Con la manutenzione predittiva intervieni su una macchina quando i suoi dati dicono che si sta degradando. Non aspetti il guasto e non ti affidi a una scadenza fissa sul calendario. Vibrazioni, temperatura, assorbimento elettrico e storico degli interventi diventano segnali da leggere. L’obiettivo è fermare la macchina quando lo decidi tu, non quando si rompe. In questa guida trovi cos’è, come si distingue dalle altre strategie, esempi concreti, le tecniche più usate, i passi per partire e i criteri per scegliere il software giusto.
In breve
- La manutenzione predittiva programma gli interventi in base allo stato reale della macchina, misurato con sensori e dati storici, non in base a intervalli fissi.
- È una sottocategoria della preventiva: cambia il criterio con cui decidi quando intervenire.
- Il valore non sta nel sensore ma nel flusso: dato, anomalia, ticket, intervento, chiusura con costi e tempi registrati.
- Si parte in piccolo: poche macchine critiche, uno storico pulito di guasti e fermi, indicatori come MTBF e MTTR.
- Nel 2026 in Italia i software per la manutenzione predittiva rientrano tra i beni immateriali dell’iperammortamento, con condizioni da verificare con il tuo consulente.
Indice
- Cos’è la manutenzione predittiva
- Correttiva, preventiva, programmata e predittiva a confronto
- Come funziona: dal sensore al ticket
- Le tecniche più usate
- Esempi di manutenzione predittiva in fabbrica
- Da dove partire: 6 passi concreti
- Il nostro punto di vista
- Come scegliere un software per la manutenzione predittiva
- Incentivi 2026: l’iperammortamento
- Gli errori che fanno fallire un progetto predittivo
- Domande frequenti
- Fonti
Cos’è la manutenzione predittiva
“Predittiva” vuol dire che prevede: stima quando un componente arriverà al limite, prima che ceda. La definizione più condivisa la descrive come una sottocategoria della manutenzione preventiva. Si distingue per il metodo con cui si programma l’intervento: nella preventiva classica le scadenze sono fissate a priori, nella predittiva le decide la condizione misurata della macchina.
In pratica:
- un sensore o un’ispezione rileva un parametro (vibrazione, temperatura, pressione, corrente);
- il dato viene confrontato con una soglia o con un modello del comportamento normale;
- quando la tendenza si discosta, il sistema segnala l’anomalia;
- il responsabile pianifica l’intervento nella prima finestra utile, con ricambi e tecnico già pronti.
La predittiva non elimina le altre strategie. Le affianca sulle macchine dove un fermo costa di più.
Correttiva, preventiva, programmata e predittiva a confronto
Le domande più frequenti riguardano la differenza tra queste quattro strategie. Ecco una sintesi.
| Strategia | Quando intervieni | Pro | Contro | Dove ha senso |
|---|---|---|---|---|
| Correttiva | Dopo il guasto | Nessun costo di pianificazione | Fermi imprevisti, danni a catena, urgenze | Componenti economici e non critici |
| Preventiva | A intervalli fissi (ore, cicli, mesi) | Semplice da organizzare | Sostituzioni premature o tardive | Macchine con usura regolare |
| Programmata | Secondo un piano annuale o un calendario | Visibilità su carichi di lavoro e budget | Rigida se le condizioni cambiano | Obblighi di legge, ispezioni, piani PDM |
| Predittiva | Quando i dati indicano degrado | Interventi mirati, meno fermi non pianificati | Richiede dati affidabili e un processo per agire | Macchine critiche, colli di bottiglia |
La manutenzione programmata è l’organizzazione nel tempo degli interventi: un piano con date, responsabili e risorse. La correttiva è la riparazione dopo il guasto. Nella maggior parte delle fabbriche convivono tutte. La predittiva sposta una parte degli interventi correttivi in finestre pianificate.
Come funziona: dal sensore al ticket
Un sistema predittivo è una catena. Se un anello manca, il dato resta un grafico che nessuno guarda.
- Raccolta dei dati. Sensori sulla macchina, letture del PLC, ispezioni con strumenti portatili, segnalazioni degli operatori.
- Trasferimento e archiviazione. I dati arrivano a un sistema edge, a un server in fabbrica o in cloud.
- Analisi. Soglie, trend, modelli statistici o di intelligenza artificiale individuano gli scostamenti dal comportamento normale.
- Segnalazione. L’anomalia diventa un ticket assegnato a una persona, con priorità e scadenza.
- Intervento. Il tecnico interviene con lo storico della macchina, i manuali e i ricambi disponibili.
- Chiusura e feedback. Tempi, costi e causa del guasto vengono registrati. Il modello impara, il piano si aggiorna.
I passaggi 4, 5 e 6 sono quelli che spesso mancano. Un progetto europeo sulla manutenzione predittiva remota ha rilevato che oltre l’85% dei dati industriali resta inutilizzato e circa il 42% delle transazioni informative avviene ancora su carta. Anche gli studi su casi reali indicano il sensore come l’abilitatore delle strategie di manutenzione avanzata, ma il valore nasce solo quando l’informazione arriva a chi interviene.
Per questo l’integrazione tra sistemi di produzione e macchinari è considerata la base di un sistema predittivo. Se vuoi approfondire la parte sensori e connettività, trovi i dettagli nella nostra guida pratica alla manutenzione predittiva con l’IoT.
