Analisi delle metodologie di manutenzione predittiva e diagnostica dei guasti in ambito ferroviario e applicazione di un caso reale

The maintenance is an ancient activity, closely linked to the progress of society and strategies for goods construction and production. Products maintenance is an investment that guarantees the products availability. In this compound, product condition knowledge is really important during the process to forecast a potential failure, optimizing products efficiency. This is the predictive maintenances aim, that has fastly grown in several sectors, including electrical railway traction. Despite of its important benefits, predictive maintenances application seems quite limited in national industry because of its disadvantages, for example the need to install new and expensive sensors, the large amount of data from continuous monitoring to analyze and the specific training of the staff. The goal of this project is to propose an intelligent predictive maintenance strategy that can valorize the advantages of this maintenance policy. In particular, the thesis tries to promote non-invasive techniques, that use normally yet installed sensors and detectors, based on the continuous monitoring of particular parameters. In another words, the aim is develop the maintenance systems software part to reduce costs of new sensors installation, i.e. the hardware part. Then, the exposed strategy is applied to a real case: the accidental supply cables inversion of a traction motor. A predictive algorithm is developed with a traction system Simulink models simulation to extract failure features. At the end, a failure diagnosis algorithm, based on the simulations result, is proposed.

La manutenzione è unattività antica, legata strettamente con il progresso della società e delle strategie atte alla costruzione ed alla produzione dei beni necessari alluomo. La manutenzione di un prodotto o di un bene durevole è un investimento che ne garantisce la disponibilità. In questo ambito, risulta molto importante la conoscenza delle condizioni del bene in considerazione durante il suo utilizzo, in modo da prevedere linsorgenza dei guasti, ottimizzando la disponibilità del bene stesso. Questo è lobiettivo della manutenzione predittiva, che negli ultimi decenni sta evolvendo in maniera interessante in diversi ambiti, tra cui quello degli azionamenti elettrici per la trazione elettrica ferroviaria. Nonostante gli enormi benefici, lapplicazione della manutenzione predittiva risulta piuttosto limitata nellindustria nazionale a causa dei problemi che ne derivano, come la necessità di installare nuovi e costosi rilevatori, lelevata mole di dati da analizzare proveniente dal monitoraggio e la formazione specifica del personale addetto. Lobiettivo dellelaborato è proporre una filosofia di manutenzione predittiva, valorizzando i vantaggi di tale politica manutentiva. Il progetto, in particolare, punta a promuovere tecniche non invasive che utilizzino sensori e rilevatori già installati nel sistema, basate sul monitoraggio continuo di alcuni parametri del sistema sensibili al guasto. In altre parole, si punta allo sviluppo del lato software del processo manutenzione, risparmiando sullinstallazione di componenti aggiuntivi, cioè il lato hardware. La strategia esposta viene applicata ad un caso pratico: linversione accidentale di due cavi di alimentazione del motore impiegato per la trazione elettrica ferroviaria. Lalgoritmo predittivo viene elaborato tramite le simulazioni di un modello realizzato in Simulink del sistema di trazione e vengono estratte le caratteristiche di riconoscimento del guasto. Infine viene proposto un algoritmo di diagnostica del guasto considerato, basato sui risultati delle simulazioni.