API degli Asset

Endpoint CRUD degli asset, gerarchia, salute, prognostica, digital twin, baseline e condizione.

Endpoint CRUD

Metodo	Endpoint	Descrizione
`GET`	`/api/v1/assets`	Elenco asset
`POST`	`/api/v1/assets`	Crea asset
`GET`	`/api/v1/assets/{asset_id}`	Ottieni asset
`PUT`	`/api/v1/assets/{asset_id}`	Aggiorna asset
`DELETE`	`/api/v1/assets/{asset_id}`	Elimina asset

Gerarchia degli Asset

Gli asset sono organizzati in una struttura padre-figlio:

POST /api/v1/assets
{
  "name": "Motore Pompa P-101",
  "type": "motor",
  "parent_id": "asset_stabilimento_nord",
  "location": { "building": "A", "floor": 1, "zone": "pompaggio" },
  "metadata": { "manufacturer": "ABB", "model": "M3BP-315", "year": 2022 }
}

Consultare l'albero gerarchico completo:

GET /api/v1/assets/tree?root_id=asset_stabilimento_nord&depth=3

Parametro	Descrizione
`root_id`	ID dell'asset radice (opzionale)
`depth`	Livelli di profondita (default: 5)

Salute dell'Asset

GET /api/v1/assets/{asset_id}/health

Risposta:

{
  "health_score": 82,
  "status": "good",
  "factors": [
    { "name": "vibration", "score": 75, "trend": "stable" },
    { "name": "temperature", "score": 90, "trend": "improving" },
    { "name": "maintenance_compliance", "score": 80, "trend": "declining" }
  ],
  "last_updated": "2026-03-25T09:30:00Z"
}

Stato	Intervallo Score
`critical`	0-25
`poor`	26-50
`fair`	51-70
`good`	71-90
`excellent`	91-100

Prognostica

GET /api/v1/assets/{asset_id}/prognostics

Restituisce previsioni basate su modelli di machine learning:

Campo	Descrizione
`remaining_useful_life`	Stima in giorni
`failure_probability`	Probabilita di guasto in 30 giorni (0-1)
`recommended_action`	Azione suggerita dal modello
`confidence`	Livello di confidenza della previsione
`model_version`	Versione del modello utilizzato

Digital Twin

GET /api/v1/assets/{asset_id}/digital-twin

Restituisce lo stato virtuale dell'asset con dati in tempo reale:

Sensori attivi — Letture correnti di tutti i sensori associati
Parametri operativi — Velocita, carico, temperatura, pressione
Simulazioni — Risultati dell'ultimo scenario simulato
Anomalie rilevate — Deviazioni rispetto al modello base

Baseline

Le baseline definiscono il comportamento normale atteso dell'asset:

POST /api/v1/assets/{asset_id}/baselines
{
  "parameter": "vibration_rms",
  "baseline_value": 2.5,
  "tolerance_percent": 15,
  "measurement_unit": "mm/s"
}

GET /api/v1/assets/{asset_id}/baselines

Quando una lettura supera la tolleranza definita, viene generato un avviso automatico.

Condizione Attuale

GET /api/v1/assets/{asset_id}/condition

Campo	Descrizione
`overall_condition`	Condizione generale: good, fair, poor, critical
`parameters`	Array di parametri monitorati
`last_inspection`	Data dell'ultima ispezione
`next_inspection`	Data raccomandata della prossima ispezione
`open_work_orders`	Numero di ordini di lavoro aperti

La condizione viene ricalcolata automaticamente ogni volta che viene ricevuta una nuova lettura dai sensori o viene completata un'ispezione.