{"id":2962,"date":"2012-07-12T11:55:25","date_gmt":"2012-07-12T11:55:25","guid":{"rendered":"http:\/\/blog.crit-research.it\/?p=2962"},"modified":"2015-06-11T17:33:52","modified_gmt":"2015-06-11T17:33:52","slug":"prognostica-e-manutenzione-preventiva","status":"publish","type":"post","link":"https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/","title":{"rendered":"Prognostica e Manutenzione Preventiva"},"content":{"rendered":"<p style=\"text-align: left;\"><em>Autori:\u00a0Cesare Fantuzzi, Riccardo Rubini, Marco Cocconcelli, Cristian Secchi, Michele Cotogno e Giovanni Prata<br \/>\nArticolo pubblicato su <a href=\"http:\/\/www.automazionenews.it\/\">Automazione Integrata<\/a>, Giugno 2012<\/em><\/p>\n<p style=\"text-align: left;\">La <strong>prognostica<\/strong> \u00e8 la previsione dei guasti basata sulla osservazioni di variazioni di parametri operativi di un sistema industriale durante il suo normale ciclo di funzionamento. L\u2019obiettivo quindi consiste nel predire un guasto incipiente prima che questo provochi un fermo macchina, spesso con conseguenze disastrose sul ciclo produttivo e sulla integrit\u00e0 stessa della macchina.<\/p>\n<p style=\"text-align: left;\">La manutenzione predittiva viene effettuata a seguito dell&#8217;individuazione di uno o pi\u00f9 parametri della macchina che vengono misurati ed estrapolati utilizzando appropriati modelli matematici allo scopo di individuare il tempo residuo prima del guasto. <strong>A tal scopo, nella letteratura corrente, vengono usati<\/strong> <strong>diverse metodologie<\/strong><strong>, che possono essere riassunte come segue:<\/strong><\/p>\n<ul style=\"text-align: left;\">\n<li><strong>Analisi tribologiche sui lubrificanti<\/strong>, allo scopo di individuare variazioni di condizioni chimico fisiche (viscosit\u00e0, acidit\u00e0, alterazioni chimiche), la presenza di contaminanti (acqua, polveri, fluidi di processo) o la presenza di polveri metalliche provenienti da usura, condizioni quindi che possono essere legate ad un tempo residuo al guasto. Queste tecniche sono per\u00f2 difficilmente automatizzabili e debbono essere fatte a campione e fuori linea.<\/li>\n<li>La <strong>misura delle vibrazioni<\/strong>, allo scopo di individuare componenti meccaniche che si siano usurate, disallineate o danneggiate. Nel caso di azionamenti elettrici, la misura delle vibrazioni possono essere messe in relazione a misure delle correnti degli avvolgimenti. Queste misure possono essere effettuate in linea, e nel caso delle misure di correnti, non necessitano di sensori aggiuntivi, accelerometri nel caso della misura delle vibrazioni, in quanto la misura di corrente \u00e8 gi\u00e0 implicita nella implementazione del sistema di controllo. In questo caso, l\u2019applicazione della metodologia richiede lo sviluppo di algoritmi per l\u2019analisi del segnale, in genere di tipo frequenziale (Trasformate di Fourier), o miste (Wavelets e Trasformate di Hilbert-Hwang), che per\u00f2, nei casi di movimenti a velocit\u00e0 variabile, tipici del contesto della automazione di macchina, non sono ancora state completamente sviluppate, e mancano reali applicazioni industriali per questa casistica.<\/li>\n<li>La <strong>termografia dei componenti<\/strong>, allo scopo di individuare riscaldamenti prodotti da attriti dovuti a cause analoghe viste al punto precedente, usure e malfunzionamenti meccanici. Tale tecnica per\u00f2 \u00e8 difficile da usare nel campo della automazione in quanto il riscaldamento pu\u00f2 essere causato da fenomeni del tutto normali, quali il naturale riscaldamento insito alle perdite resistive negli avvolgimenti dei motori elettrici.<\/li>\n<\/ul>\n<p style=\"text-align: left;\">All\u2019interno delle attivit\u00e0 del <strong>laboratorio LIAM<\/strong> (Laboratorio Industriale Automazione Macchine per il packaging) attivo presso il centro per l\u2019innovazione <strong>CRIT<\/strong> a Vignola (Modena), opera un gruppo di esperti per la ricerca applicata nel settore della prognostica. Il gruppo comprende ricercatori universitari affiliati all\u2019Universit\u00e0 di Modena e Reggio Emilia e ricercatori e ingegneri delle aziende associate, il cui obiettivo \u00e8 quello di definire una procedura operativa rivolta alla gestione della\u00a0manutenzione predittiva per la diminuzione dei fermi macchina non programmati e per l\u2019incremento della produttivit\u00e0 della macchina e della linea di produzione. La procedura \u00e8 sviluppata attraverso l\u2019applicazione di metodiche innovative a casi di studio aziendali, con lo scopo di poter essere facilmente generalizzata alle applicazioni pi\u00f9 comuni nell\u2019industria del Packaging.