Manutenzione predittiva: il caso Mikron : Studio di fattibilità di un sistema di manutenzione predittiva per un reparto produttivo Job Shop

Perri, Giovanni (2020) Manutenzione predittiva: il caso Mikron : Studio di fattibilità di un sistema di manutenzione predittiva per un reparto produttivo Job Shop. Master thesis, Scuola Universitaria Professionale della Svizzera Italiana.

[img] Text
Perri Giovanni_tesi_Master.pdf

Download (2MB)

Abstract

Con il termine “Industria 4.0” si indica la quarta rivoluzione industriale, partita da un progetto del governo tedesco finalizzato all’ammodernamento del sistema produttivo nazionale, attraverso l’investimento in infrastrutture, scuole, sistemi energetici, enti di ricerca e aziende. È basata su una serie di tecnologie abilitanti, strettamente legate alla digitalizzazione dei processi e all’integrazione tra tutte le parti interessate (uomo, macchina, strumenti, aziende esterne e strutture esterne). Tra le varie applicazioni che l’industria 4.0 trova all’interno di un contesto produttivo, un’importanza sempre maggiore viene data al miglioramento del processo di manutenzione degli asset aziendali, attraverso l’implementazione di sistemi di manutenzione predittiva che puntano a prevenire guasti e/o rotture al fine di aumentare la produttività, garantire la qualità dell’output e massimizzare il tempo di vita dell’asset. In questo documento sono state analizzate le principali strategie di manutenzione utilizzabili nei contesti produttivi, con un focus proprio su quella predittiva, analizzandone poi la fattibilità di implementazione all’interno di un contesto di tipo Job shop, presso NFI, reparto produttivo dell’azienda Mikron SA. Per fare ciò sono state approfondite le informazioni attualmente in possesso dal reparto relative a fermi macchina, guasti e costi della manutenzione, al fine di identificare eventuali asset critici, e, in parallelo, sono state analizzate alcune delle soluzioni di manutenzione predittiva attualmente sul mercato. I dati analizzati hanno permesso di identificare alcune macchine critiche ma, allo stesso tempo, lo scarso livello di manutenzione e l’incoerenza dei database utilizzati ha limitato, in maniera significativa, la possibilità di utilizzare un singolo database come fonte principale nell’identificazione degli asset dalla quale partire per un eventuale test pilota. Per questo motivo si è deciso di utilizzare due modelli appartenenti alla famiglia dei multi-criteria decision making, che hanno permesso, integrando le varie fonti di dati, di ottenere un ranking di criticità delle macchine, al fine di selezionare quelle che maggiormente necessiterebbero di un sistema di prevenzione dei guasti. Non essendo stati identificati dei valori attendibili di miglioramento all’interno di un reparto come NFI, è stata identificata una formula, in formato parametrico, che permetterà al management del reparto di valutare le diverse alternative sul mercato, dopo un’analisi approfondita di queste rispetto al contesto NFI (analisi non fattibile durante la stesura di questo lavoro per il blocco aziendale degli investimenti). Tale analisi dovrà fornire dei parametri di riduzione di fermi macchina e dei costi legati alla manutenzione e, solo in caso in cui questi superassero una soglia limite, attualmente identificata nel 50%, converrebbe investire in tali soluzioni. Sono infine state formulate delle raccomandazioni per il management del reparto, sulla base di quanto emerso nelle varie fasi di analisi. Questo lavoro ha inoltre permesso di esplorare una tematica ancora poco trattata in letteratura e di valutare l’applicabilità delle nuove tecnologie in contesi complessi, sia sotto l’aspetto del tipo di produzione che sotto l’aspetto dei processi.

Item Type: Thesis (Master)
Corso: UNSPECIFIED
Supervisors: Corti, Donatella
Additional Information: Indirizzo di approfondimento: Innovation Management
Uncontrolled Keywords: Industria 4.0, produzione, processi, flussi
Subjects: Economia
Divisions: Dipartimento economia aziendale, sanità e sociale > Economia e Diritto
URI: http://tesi.supsi.ch/id/eprint/3537

Actions (login required)

View Item View Item