HomeIndustria 4.0Digital TransformationManutenzione predittiva: il modulo AI di TeamViewer

Manutenzione predittiva: il modulo AI di TeamViewer

Ti potrebbero interessare ⇢

nb

TeamViewer, fornitore di soluzioni di connettività remota sicura, ha ampliato la proposta IoT e ora è in grado di offrire funzionalità basate su intelligenza artificiale (AI) per gestire le attività di manutenzione predittiva.

In ambito IoT, fino ad ora, gli utenti di TeamViewer potevano leggere sensori, impostare allarmi e connettersi direttamente a un'ampia gamma di dispositivi. Da oggi, grazie al nuovo modulo, si aggiunge un'estensione intelligente per l’ambito della manutenzione predittiva che in particolare aiuta a ridurre i tempi di fermo macchina e quindi a risparmiare sui costi.

Il vantaggio dell'AI nella manutenzione

In passato, le macchine venivano riparate solo se si verificavano dei guasti (manutenzione reattiva), ma ormai sono sottoposte a regolari revisioni indipendentemente dal fatto che si rivelino difettose (manutenzione preventiva). In tempi più recenti è stata adottata la cosiddetta manutenzione predittiva che si basa principalmente su un insieme di determinati dati e parametri.

TeamViewer compie un decisivo passo in avanti offrendo ora l’analisi dei dati grazie al supporto AI. Gli algoritmi di machine learning possono quindi essere utilizzati per rilevare modelli precedentemente sconosciuti e per diagnosticare imminenti guasti della macchina fin dalla fase iniziale. La necessità di rilevare guasti imminenti è evidente in quanto ogni ora di inattività non pianificata costa in media 250.000[1] dollari US.

"Il nostro obiettivo è creare una libreria unica di ‘dati della macchina’ anonimizzati e quindi fornire l'accesso alle informazioni già esistenti a ogni cliente grazie al nostro modulo di manutenzione predittiva. I nostri clienti possono ridurre i tempi di inattività da subito e ogni giorno l'algoritmo apprende e migliora la capacità di valutare i parametri specifici, rendendo la manutenzione predittiva ancora più accurata. Il reparto che si occupa della manutenzione ha un impatto fino al 60% sulle spese operative[2]. La nostra ambizione è ridurre questa voce di costo attraverso un'analisi dei dati del dispositivo basata sull'intelligenza artificiale ", spiega Lukas Baur, Vice President IoT di TeamViewer.

TeamViewer è un'azienda di tecnologia leader a livello mondiale che fornisce una piattaforma di connettività per accedere, controllare, gestire, monitorare e dare assistenza tecnica in remoto su dispositivi di qualsiasi tipo - dai laptop e smartphone alle macchine e ai robot industriali. TeamViewer è gratuito per uso privato, tuttavia l'azienda registra oltre 500.000 utenti in abbonamento e consente alle aziende di tutte le dimensioni e di tutti i settori di digitalizzare i loro processi aziendali grazie alla connettività senza interruzioni.

Il nuovo modulo software ML-Trainer

ML-Trainer fornisce all'algoritmo di machine learning i dati che possono aver attivato l’allarme e impara a riconoscere schemi specifici. Di conseguenza, gli allarmi non si attivano in base a parametri fissi, ma sono soggetti a criteri che sono costantemente aggiornati e ottimizzati. I tempi di inattività, ma anche i falsi allarmi, possono essere ridotti notevolmente in questo modo anche nel lungo termine perché l'intelligenza artificiale apprende continuamente.

Il modulo di manutenzione predittiva di TeamViewer può essere facilmente integrato negli ambienti IoT TeamViewer già esistenti. L'algoritmo può già accedere ai set di dati campione che sono generati specificamente per questo modulo e per le varie tipologie di macchine, ad esempio turbine eoliche e pompe, e deve solo apprendere le caratteristiche della rispettiva macchina di riferimento.

1 https://lp.servicemax.com/Vanson-Bourne-Whitepaper-Unplanned-Downtime-LP.html?utm_source=blog&utm_campaign=vansonbourne2017

https://www.mckinsey.com/business-functions/operations/our-insights/the-future-of-maintenance-for-distributed-fixed-assets

Manutenzione predittiva: il modulo AI di TeamViewer - Ultima modifica: 2020-09-07T10:09:20+02:00 da Nicoletta Buora