KPI Predittivi
Metriche di valore della manutenzione predittiva inclusi tempo anomalia-OL, tasso di falsi positivi, percentuale di OL auto-create, downtime non pianificato e precisione del RUL.
KPI Predittivi
I KPI predittivi quantificano il valore reale che il motore di manutenzione predittiva apporta. Mentre i dashboard operativi mostrano lo stato attuale, i KPI predittivi rispondono alla domanda di business più importante: il sistema predittivo sta generando un ROI misurabile?
Ogni metrica è progettata per catturare un aspetto diverso delle prestazioni del motore: velocità di rilevamento, precisione degli avvisi, livello di automazione, impatto sulla disponibilità e accuratezza delle previsioni di vita utile residua. Il periodo di analisi è configurabile tra 1 e 365 giorni, consentendo il confronto di periodi brevi e tendenze annuali.
Queste metriche sono il ponte tra il comportamento tecnico dell'algoritmo e gli obiettivi operativi del business.
A cosa serve?
- Dimostra il ROI della manutenzione predittiva con dati oggettivi.
- Identifica se il motore sta generando troppi falsi positivi (affaticamento da avvisi).
- Misura il livello reale di automazione del processo di generazione degli OL.
- Quantifica la riduzione del downtime non pianificato attribuibile al sistema.
- Valuta l'accuratezza delle previsioni di vita utile residua (RUL) rispetto a quanto effettivamente accaduto.
Come funziona?
Metriche disponibili
| KPI | Descrizione | Unità |
|---|---|---|
| Tempo anomalia-OL | Tempo medio dal rilevamento di un'anomalia alla creazione di un OL | Ore |
| Tasso di falsi positivi | Percentuale di avvisi predittivi che non hanno portato a un guasto reale | % |
| % OL auto-create | Proporzione di OL generate automaticamente dal motore vs. create manualmente | % |
| Downtime non pianificato | Ore di fermo non programmato nel periodo analizzato | Ore |
| Precisione RUL | Errore assoluto medio tra il RUL previsto e il RUL reale al momento del guasto | % |
Tempo anomalia-OL
Misura la velocità di reazione del sistema. Un valore basso indica che la pipeline anomalia → avviso → OL funziona in modo efficiente. Viene calcolato come media di tutte le transizioni completate nel periodo.
Tasso di falsi positivi
Un tasso elevato indica che il modello è troppo sensibile o che le soglie di probabilità sono basse. Viene calcolato dividendo gli avvisi senza guasto confermato per il totale degli avvisi emessi.
tasso_fp = avvisi_senza_guasto / totale_avvisi * 100Percentuale di OL auto-create
Misura il livello di autonomia del sistema. Maggiore è la percentuale, minore è il carico manuale per il team di pianificazione.
Precisione del RUL
Confronta la vita utile residua prevista al momento dell'intervento con la vita utile reale osservata. Un errore inferiore al 15% è considerato alta precisione per la maggior parte degli asset industriali.
Periodo configurabile
Tutti i KPI vengono calcolati su un periodo selezionabile:
| Periodo | Utilizzo tipico |
|---|---|
| 7 giorni | Revisione operativa settimanale |
| 30 giorni | Revisione mensile delle prestazioni |
| 90 giorni | Valutazione trimestrale |
| 365 giorni | Report annuale del ROI |
Utilizzo dalla Dashboard
- Vai a Manutenzione > KPI Predittivi.
- Seleziona il periodo di analisi nel selettore di date (1-365 giorni).
- La dashboard mostra le cinque metriche con il valore corrente e la tendenza rispetto al periodo precedente.
- Clicca su qualsiasi KPI per visualizzare il dettaglio e l'elenco degli eventi che lo compongono.
- Esporta il report in PDF o CSV dal pulsante Esporta.
Benefici chiave
- Precision e recall per modello e asset.
- Lead-time medio: con quanto anticipo avvisiamo?
- False-positive rate per calibrare le soglie.
- ROI predittivo calcolabile: ore risparmiate × costo/ora.
- Alert automatico quando il modello degrada.
Configurazione Predittiva
Pannello di controllo per-tenant del motore predittivo: pesi AHI, gradi, soglie RUL, probabilità di guasto, finestra inbox e override per tipo di asset. Tracciabilità completa via config_version.
Monitoraggio Condizione
Manutenzione predittiva ISO 13374 end-to-end: dal sensore alla prognosi, con un unico inbox di alert consolidato e un indice di salute che combina 5 segnali.