La Manutenzione predittiva al servizio degli elettrodomestici

15/10/2020

Negli ultimi anni, l’industria dell’household appliance ha fatto passi da giganti soprattutto grazie allo sviluppo dei prodotti IoT che, tramite Internet e la rete wi-fi, sono in grado di comunicare tra loro e con chi li ha acquistati, fornendo in tempo reale informazioni sul proprio stato di funzionamento.

Moxoffazienda specializzata nello sviluppo di soluzioni analitiche innovative nel campo dell’ingegneria, delle scienze della vita e delle scienze sociali – in occasione del Digital360 Awards 2020 ha presentato un progetto dal titolo “La matematica per la Predictive Maintenance” risultato tra i finalisti per la categoria “Machine Learning e Intelligenza Artificiale”.

Si tratta di un modello di manutenzione predittiva atto a segnalare la probabile insorgenza di un guasto all’interno di un elettrodomestico e, di conseguenza, consentire un repentino intervento da parte del Service che l’ha venduto.

La tecnologia IoT negli elettrodomestici

Nel mercato di consumo moderno, qualità, efficienza e tecnologia sono elementi sempre più importanti, che possono decretare il successo o l’insuccesso di un prodotto. 

Ed è per questo che negli ultimi anni molti player del settore hanno deciso di lanciare nel mercato elettrodomestici connessi (lavatrici, asciugatrici, lavastoviglie, frigoriferi, forni eccetera) nel tentativo di raccogliere informazioni strategiche per lo sviluppo di servizi innovativi.

Gli elettrodomestici di ultima generazione, sfruttando la connessione wi-fi di casa, sono in grado di comunicare con l’utente consentendogli, per esempio, di impostare a distanza il programma desiderato. Ma non solo, è possibile anche accedere alle caratteristiche tecniche dell’apparecchio e ad alcuni parametri ottenuti attraverso sensori montati nelle macchine.

Il progetto di Moxoff

Il progetto presentato da Moxoff si articola in 3 macro-attività principali: 

  1. realizzazione di una Proof of concept(PoC), ossia una bozza del progetto finalizzata allo sviluppo del modello predittivo partendo da uno specifico caso di studio (un determinato modello di lavatrice); 
  2. sviluppo, irrobustimento della pipeline di analisi e delle tecniche individuate
  3. progettazione e realizzazione di un’applicazione web (dashboard) semplice e fruibile da remoto.

Fase 1: la raccolta dei dati

Moxoff è in grado di valorizzare i dati raccolti attraverso la tecnologia IoT per monitorare in tempo reale lo stato di funzionamento degli elettrodomestici e riconoscere pattern di degrado, precursori di malfunzionamenti e guasti.

I dati raccolti in cloud, rilevati dai sensori presenti nelle macchine, vengono inizialmente salvati nel Data Lake aziendale e successivamente analizzati dagli algoritmi sviluppati ad hoc da Moxoff

Fase 2: la Functional Data Analysis

Grazie ad algoritmi sviluppati con tecniche di Functional Data Analysis, il programma sistema è in grado di riconoscere rileva valori di picco e scostamenti rispetto al tracciato “ideale”, ricavato da misurazioni eseguite su macchine sane, in maniera totalmente automatica.

L’automatizzazione del processo comporta un considerevole risparmio in termini di tempo e di efficienza, in quanto evita a un operatore di dover effettuare manualmente il tagging dei dati o la definizione del comportamento ideale.

L’algoritmo è in grado di:

  1. prevedere con anticipo oltre la metà dei possibili guasti, tenendo il numero di falsi warning sotto il 10%.
  2. segnalare non solo l’insorgenza ma anche il tipo di guasto;
  3. adattarsi facilmente a prodotti diversi e con caratteristiche di funzionamento differenti.

 

Fase 3: la dashboard

Grazie all’applicazione web (dashboard) sviluppata ad hoc è possibile individuare tutti gli elettrodomestici connessi per i quali è previsto un guasto imminente, consentendo una pianificazione degli interventi di manutenzione, oltre che l’approvvigionamento dei pezzi di ricambio (supply chain), molto più rapida ed efficiente.

Ne consegue un enorme beneficio sia per il Service, che può accedere direttamente a queste informazioni, sia – in prospettiva – per il dipartimento di Product marketing, che potrebbe pensare a prodotti con funzionalità legate al reale utilizzo da parte dell’utente finale.