensori integrati – La raccolta dei dati

In questo ambito, Ziehl-Abegg ha già fatto diversi passi innovativi. La sfida iniziale è la raccolta dei dati. I ventilatori sono stati dotati di sensori perfettamente adattati alle esigenze della tecnologia di ventilazione, in modo da "farli parlare". Grazie a sensori già presenti nel motore del ventilatore, è possibile ottenere dati di vibrazione e telemetria direttamente sul posto. Parametri rilevanti sono, ad esempio, vibrazioni sugli assi, velocità di rotazione, temperature e corrente assorbita.

Trasmissione al cloud – La storicizzazione dei dati

I dati raccolti sono stati visualizzati inviandoli alla soluzione cloud ZAbluegalaxy. La lingua del ventilatore è diventata visibile. In questo modo, i dati di misurazione sono stati monitorati, registrati e storicizzati. Le analisi possibili hanno già permesso di trarre prime conclusioni sullo stato del ventilatore, ad esempio, emettendo avvisi di allerta sulla base di tali dati.

IA integrata – La comprensione dei dati in tempo reale

È stata già affrontata la sfida di capire anche il linguaggio e agire di conseguenza. Tuttavia, diversi fattori rendono quasi impossibile per gli esperti umani leggere, valutare e interpretare i dati in tempo reale. Tra questi, soprattutto, la quantità di dati e il fatto che alcuni stati operativi non si possono dedurre da singoli dati isolati, ma solo da combinazioni. La sorveglianza continua dei dati e la loro analisi da parte umana non sono praticabili. Anche un'elaborazione parziale dei dati non sarebbe aggiornata, rendendo inutile l'uso di dati in tempo reale. In caso di guasto, si potrebbe perdere il momento ottimale per intervenire.

Proprio qui entra in gioco l'intelligenza artificiale sotto forma di reti neurali. Le reti neurali, composte da neuroni artificiali connessi tra loro in più strati, sono esperte nel ricevere e analizzare dati. I dati arrivano in ingresso come vettore di input e passano attraverso uno o più strati nascosti fino all'output. In ogni livello avviene una elaborazione dei dati. Nell'output, i valori calcolati vengono trasformati in una forma leggibile dall'uomo, ad esempio, un valore percentuale che indica lo stato di una componente. Se si verifica una certa probabilità di guasto, viene emesso un avviso o un messaggio di errore. Basandosi sulle analisi, l'IA può anche fornire raccomandazioni operative se necessario. La rete neurale può aiutare anche nella diagnosi di problemi o guasti, identificando possibili cause dai dati di funzionamento. L'intelligenza artificiale assume così il ruolo di un collaboratore che ascolta costantemente la comunicazione del ventilatore, comprende le sue parole, le interpreta e propone azioni. I dati raccolti finora possono ora essere elaborati in modo più efficace.

Integrazione dell'IA – La preparazione dei dati

Come ogni collaboratore, anche l'IA deve essere addestrata. Ziehl-Abegg l'ha allenata attraverso lavori preparatori approfonditi: milioni di punti dati sono stati raccolti, registrati e associati a specifici stati di funzionamento. Sono state prese decisioni su quali punti dati e caratteristiche siano importanti per analizzare determinati stati e come valutarli. Sono stati simulati guasti e danni, così che l'IA conosca il comportamento normale del ventilatore e possa rilevare anche le più piccole deviazioni come un cane da tartufo. Contemporaneamente, grandi quantità di dati sono state preparate tramite feature engineering, standardizzate e trasformate. I dati devono essere non solo di alta qualità, ma anche in forma uniforme per consentire confronti. All'IA viene fornita una guida di riferimento da seguire.

Soprattutto per poter eseguire calcoli direttamente sulla componente, è necessario ridurre i dati, trovando un equilibrio tra semplicità e massima precisione. Tuttavia, questa aggregazione aumenta la sintesi, poiché troppi dati e caratteristiche renderebbero l'analisi meno precisa. L'IA addestrata può essere testata anche su dati di validazione.

Accoppiamento perfetto – Conoscenza esperta e IA

I dati e l'IA devono essere preparati per il loro compito. Anche dopo, l'IA assume un ruolo importante, ma non decide da sola. Traduce, grazie alle sue straordinarie capacità analitiche, il linguaggio del ventilatore per l'operatore umano e fornisce raccomandazioni. La decisione su come agire rispetto a un consiglio deve comunque essere presa dall'esperto umano, dopo aver valutato le informazioni e considerato altri fattori. L'uomo deve continuare a possedere conoscenze specialistiche e contestuali, l'IA non può agire autonomamente. È possibile impostare il ventilatore in modo che si spenga immediatamente in caso di errore, ma questa funzione deve essere attivata volontariamente e non è di default.

