Anomaly detection sulle macchine industriali: come funziona, perché le macchine impulsive sono un caso a parte e a che punto siamo

1. Cos'è l'anomaly detection — e cosa non è

L'anomaly detection risponde a una domanda sola: questa macchina si sta comportando in modo diverso dal solito? Non dice quale componente si sta rompendo, né quando. Dice che qualcosa è cambiato, e lo dice presto — spesso molto prima che il valore di vibrazione superi una soglia normativa.

È il primo gradino di una scala in quattro livelli, e confonderli è la causa più comune di aspettative sbagliate:

La maggior parte del valore pratico sta nei primi due livelli: sapere subito che una macchina è cambiata permette di andare a guardarla prima che si fermi. La prognosi, invece, richiede dataset di guasti fino a rottura che quasi nessuna azienda possiede: per questo diffidiamo di chi la promette "di serie" — e non la promettiamo neanche noi.

2. Perché le soglie fisse non bastano

La norma ISO 20816-3 (che dal 2022 ha sostituito la ISO 10816-3) definisce quattro zone di severità — A, B, C, D — in funzione della velocità di vibrazione RMS, della potenza della macchina e del tipo di supporto. È uno strumento prezioso e VBOX4AI la applica dal primo minuto. Ma ha tre limiti strutturali:

1. Vale per un perimetro preciso: macchine rotanti sopra i 15 kW, tra 120 e 30.000 giri/min, misurate sui supporti in regime stazionario. Una pressa, una tappatrice o una macchina alternativa sono fuori perimetro.
2. È una soglia assoluta: una macchina che lavora tutta la vita a 1,2 mm/s e passa a 2,5 mm/s è cambiata del doppio, ma resta in zona "accettabile". La norma stessa suggerisce di fissare gli allarmi rispetto alla baseline della singola macchina, non ai confini di zona.
3. Ignora il contesto: lo stesso valore può essere normale a una velocità o con un prodotto e anomalo con un altro.

3. La baseline appresa: il "normale" di ogni macchina

La risposta ai limiti delle soglie fisse è imparare il normale di ogni singola macchina e misurare quanto se ne discosta. Sembra semplice; i dettagli fanno la differenza tra un sistema che funziona e uno che dopo un mese viene ignorato per i falsi allarmi. Questi sono i principi su cui abbiamo costruito VBOX4AI:

La baseline parte con il go-live: dal primo giorno il sistema segnala gli scostamenti evidenti; in genere dopo circa due settimane di funzionamento reale copre i regimi abituali e lavora a piena sensibilità, e da lì continua ad affinarsi in servizio.

4. La catena di elaborazione, passo per passo

Il lavoro è diviso tra il sensore, montato sulla macchina, e la piattaforma. L'ordine dei passaggi non è un dettaglio: ciascuno presuppone che il precedente sia stato fatto.

1. SensoreAcquisizione continua su tre assi ad alta frequenza di campionamento, con filtro anti-aliasing.
2. SensoreControllo qualità del segnale: saturazione, segnale piatto, perdita di campioni.
3. SensoreEstrazione degli indicatori ogni 10 secondi: velocità RMS per asse, kurtosis, fattore di cresta, energia per bande di frequenza, forma dello spettro.
4. PiattaformaStato e regime: in moto o ferma, cadenza produttiva, regime di funzionamento.
5. PiattaformaNormalizzazione per contesto: si toglie la parte di variazione spiegata da velocità, cadenza e carico.
6. PiattaformaPunteggio di anomalia sul residuo, con più rilevatori complementari: scarti statistici, derive lente cumulative, variazioni congiunte di più indicatori.
7. PiattaformaConsistenza temporale: la deviazione deve persistere.
8. PiattaformaIpotesi: quali assi e quali bande sono coinvolti, per orientare il manutentore.
9. UscitaSegnalazione in dashboard, nel MES J4BOX o nel sistema del cliente.

Perché gli indicatori e non il segnale grezzo? Perché riducono il traffico di rete di ordini di grandezza e permettono di lavorare anche su reti industriali modeste. Il segnale grezzo si acquisisce comunque a richiesta — per esempio nelle sessioni in cui l'operatore etichetta gli stati della macchina, o per un approfondimento diagnostico.

5. Macchine impulsive: perché sono un caso a parte

Quasi tutta la letteratura sul monitoraggio vibrazionale — e quasi tutti i prodotti in commercio — nasce per macchine rotanti in regime stazionario: motori, pompe, ventilatori, riduttori. Il segnale è continuo e ripetitivo, e le medie calcolate su una finestra sono stabili. Una larga parte del parco macchine italiano, però, non funziona così.