<\/p>\n<p style=\"text-align: left;\"><strong>Piano di Lavoro<\/strong><\/p>\n<p style=\"text-align: left;\">Il piano di lavoro delle attivit\u00e0 \u00e8 suddiviso nei seguenti passi:<\/p>\n<ul style=\"text-align: left;\">\n<li><strong>Individuazione della casistica di guasto<\/strong>. In questa fase si analizza come un guasto possa avvenire e in che maniera influenza il processo produttivo. In questa fase risultano molto utili le statistiche elaborate da parte delle aziende relativamente allo storico dei guasti che sono avvenuti nelle macchine installate e funzionanti presso i clienti. Un altro approccio, utile nel caso di macchine in corso di progettazione e non ancora installate, consiste nella analisi FMECA (Failure Mode, Effects and Critical Analysis).<\/li>\n<li><strong>Determinazione di una \u201cfirma\u201d di guasto<\/strong>. In questa fase si studia un metodo per la determinazione di un segnale o una combinazione di segnali che sia significativo rispetto ad un guasto incipiente. In base alla letteratura scientifica corrente e alla esperienza dei partner di progetto, in questa fase vengono definiti i segnali caratteristici del processo, ad esempio vibrazioni misurate con un accelerometro, correnti impresse dagli azionamenti elettrici, pressioni di olio nei circuiti oleodinamici, etc. su cui effettuare misure ed acquisizioni per compilare un data base storico che consenta di mettere in evidenza derive temporali con guasti incipienti.<\/li>\n<li><strong>Sviluppo degli algoritmi per l\u2019analisi del segnale<\/strong>. Allo scopo di determinare le evidenze di guasto (altrimenti dette \u201cfirme\u201d o \u201csignature\u201d), occorre elaborare i segnali acquisiti per mettere in evidenza le variazioni da una condizione normale di regime che siano significative per individuare il guasto incipiente. In base alla letteratura corrente e alla esperienza dei proponenti, i metodi pi\u00f9 usati per l\u2019analisi del segnale sono i metodi legati alle trasformazione dei segnali su base temporale (Trasformate di Fourier, Trasformate di Hilbert-Huang e Wavelets sono i metodi pi\u00f9 usati) per ottenere valori significativi. Nel caso poi di moti a velocit\u00e0 variabile, tipici dei profili di moto per le macchine automatiche, tali metodi sono modificati mediante algoritmi di \u201corder tracking\u201d che hanno lo scopo di riportare le grandezze acquisite a velocit\u00e0 di funzionamento variabile a grandezze a variazione di spazio constante, e quindi sono funzionali alla applicazione dei metodi sviluppati per i moti a velocit\u00e0 costante.Metodi per la gestione dell\u2019allarme di guasto. Una volta individuata una firma di guasto, occorre definire un algoritmo per la gestione dell\u2019allarme verso l\u2019operatore. L\u2019algoritmo deve filtrare le \u201cfirme\u201d di guasto generate dall\u2019algoritmo per l\u2019analisi del segnale e produrre un segnale di allarme per l\u2019operatore che andr\u00e0 ad attivare le procedure idonee per la gestione dell\u2019evento. In base alla letteratura corrente si andranno a studiare metodologie basate su valori di soglie ed analisi statistiche sul numero di eventi generati in un periodo di tempo prefissato, allo scopo di generare segnali di avviso di guasti incipienti affidabili e riducendo le possibilit\u00e0 di falsi allarme.<\/li>\n<li><strong>Acquisizione delle Tecnologie per la registrazione ed elaborazione del segnale di processo<\/strong>. Questa attivit\u00e0 riguarda lo sviluppo di nuove tecnologie per l\u2019acquisizione del segnale di processo da cui ricavare tramite elaborazione la firma di guasto. La procedura consister\u00e0 nella individuazione dei sensori pi\u00f9 idonei per l\u2019acquisizione del segnale di processo nei casi di studio che si analizzeranno. Si analizzer\u00e0 inoltre il caso in cui la rilevazione del guasto incipiente necessit\u00e0 l\u2019introduzione di sensori aggiuntivi rispetto a quelli utilizzati per il controllo di macchina, essendo il caso tipico quello in cui occorre misurare una vibrazione di un sistema meccanico sotto analisi per valutarne lo stato di salute.