Diagnosi delle cause di malfunzionamenti di valvole a gas mediante modelli di Machine Learning su curve di modulazione

Con l’evolversi dell'industria moderna, segue la necessità di una digitalizzazione dei dati per ottimizzare i processi e ridurre l'intervento umano, specialmente nelle attività che richiedono precisione e coerenza. Prendiamo in considerazione il caso dell’azienda SIT Group: la crescente complessità dei dispositivi di sicurezza e controllo per apparecchi a gas, come le valvole 848 Sigma prodotte dall’azienda stessa, richiede metodi avanzati per l’analisi delle problematiche riscontrate durante il loro utilizzo. Attualmente, l'analisi delle valvole rese dai clienti si basa principalmente su una valutazione manuale da parte di operatori esperti, un processo che può risultare soggettivo e inefficiente. Questa relazione propone un approccio innovativo per l’analisi delle curve di modulazione delle valvole utilizzando tecniche di Machine Learning, con l'obiettivo di automatizzare e migliorare il processo di diagnostica. Dopo una valutazione delle tecniche supervisionate e non supervisionate, è stata scelta l’Analisi delle Componenti Principali (PCA) come strumento principale per ridurre la dimensionalità dei dati e identificare pattern significativi all'interno delle curve. Utilizzando la PCA, è stato possibile distinguere tra valvole standard e non-standard, riducendo la dipendenza dall’analisi visiva soggettiva e migliorando l’efficienza del processo diagnostico. Inoltre, la clusterizzazione dei dati ha permesso di identificare gruppi di valvole con comportamenti simili, facilitando l'individuazione delle problematiche ricorrenti. I risultati di questo studio dimostrano come l’applicazione del machine learning possa migliorare significativamente la capacità di identificare difetti nelle valvole, riducendo i tempi di analisi e garantendo una maggiore coerenza nei risultati. La digitalizzazione e la standardizzazione di questo processo possono fornire a SIT Group un vantaggio competitivo, ottimizzando la gestione della qualità e del servizio di After Sales.