Questo sito utilizza cookies, anche di terze parti. Proseguendo la navigazione acconsenti al loro uso.
Nell'Informativa sulla Privacy puoi leggere le istruzioni per l'eventuale disabilitazione.

Accetto | Maggiori Informazioni
Tecniche e strumenti di manutenzione predittiva (ON LINE)

Tecniche e strumenti di manutenzione predittiva (ON LINE)

Codice corso: 20-VOU-001-10 Area: VOUCHER

Date: Durata: 12 ore


OBIETTIVO:

La manutenzione predittiva, predictive maintenance, risulta essere un approccio strategico per le aziende che intendono ottimizzare i propri asset infatti analizzando i segnali real-time trasmessi dai sensori installati sulla macchina è possibile monitorare costantemente i parametri di funzionamento, con il vantaggio di poter attivare interventi che riducono il rischio di fermo macchina. Grazie all’utilizzo di questi modelli previsionali il guasto futuro è segnalato in tempo utile e consente di svolgere l’attività manutentiva prima che si verifichi il guasto.

CONTENUTI:

Modulo 1 - La manutenzione predittiva (4 ore)
• Introduzione
• Ambito e scopo della manutenzione predittiva
• Evoluzione della Condition-Based Maintenance
• Metodi e strumenti:
o Analisi delle vibrazioni
o Principali modi di guasto diagnosticabili sulle macchine rotanti
o Analisi delle macchine rotanti e individuazione delle frequenze caratteristiche di vibrazione

Modulo 1 - La manutenzione predittiva (4 ore)
• Vibrazioni: procedure operative di acquisizione dei dati
• Analisi dei fluidi lubrificanti
• La ferrografia
• Termografia
• Esempi di applicazione della termografia

Modulo 3 – La prognostica (4 ore)
• Introduzione alla prognostica
• Machine learning e strumenti a support della prognostica
• Tipologie e ambiti
• Esempi operativi mediante algoritmi di Big-Data Analytics (uso del software di analisi RapidMiner®)

DURATA:

12 ore, suddivise in tre incontri da 4 ore, acquistabile anche per singolo modulo.

DOCENTE:

Professor Marco Frosolini, laureato in ingegneria meccanica, Ricercatore presso il Dipartimento di Ingegneria Civile e Industriale dell'Università di Pisa e professore associato presso il Dipartimento di Ingegneria Civile e Industriale dell’Università di Pisa.

 

MODALITA':

Il percorso formativo verrà erogato mediante piattaforma, in modalità sincrona, con la possibilità di interazione diretta con il docente.

P.I. 01886580461 - C.F. e NUMERO DI ISCRIZIONE AL REGISTRO DELLE IMPRESE DI LUCCA: 92029170468 - Numero REA: 177687 - Capitale sociale: € 153.000,00 - tagmap