Codice
CA.PLT.F015.27
La manutenzione predittiva consente di anticipare guasti e anomalie attraverso l'analisi dei dati provenienti dagli impianti, trasformando la manutenzione da attività reattiva a leva strategica per l'efficienza aziendale. Il corso fornisce una panoramica pratica delle metodologie, degli strumenti digitali e degli algoritmi di machine learning utilizzati per monitorare le condizioni operative delle macchine, prevedere possibili criticità e supportare decisioni manutentive più efficaci.
Obiettivi
Per ridurre i fermi impianto e prevenire guasti imprevisti.
Per ottimizzare i costi di manutenzione e aumentare l'affidabilità degli asset aziendali.
Per comprendere come sfruttare dati, sensori e intelligenza artificiale a supporto delle decisioni operative.
Per acquisire una visione concreta delle applicazioni del machine learning in ambito industriale.
Per apprendere, attraverso casi reali ed esercitazioni pratiche, come progettare e implementare un sistema di manutenzione predittiva.
Per supportare i processi di digitalizzazione e innovazione previsti dai modelli Industria 4.0 e 5.0.
Finalità formative
Il percorso ha l'obiettivo di fornire ai partecipanti le competenze necessarie per comprendere e applicare i principi della manutenzione predittiva nei contesti industriali. Al termine del corso saranno in grado di:
Comprendere le diverse politiche manutentive e scegliere l'approccio più adatto al proprio contesto produttivo.
Interpretare e valorizzare i dati raccolti da sensori e sistemi IIoT.
Comprendere il funzionamento dei modelli predittivi e delle tecniche di machine learning applicate alla manutenzione.
Definire KPI e sistemi di monitoraggio per individuare tempestivamente situazioni critiche.
Valutare benefici, costi e ritorno degli investimenti legati all'implementazione di strategie di manutenzione predittiva.
Sviluppare semplici modelli di analisi in ambiente R o Python attraverso esempi e casi applicativi.
Programma
La manutenzione degli impianti industriali
Le principali politiche manutentive e i criteri per la loro selezione
Introduzione alla manutenzione predittiva e all’approccio data-driven
Raccolta e analisi dei dati provenienti da sensori IIoT installati su impianti e macchinari
Applicazione del machine learning e dei modelli predittivi al monitoraggio delle condizioni operative
Definizione di indicatori predittivi, KPI e sistemi di allerta basati sull’intelligenza artificiale
Integrazione dei modelli predittivi nei processi decisionali relativi alla manutenzione
Introduzione a casi applicativi industriali e valutazione del ritorno degli investimenti
Sviluppo modello predittivo in R o Python, casi studio ed analisi
A chi è rivolto
Il corso è rivolto a:
Responsabili e tecnici della manutenzione che desiderano introdurre approcci predittivi basati sui dati.
Responsabili di produzione, di stabilimento e di operations interessati a migliorare affidabilità ed efficienza degli impianti.
Ingegneri di manutenzione, processo, automazione e affidabilità .
Tecnici coinvolti nella gestione di macchinari e impianti industriali.
Data analyst e figure IT che collaborano a progetti di Industrial IoT, analytics e intelligenza artificiale applicata alla produzione.
Responsabili di progetti Industria 4.0 e Digital Transformation.
Consulenti e professionisti che operano nell'ambito dell'ottimizzazione dei processi industriali.
Prerequisiti
È consigliata una conoscenza di base dei processi produttivi e della manutenzione industriale. Per le attività pratiche di sviluppo dei modelli predittivi in R o Python non sono richieste competenze avanzate di programmazione, ma una minima familiarità con l'utilizzo di strumenti informatici facilita la partecipazione al corso.
Relatori
Prof. Maurizio Faccio
Attualmente Professore Ordinario di Impianti Industriali e Logistica presso l’Università degli Studi di Padova. La sua attività di ricerca si concentra sulla progettazione e gestione di sistemi industriali, sullo sviluppo ed integrazione di tecnologie di produzione e logistiche avanzate, sulla progettazione di sistemi di assemblaggio, sulla logistica industriale e sulla progettazione e gestione dei magazzini.
Informazioni
Ecco tutte le info pratiche per partecipare al corso.
Sede
Online
Durata
8 ore
Incontri
1
Costo a persona
290,00 Euro + IVA iscritto a Confindustria Veneto Est e Confindustria Alto Adriatico sede di Pordenone
350,00 Euro + IVA
Durante lo svolgimento, o al termine dell’attività formativa, il materiale didattico verrà reso disponibile in versione digitale.
Per conoscere le Agevolazioni previste sui nostri corsi, consultare le Note Organizzative.
Calendario
19 marzo 2027 - orario 9.00/18.00
Oltre alla conferma automatica d'iscrizione, riceverete in un secondo momento il link alla sessione che sarà attivato 15 minuti prima dell'inizio previsto per gestire eventuali problemi di connessione.
-
Referente area:
Matteo Scomparin
-
telefono
-
email