Cosa si rompe nei metodi classici

• La RMS dipende dalla cadenza. Se la macchina rallenta, cadono meno urti nella finestra e la RMS scende — senza che nulla sia migliorato. Se accelera, sale — senza che nulla sia peggiorato.
• Kurtosis e fattore di cresta sono alti per natura. Sono gli indicatori classici dei danni ai cuscinetti proprio perché reagiscono agli urti; su una pressa sono sempre "in allarme" e quindi non dicono nulla.
• Lo spettro è dominato dalle armoniche del ciclo. Un pettine di righe alla frequenza di lavoro e ai suoi multipli copre i contenuti che interessano.
• Le norme non coprono il caso. La ISO 20816-3 è scritta per macchine rotanti in regime stazionario; per presse, tappatrici e macchine a ciclo non esiste una tabella di valori di riferimento su cui appoggiarsi.

Come le affrontiamo

L'approccio che usiamo parte da un'osservazione: il ciclo è l'unità naturale di una macchina impulsiva, non la finestra di tempo.

1. La cadenza si ricava dalla vibrazione. Con tecniche di autocorrelazione e analisi armonica, il sistema stima i cicli al minuto senza encoder né collegamento al PLC. È anche un dato di produzione a sé: conteggio cicli, fermi, rallentamenti.
2. La finestra si adatta alla macchina. Deve contenere almeno tre cicli completi: una macchina a 10 cicli/min richiede finestre di almeno 18 secondi, una a 120 cicli/min ne bastano pochi. Una finestra fissa uguale per tutti è sbagliata per definizione.
3. Gli indicatori si normalizzano per cadenza e regime, così che un rallentamento non venga scambiato per un miglioramento né un'accelerazione per un guasto.
4. Si confronta ciclo con ciclo. Allineando gli urti, si costruisce il ciclo tipico della macchina e si misura quanto ogni nuovo ciclo se ne discosta: tempi degli urti, energia di ogni fase, urti che compaiono o spariscono.

Cosa si vede bene, e cosa resta difficile

6. Cuscinetti e alta frequenza: perché conta il sensore

I difetti dei cuscinetti si manifestano all'inizio come piccoli urti ripetuti che eccitano risonanze ad alta frequenza — tipicamente tra 1 e 6 kHz e oltre. Si riconoscono con l'analisi di inviluppo: si isola la banda alta, se ne estrae l'inviluppo e si cercano le frequenze caratteristiche del cuscinetto (pista esterna, pista interna, corpi volventi, gabbia).

Per farlo servono due condizioni che nessun algoritmo può compensare:

• Banda del sensore. La nuova generazione VBOX4AI misura fino a 6,3 kHz su tre assi. I sensori MEMS di fascia bassa, limitati a qualche centinaio di hertz, non vedono questi fenomeni.
• Fissaggio rigido. Una base magnetica attenua fortemente le frequenze sopra 1–2 kHz, proprio dove vivono i cuscinetti. Per la diagnosi dei cuscinetti il fissaggio su prigioniero è obbligatorio. Ne parliamo in dettaglio nella risorsa sui limiti dell'analisi vibrazionale.

7. Stato attuale di VBOX4AI

Distinguere ciò che funziona oggi da ciò che è in lavorazione è, per noi, parte del prodotto. Questa è la situazione a settembre 2026:

8. Come lo validiamo

Nell'anomaly detection è facile ottenere numeri brillanti che in campo non reggono. Le regole che ci siamo dati:

• Separazione per sessione e per macchina. I dati di prova non vengono mai mescolati per singolo campione con quelli di apprendimento: finestre consecutive si somigliano, e mescolarle gonfia artificialmente l'accuratezza.
• Metriche adatte alle serie temporali. Usiamo VUS-PR, la metrica indicata dal benchmark TSB-AD (NeurIPS 2024), invece di un'accuratezza puntuale che premia chi segnala tutto.
• Guasti veri, indotti in modo controllato. Su un banco prova dedicato — motore con inverter, disco di squilibrio, piastra con asole per il disallineamento, supporti con cuscinetti sostituibili — ripetiamo ogni guasto a più velocità e intensità.
• Accuratezza sullo stato consolidato. In campo conta lo stato che arriva al manutentore, dopo la conferma temporale, non la singola finestra da 10 secondi. Riportiamo entrambi i numeri.

Pubblicheremo i risultati delle campagne su questa pagina man mano che saranno disponibili.

Domande frequenti