In definitiva, l'intelligenza artificiale e quella umana lavorano a stretto contatto. La possibilità di monitoraggio in tempo reale e le capacità analitiche dell'IA, posizionata direttamente sulla componente, creano una sinergia perfetta con l'uomo, che possiede competenze e capacità decisionali.

La manutenzione rivoluzionata – Potere decisionale tramite IA

Si evidenzia che l'uomo dispone di maggiore margine di manovra rispetto al passato. La collaborazione con l'IA consente un sistema di manutenzione moderno, che può vantare diversi vantaggi. Che il guasto si manifesti in modo prevedibile o improvviso, ogni danno e potenziale guasto viene annunciato in anticipo, dando tempo per reagire. Ciò sposta l'azione umana verso un approccio più proattivo piuttosto che reattivo o di emergenza. La pianificazione diventa centrale. Anche i guasti imprevisti si segnalano e, al contrario, non è più necessario sostituire parti ancora integre che potrebbero durare più a lungo del previsto. La vita utile di un componente può essere sfruttata al massimo, mitigando le conseguenze di eventuali guasti.

Gli avvisi di guasto di solito offrono abbastanza margine per stabilire un momento favorevole per la manutenzione. I processi in corso vengono ottimizzati, aumentando l'affidabilità del ventilatore. I tempi di fermo sono ridotti al minimo, limitati alla sola durata della manutenzione. Gli operatori non devono più essere pronti su chiamata e i pezzi di ricambio non devono essere necessariamente in magazzino. I costi e i tempi di manutenzione sono ridotti al minimo. La manutenzione non è più un fastidioso imprevisto che interrompe l'operatività, ma diventa parte integrante del processo.

Oltre ai vantaggi della manutenzione ottimizzata, ci sono altri benefici. Col tempo, sarà possibile identificare aree problematiche ricorrenti, ad esempio, con messaggi di errore simili, o definire il tempo fino al primo guasto, anche in funzione delle condizioni ambientali. I parametri di funzionamento possono essere facilmente adattati. I piani di manutenzione non diventano obsoleti, ma possono essere migliorati. In generale, si può imparare a conoscere il ventilatore e il suo funzionamento a un livello superiore, aprendo la strada a nuove strategie di manutenzione.

Il valore di tempo e spazio – Il sistema embedded

Oltre all'uso generale dell'intelligenza artificiale, si evidenzia in particolare l'impiego di un sistema embedded. Più precisamente, il termine "embedded system" si riferisce in doppio senso. I sensori non devono essere acquistati separatamente, poiché sono già integrati nel motore stesso – adattati alle esigenze del ventilatore, mentre sensori esterni potrebbero non catturare tutti i dati rilevanti.

La IA non deve essere acquistata separatamente, poiché è già parte integrante del sistema. Non sono necessari software esterni o altre infrastrutture come piattaforme di analisi dati.

È possibile collegare il ventilatore a un gateway e inviare i dati al cloud – anche se i dati devono essere richiesti attivamente dall'utente – ma per l'analisi di un singolo dispositivo non è determinante. I vantaggi sono evidenti: tempi di latenza quasi nulli, analisi in tempo reale. Se si desidera visualizzare o archiviare i dati, o connettere più dispositivi, interviene il cloud, riducendo la quantità di dati trasmessi e alleggerendo il traffico di rete. Ciò comporta anche un vantaggio per i dati che devono essere trasmessi: il cloud rende visibile il lavoro dell'IA, che a sua volta si assicura di inviare solo dati già elaborati e di alta qualità.

Conclusioni

Ziehl-Abegg prosegue con coerenza nel suo percorso di sfruttamento dei dati esistenti, che descrivono precisamente lo stato del ventilatore. L'intelligenza artificiale non è più un optional, ma una componente essenziale del prossimo passo. Con la soluzione IA, si è creato uno strumento che rivoluziona anche la manutenzione nel settore della ventilazione. L'IA traduce il linguaggio basato sui dati del ventilatore e diventa una "intelligenza comunicativa". La sua capacità di descrivere gli stati di funzionamento permette di prevedere possibili guasti, passando da una IA descrittiva a una predittiva.

In futuro, potrà essere installata di serie in ogni ventilatore, aprendo la strada a modalità di lavoro completamente nuove. L'operatore del ventilatore avrà a disposizione un collaboratore sempre presente, che analizza dati ottimizzati e trae conclusioni in ogni momento. Paradossalmente, questo ulteriore passo di supporto favorisce maggiore autonomia grazie a migliori possibilità di intervento. In altri aspetti, si elimina un passaggio: grazie alla soluzione embedded, non è sempre necessario trasmettere i dati. La tecnologia più avanzata di digitalizzazione, l'IA, rende superflua una connessione costante alla rete e ottimizza l'uso del cloud. L'IA, quindi, funziona in modo autonomo, ma anche in sinergia ottimale con una soluzione ibrida come ZAbluegalaxy.