<\/li>\n<\/ul>\n<p style=\"text-align: left;\"><strong>Output di Progetto<\/strong><\/p>\n<p style=\"text-align: left;\">I<strong> risultati <\/strong>del progetto si possono evidenziare come:<\/p>\n<ul style=\"text-align: left;\">\n<li><strong>Ricognizione tecnologica sui sensori<\/strong> che possono essere convenientemente utilizzati per la misura di segnali di processo utili per la determinazione di firme di guasto. In particolare, verranno individuati e provati diversi tipi di sensori, ad esempio nuovi tipi di accelerometri a basso costo, che normalmente non sono utilizzati nella realizzazione di una macchina automatica.<\/li>\n<li><strong>Nuovi algoritmi per l\u2019elaborazione dei segnali<\/strong> allo scopo di determinare firme di guasto. Tali algoritmi saranno sviluppati e testati ed andranno a formare una libreria di componenti software scritti in linguaggio \u201cC\u201d che potranno essere riutilizzati in diversi progetti ed\u00a0eventualmente messi a disposizione per altre aziende, tenendo conto dei vincoli di riservatezza e propriet\u00e0 intellettuale definiti relativamente alle attivit\u00e0 del laboratorio.<\/li>\n<\/ul>\n<p style=\"text-align: left;\">Vista la sostanziale similarit\u00e0 tra i componenti delle macchine automatiche in termini di struttura (componenti meccatroniche azionate da motori elettrici controllati elettronicamente), i risultati e le tecnologie abilitanti saranno del tutto estensibili ad ampie casistiche nel reparto industriale dei costruttori di macchine automatiche per il packaging.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Autori:\u00a0Cesare Fantuzzi, Riccardo Rubini, Marco Cocconcelli, Cristian Secchi, Michele Cotogno e Giovanni Prata Articolo pubblicato su Automazione Integrata, Giugno 2012 La prognostica \u00e8 la previsione dei guasti basata sulla osservazioni di variazioni di parametri operativi di un sistema industriale durante il suo normale ciclo di funzionamento. L\u2019obiettivo quindi consiste nel predire un guasto incipiente prima [&hellip;]<\/p>\n","protected":false},"author":34,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"categories":[28],"tags":[430,449,588],"class_list":["post-2962","post","type-post","status-publish","format-standard","hentry","category-tecnologia","tag-liam","tag-manutenzione-preventiva","tag-prognostica-preventiva"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.5 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Prognostica e Manutenzione Preventiva &#8211; CRIT<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Prognostica e Manutenzione Preventiva &#8211; CRIT\" \/>\n<meta property=\"og:description\" content=\"Autori:\u00a0Cesare Fantuzzi, Riccardo Rubini, Marco Cocconcelli, Cristian Secchi, Michele Cotogno e Giovanni Prata Articolo pubblicato su Automazione Integrata, Giugno 2012 La prognostica \u00e8 la previsione dei guasti basata sulla osservazioni di variazioni di parametri operativi di un sistema industriale durante il suo normale ciclo di funzionamento. L\u2019obiettivo quindi consiste nel predire un guasto incipiente prima [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/\" \/>\n<meta property=\"og:site_name\" content=\"CRIT\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/CritResearch\" \/>\n<meta property=\"article:published_time\" content=\"2012-07-12T11:55:25+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2015-06-11T17:33:52+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/crit-research.it\/wp-content\/uploads\/2015\/05\/crit.png\" \/>\n\t<meta property=\"og:image:width\" content=\"484\" \/>\n\t<meta property=\"og:image:height\" content=\"252\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Gianluca Berghella\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@CRIT_Research\" \/>\n<meta