Monitoraggio delle condizioni in manutenzione

Abstract

Questa tesi presenta uno studio completo condotto durante uno stage di un anno presso Corteva Agriscience, incentrato sulla manutenzione dell'Unità di Trattamento Termico (TTU) presso lo stabilimento di Mozzanica. La ricerca ha comportato la preparazione di un programma di manutenzione preventiva, un monitoraggio intelligente delle condizioni e l'identificazione e la categorizzazione dei componenti critici della TTU.

Una parte significativa del ruolo consisteva nell'implementare la manutenzione predittiva utilizzando l'apprendimento automatico, che prevedeva l'utilizzo dei dati dei sensori raccolti per addestrare modelli in grado di prevedere potenziali guasti alle apparecchiature. Questo approccio ha migliorato l’affidabilità e l’efficienza della TTU. La tesi approfondisce inoltre le pratiche specifiche di funzionamento e manutenzione relative alla TTU, fornendo una panoramica completa del suo ruolo e significato nelle operazioni dell'impianto. Lo studio sottolinea l'importanza della strumentazione e delle considerazioni sulla sicurezza nel funzionamento di una TTU. La ricerca ha comportato anche la creazione di una scomposizione della posizione funzionale della TTU, che è stata una risorsa preziosa durante tutto il tirocinio. È stato utilizzato per il monitoraggio quotidiano della TTU, la pianificazione e l'esecuzione delle attività di manutenzione e l'identificazione e la mitigazione dei potenziali rischi. La tesi si conclude con un'analisi dei componenti chiave del processo in un'unità di trattamento termico, fornendo una comprensione dettagliata della struttura e del funzionamento del sistema. Questa ricerca contribuisce in modo significativo al campo della manutenzione e del funzionamento degli impianti, dimostrando l'importanza dell'analisi dettagliata e della categorizzazione dei componenti nella manutenzione e nel funzionamento degli impianti.

This thesis presents a comprehensive study conducted during a one-year internship at Corteva Agriscience, focusing on the maintenance of the Thermal Treatment Unit (TTU) at the Mozzanica plant. The research involved the preparation of a preventive maintenance schedule, smart condition monitoring, and the identification and categorization of critical components of the TTU.

A significant part of the role was implementing predictive maintenance using machine learning, which involved using collected sensor data to train models that could predict potential equipment failures. This approach enhanced the reliability and efficiency of the TTU. The thesis also delves into the specific workings and maintenance practices related to the TTU, providing a comprehensive overview of its role and significance in the plant operations. The study underscores the importance of instrumentation and safety considerations in the operation of a TTU. The research also involved creating a function location decomposition of the TTU, which served as a valuable resource throughout the internship. It was used for daily monitoring of the TTU, planning and executing maintenance activities, and identifying and mitigating potential risks. The thesis concludes with an analysis of key process components in a thermal treatment unit, providing a detailed understanding of the system’s structure and operation. This research contributes significantly to the field of plant maintenance and operation, demonstrating the importance of detailed component analysis and categorization in plant maintenance and operation.