Maintain360
Manutenzione predittiva15 min di lettura

Manutenzione predittiva nel 2026: cosa funziona davvero

CBM, soglie, PLC e trend: cosa funziona nella manutenzione predittiva 2026 senza hype AI. Prerequisiti, casi reali ed errori da evitare in stabilimento.

Cosa funziona nella manutenzione predittiva nel 2026? Funzionano soglie e trend su vibrazione, ΔP, fault PLC, temperatura e consumi — con ODL tracciati e review falsi positivi. L'AI avanzata richiede mesi di dati puliti. Il ROI tipico è al livello condition-based monitoring, non su modelli black-box prematuri.

Di Maintain360

Ultimo aggiornamento:

Predittiva nel 2026: oltre il marketing

La manutenzione predittiva nel 2026 è spesso venduta come «AI che prevede tutto». In stabilimento funziona quando si combinano dati affidabili, monitoraggio su condizione (ISO 13374) e processi MRO disciplinati — non quando si installa un modello black-box su storico sporco.

Questo articolo distingue cosa funziona davvero (soglie, trend, fault PLC, vibrazione, ΔP) da cosa fallisce spesso (ML senza baseline, troppi sensori, nessun ODL chiuso con causa). Per l'angolo AI vedi AI manutenzione 2026. Per la matrice CBM: manutenzione su condizione.

Cosa intendiamo per predittiva operativa

LivelloMetodoEsempioPrerequisito
1 — ReattivaGuasto → riparazioneFermo lineaCMMS base
2 — PreventivaCalendario / contatorePM ogni 500 hAsset tree, piani
3 — Condizione (CBM)Soglie e trendΔP filtro, vibrazioneSensori o PLC
4 — PredittivaAnomalie, modelliDeviazione multivariata6–12 mesi dati
5 — PrescrittivaPriorità interventiBacklog ordinato da rischioLivelli 1–4 maturi

Nel 2026 la maggior parte delle aziende industriali italiane ottiene ROI al livello 3, con casi pilota al livello 4 su asset critici.

Casi che funzionano (con evidenze)

Vibrazione su motori e pompe (ISO 10816)

Accelerazione o velocità su cuscinetti con soglie warning/alarm. Superamento → ispezione pianificata prima del guasto. Payback documentato su riduzione fermi non pianificati. Richiede montaggio corretto sensore e baseline post-commissioning.

ΔP su filtri (aria, olio, processo)

Aumento differenziale di pressione = elemento da sostituire. CBM classico, basso costo sensori, alta affidabilità. Collegamento diretto a ODL PM nel CMMS.

Fault code e contatori da PLC

Codici guasto ripetuti, ore run, cicli anomali. Non serve ML: regole su tag PLC con debounce. Vedi PLC al CMMS.

Temperatura e corrente su asset energivori

Compressori, chiller, forni: deviazione kW o ΔT vs baseline 7–30 giorni. Anticipa spreco energetico e degrado meccanico. Esempio: compressori aria.

Analisi trend su storico ODL

Stesso codice guasto su stessa famiglia asset in 90 giorni → review PM o root cause. «Predittiva» da dati CMMS, non da sensori.

Regole su condizione

Asset · Compressore C-12

3 regole attive
Sensori IoTContatoriTag OPC-UA

Vibrazione

> 5.0 mm/sODL + Ticket

Live

Temperatura

> 85 °CSolo ticket

Pressione

< 4.0 barODL urgente

Soglia superata · Compressore C-12

Vibrazione 5.2 mm/s · tag MQTT

Auto

Ticket TK-2914 creato

Priorità alta · asset AST-COMP-12

Auto

ODL-1955 generato

Checklist ispezione · Squadra A

Auto

Ticket e ordini nati dalla condizione asset, senza intervento manuale del planner.

Ordine da condizione: da superamento soglia all'intervento tracciato.

Cosa non funziona (o fallisce presto)

ErrorePerché fallisce
ML su 3 mesi di dati rumorosiFalsi positivi, team disaffezionato
200 sensori senza prioritàCosto > beneficio, allarmi ignorati
Predittiva senza chiusura ODL con causaNessun apprendimento, KPI falsi
Soglie copiate da manuale OEMNon calibrate su impianto reale
Doppio sistema SCADA + CMMS senza regoleAllarmi duplicati, nessuna azione
Vendor promette 95% accuratezza senza pilotaNon replicabile multi-sito

Prerequisiti dati (checklist)

  • Asset tree con criticità su famiglie target
  • ≥6 mesi ODL chiusi con causa su asset simili (ideale 12)
  • Telemetria con timestamp allineato all'asset ID
  • Regole con debounce e owner per ogni allarme
  • Policy: allarme vs richiesta vs ODL (sensore → ticket)
  • Review mensile falsi positivi/negativi

Pompa di calore MAXA

Gateway MQTT · aggiornamento ogni 5s

Live
Manutentore con elmetto

Monitoraggio live

Turno attivo · pompa MAXA

Temp.

78°C

Vibraz.

4.2mm/s

Press.

6.1bar

Trend vibrazione · 10 min

Soglia 5.0 mm/s superata · OD generato

Parametri live sull'asset: soglie, allarmi e ordini predittivi.

Letture IoT su asset: base per soglie e trend predittivi.

Roadmap predittiva realistica 2026

TrimestreAzione
T1CMMS operativo + PM a contatore su asset critici
T25–10 asset con sensori o PLC, 3 regole ciascuno
T3Affinamento soglie, KPI fermi evitati, estensione famiglia
T4Pilota anomaly detection su 1–2 linee se dati maturi

KPI per dimostrare valore

  • Numero fermi evitati (con evidenza ODL da condizione)
  • MTBF in miglioramento su famiglie monitorate
  • % allarmi che generano ODL chiuso con difetto reale
  • Tempo medio da allarme a ispezione (SLA CBM)
  • kWh o costo evitato post-intervento (se energia)

Riferimento indicatori: KPI manutenzione e UNI EN 15341.

Maintain360

Maintain360 supporta predittiva operativa con manutenzione predittiva, sensori IoT, Edge Gateway e regole che aprono richieste e ordini da soglie — con storico su asset per review e KPI. L'AI avanzata ha senso dopo questa base.

[Sintesi]/punti chiave

Punti chiave

  • Predittiva 2026 = CBM + dati CMMS prima dell'AI hype.
  • Funziona: vibrazione, ΔP, PLC, kW, pattern ODL.
  • Fallisce: ML senza storico, troppi sensori, no causa ODL.
  • Prerequisiti: asset tree, 6+ mesi dati, regole con debounce.
  • Roadmap trimestrale da PM a pilota anomaly.
  • Maintain360: regole, Edge, ODL da condizione.

CBM vs predittiva ML

AspettoCBM (soglie/trend)Predittiva ML
PrerequisitiSensori + regole6–12 mesi dati puliti
Time to valueSettimane–mesiMesi–anni
SpiegabilitàAltaVariabile
ROI tipico PMIAltoIncerto senza pilota

[FAQ]

Domande frequenti

CBM, AI, prerequisiti e misurazione del valore.

Prenota una demo

Vuoi vedere questi processi nel tuo reparto?

Prenota una demo gratuita di Maintain360: moduli, KPI e flussi su ordini di lavoro adattati al tuo stabilimento, senza impegno.