name=\"twitter:site\" content=\"@CRIT_Research\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Gianluca Berghella\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/tecnologia\\\/prognostica-e-manutenzione-preventiva\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/tecnologia\\\/prognostica-e-manutenzione-preventiva\\\/\"},\"author\":{\"name\":\"Gianluca Berghella\",\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/#\\\/schema\\\/person\\\/bd0d70485f374f41f6a80ae076be0437\"},\"headline\":\"Prognostica e Manutenzione Preventiva\",\"datePublished\":\"2012-07-12T11:55:25+00:00\",\"dateModified\":\"2015-06-11T17:33:52+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/tecnologia\\\/prognostica-e-manutenzione-preventiva\\\/\"},\"wordCount\":1250,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/#organization\"},\"keywords\":[\"LIAM\",\"manutenzione preventiva\",\"prognostica preventiva\"],\"articleSection\":[\"Tecnologia\"],\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/crit-research.it\\\/it\\\/tecnologia\\\/prognostica-e-manutenzione-preventiva\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/tecnologia\\\/prognostica-e-manutenzione-preventiva\\\/\",\"url\":\"https:\\\/\\\/crit-research.it\\\/it\\\/tecnologia\\\/prognostica-e-manutenzione-preventiva\\\/\",\"name\":\"Prognostica e Manutenzione Preventiva &#8211; CRIT\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/#website\"},\"datePublished\":\"2012-07-12T11:55:25+00:00\",\"dateModified\":\"2015-06-11T17:33:52+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/tecnologia\\\/prognostica-e-manutenzione-preventiva\\\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/crit-research.it\\\/it\\\/tecnologia\\\/prognostica-e-manutenzione-preventiva\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/tecnologia\\\/prognostica-e-manutenzione-preventiva\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Notizie\",\"item\":\"https:\\\/\\\/crit-research.it\\\/it\\\/notizie\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Tecnologia\",\"item\":\"https:\\\/\\\/crit-research.it\\\/it\\\/tecnologia\\\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Prognostica e Manutenzione Preventiva\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/#website\",\"url\":\"https:\\\/\\\/crit-research.it\\\/it\\\/\",\"name\":\"CRIT\",\"description\":\"Scouting Your Next Technology\",\"publisher\":{\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/crit-research.it\\\/it\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/#organization\",\"name\":\"CRIT srl\",\"url\":\"https:\\\/\\\/crit-research.it\\\/it\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/dev.crit-research.it\\\/wp-content\\\/uploads\\\/2019\\\/10\\\/crit-horiz-tags-blu.png\",\"contentUrl\":\"https:\\\/\\\/dev.crit-research.it\\\/wp-content\\\/uploads\\\/2019\\\/10\\\/crit-horiz-tags-blu.png\",\"width\":2163,\"height\":1557,\"caption\":\"CRIT srl\"},\"image\":{\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/CritResearch\",\"https:\\\/\\\/x.com\\\/CRIT_Research\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/crit-s-r-l\",\"https:\\\/\\\/www.youtube.com\\\/user\\\/CRITsrl\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/crit-research.it\\\/it\\\/#\\\/schema\\\/person\\\/bd0d70485f374f41f6a80ae076be0437\",\"name\":\"Gianluca Berghella\",\"sameAs\":[\"https:\\\/\\\/it.linkedin.com\\\/in\\\/gianlucaberghella\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Prognostica e Manutenzione Preventiva &#8211; CRIT","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/","og_locale":"it_IT","og_type":"article","og_title":"Prognostica e Manutenzione Preventiva &#8211; CRIT","og_description":"Autori:\u00a0Cesare Fantuzzi, Riccardo Rubini, Marco Cocconcelli, Cristian Secchi, Michele Cotogno e Giovanni Prata Articolo pubblicato su Automazione Integrata, Giugno 2012 La prognostica \u00e8 la previsione dei guasti basata sulla osservazioni di variazioni di parametri operativi di un sistema industriale durante il suo normale ciclo di funzionamento. L\u2019obiettivo quindi consiste nel predire un guasto incipiente prima [&hellip;]","og_url":"https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/","og_site_name":"CRIT","article_publisher":"https:\/\/www.facebook.com\/CritResearch","article_published_time":"2012-07-12T11:55:25+00:00","article_modified_time":"2015-06-11T17:33:52+00:00","og_image":[{"width":484,"height":252,"url":"https:\/\/crit-research.it\/wp-content\/uploads\/2015\/05\/crit.png","type":"image\/png"}],"author":"Gianluca Berghella","twitter_card":"summary_large_image","twitter_creator":"@CRIT_Research","twitter_site":"@CRIT_Research","twitter_misc":{"Scritto da":"Gianluca Berghella","Tempo di lettura stimato":"6 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/#article","isPartOf":{"@id":"https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/"},"author":{"name":"Gianluca Berghella","@id":"https:\/\/crit-research.it\/it\/#\/schema\/person\/bd0d70485f374f41f6a80ae076be0437"},"headline":"Prognostica e Manutenzione Preventiva","datePublished":"2012-07-12T11:55:25+00:00","dateModified":"2015-06-11T17:33:52+00:00","mainEntityOfPage":{"@id":"https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/"},"wordCount":1250,"commentCount":0,"publisher":{"@id":"https:\/\/crit-research.it\/it\/#organization"},"keywords":["LIAM","manutenzione preventiva","prognostica preventiva"],"articleSection":["Tecnologia"],"inLanguage":"it-IT","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/","url":"https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/","name":"Prognostica e Manutenzione Preventiva &#8211; CRIT","isPartOf":{"@id":"https:\/\/crit-research.it\/it\/#website"},"datePublished":"2012-07-12T11:55:25+00:00","dateModified":"2015-06-11T17:33:52+00:00","breadcrumb":{"@id":"https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/crit-research.it\/it\/tecnologia\/prognostica-e-manutenzione-preventiva\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Notizie","item":"https:\/\/crit-research.it\/it\/notizie\/"},{"@type":"ListItem","position":2,"name":"Tecnologia","item":"https:\/\/crit-research.it\/it\/tecnologia\/"},{"@type":"ListItem","position":3,"name":"Prognostica e Manutenzione Preventiva"}]},{"@type":"WebSite","@id":"https:\/\/crit-research.it\/it\/#website","url":"https:\/\/crit-research.it\/it\/","name":"CRIT","description":"Scouting Your Next Technology","publisher":{"@id":"https:\/\/crit-research.it\/it\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/crit-research.it\/it\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/crit-research.it\/it\/#organization","name":"CRIT srl","url":"https:\/\/crit-research.it\/it\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/crit-research.it\/it\/#\/schema\/logo\/image\/","url":"https:\/\/dev.crit-research.it\/wp-content\/uploads\/2019\/10\/crit-horiz-tags-blu.png","contentUrl":"https:\/\/dev.crit-research.it\/wp-content\/uploads\/2019\/10\/crit-horiz-tags-blu.png","width":2163,"height":1557,"caption":"CRIT srl"},"image":{"@id":"https:\/\/crit-research.it\/it\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/CritResearch","https:\/\/x.com\/CRIT_Research","https:\/\/www.linkedin.com\/company\/crit-s-r-l","https:\/\/www.youtube.com\/user\/CRITsrl"]},{"@type":"Person","@id":"https:\/\/crit-research.it\/it\/#\/schema\/person\/bd0d70485f374f41f6a80ae076be0437","name":"Gianluca Berghella","sameAs":["https:\/\/it.linkedin.com\/in\/gianlucaberghella"]}]}},"_links":{"self":[{"href":"https:\/\/crit-research.it\/it\/wp-json\/wp\/v2\/posts\/2962","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/crit-research.it\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/crit-research.it\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/crit-research.it\/it\/wp-json\/wp\/v2\/users\/34"}],"replies":[{"embeddable":true,"href":"https:\/\/crit-research.it\/it\/wp-json\/wp\/v2\/comments?post=2962"}],"version-history":[{"count":0,"href":"https:\/\/crit-research.it\/it\/wp-json\/wp\/v2\/posts\/2962\/revisions"}],"wp:attachment":[{"href":"https:\/\/crit-research.it\/it\/wp-json\/wp\/v2\/media?parent=2962"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/crit-research.it\/it\/wp-json\/wp\/v2\/categories?post=2962"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/crit-research.it\/it\/wp-json\/wp\/v2\/tags?post=2962"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}