Sistema di manutenzione con intelligenza artificiale

Questo libro presenta una nuova proposta per il pre-dispacciamento del carico considerando le condizioni tecniche dei motori delle centrali termoelettriche, combinando diverse tecniche di manutenzione e diagnostica basate sull'intelligenza computazionale attraverso la logica fuzzy. La diagnosi delle condizioni tecniche dei motori viene effettuata utilizzando l'analisi dell'olio lubrificante, l'analisi delle vibrazioni e la termografia. Grazie a questi dati e all'analisi statistica, è possibile prevedere quando un motore può guastarsi anche a carico pre-scarico. Per aumentare l'affidabilità dei motori e dell'alimentazione elettrica, è stato realizzato il Programma di Gestione della Manutenzione (PGM), utilizzando strumenti di gestione, applicando solo i 4 pilastri della TPM (Total Productive Maintenance) e combinandoli con la manutenzione predittiva e la diagnostica, permettendo così alla direzione di ridurre le soste correttive delle apparecchiature dell'impianto. Alcuni risultati ottenuti dopo l'implementazione sono: riduzione dei costi annuali di manutenzione, riduzione della manutenzione correttiva, aumento del MTBF (Mean Time Between Failures).