Le tecniche più usate
Non esiste una tecnica unica. Si sceglie in base al modo in cui la macchina si guasta.
Analisi delle vibrazioni
È la tecnica più diffusa sulle macchine rotanti: motori, pompe, ventilatori, riduttori, mandrini. Uno squilibrio, un disallineamento o un cuscinetto usurato cambiano lo spettro delle vibrazioni settimane prima della rottura.
Termografia
Una termocamera mostra punti caldi su quadri elettrici, morsetti, cuscinetti e isolamenti. Si usa spesso in ispezioni periodiche, anche senza sensori fissi.
Ultrasuoni
Utili per individuare perdite di aria compressa, problemi di lubrificazione e scariche elettriche. Lo strumento portatile costa poco rispetto ai sistemi fissi.
Analisi dell’olio
Particelle metalliche, acqua e degrado del lubrificante raccontano lo stato di riduttori, impianti idraulici e motori.
Assorbimento elettrico e parametri di processo
Corrente, pressione, portata e tempi ciclo letti dal PLC sono dati spesso già disponibili. Un motore che assorbe di più a parità di carico segnala attriti o ostruzioni.
Diagnostica dei mezzi mobili
Carrelli elevatori, macchine movimento terra e veicoli industriali comunicano lo stato tramite bus CAN. Qui la base è leggere correttamente i codici di guasto attivi: questa guida alla diagnostica J1939 e ai messaggi DM1 spiega come decodificarli prima di verificare alimentazione e terminazioni.
Le procedure di monitoraggio e diagnostica hanno un riferimento internazionale: la norma ISO 17359:2018 sulle linee guida generali per il condition monitoring. Seguirla aiuta a definire in modo coerente cosa misurare, con quale frequenza e con quali soglie, soprattutto se gestisci più stabilimenti.
Esempi di manutenzione predittiva in fabbrica
Gli scenari che seguono sono esempi tipici, utili per capire come la predittiva cambia il lavoro quotidiano.
Pompa di raffreddamento di una pressa. Il valore di vibrazione cresce lentamente per tre settimane. Il sistema apre un ticket con priorità media. Il responsabile pianifica la sostituzione del cuscinetto durante il cambio formato del venerdì. Nessun fermo imprevisto in turno.
Mandrino di un centro di lavoro. La temperatura a regime è più alta di qualche grado rispetto allo storico. Il tecnico controlla la lubrificazione e trova un ugello parzialmente ostruito. Intervento di 30 minuti invece di una sostituzione del mandrino.
Compressore d’aria. Un controllo a ultrasuoni rileva perdite su due raccordi. La riparazione riduce le ore di funzionamento del compressore e l’usura.
Linea di confezionamento. I tempi ciclo letti dal PLC si allungano a ogni turno. L’analisi dello storico ticket mostra lo stesso problema sulla stessa stazione tre volte in due mesi. Il MTBF della stazione è sceso: si decide un intervento strutturale invece dell’ennesima riparazione.
Segnalazione dell’operatore. Non tutto passa dai sensori. Un operatore sente un rumore anomalo, scansiona il QR code sulla macchina e apre un ticket con foto. Anche questo è un dato che alimenta la previsione. Spesso è il primo.
Da dove partire: 6 passi concreti
- Scegli le macchine critiche. Parti da 3 a 5 asset: quelli che fermano la linea, hanno ricambi con tempi lunghi o hanno avuto più fermi nell’ultimo anno.
- Metti ordine nello storico. Senza un’anagrafica macchinari completa e uno storico interventi affidabile, nessun algoritmo prevede nulla. Digitalizza i ticket prima di comprare sensori.
- Misura gli indicatori di base. MTBF (tempo medio tra guasti), MTTR (tempo medio di riparazione) e ore di fermo per macchina. Sono il punto zero con cui misurerai i risultati. Qui trovi un metodo per l’analisi dei fermi macchina.
- Associa una tecnica a ogni modo di guasto. Vibrazioni per i cuscinetti, termografia per i quadri, parametri PLC per i processi.
- Decidi dove girano dati e modelli. Cloud, server in fabbrica o soluzione ibrida: dipende da latenza, sicurezza e competenze interne. Un confronto utile su AI on-premise o in cloud aiuta a ragionare su costi e vincoli.
- Collega l’allarme al ticket. Ogni anomalia deve diventare un intervento assegnato, con scadenza e chiusura tracciata. Senza questo passaggio, il progetto si ferma al cruscotto.
Per la parte di metodo e modelli statistici, abbiamo scritto una guida all’analisi predittiva dei guasti.
Il nostro punto di vista
Vediamo spesso aziende che pensano alla manutenzione predittiva come a un progetto di sensori. È un progetto di processo. La tecnologia per misurare vibrazioni e temperature esiste da anni. Quello che manca, quasi sempre, è il passaggio tra il dato e la persona che deve intervenire.
Per questo partiamo dalla base: ogni macchina ha un QR code, ogni segnalazione diventa un ticket digitale, ogni intervento si chiude con tempi e costi registrati. Su questa base l’intelligenza artificiale ha qualcosa da analizzare. Il nostro assistente AI propone diagnosi a partire dai manuali e dalle foto, e lo storico centralizzato rende possibile l’analisi predittiva dei guasti.
Il nostro consiglio è semplice: prima rendi visibile quello che succede oggi, poi prevedi quello che succederà domani. Una previsione costruita su dati incompleti produce falsi allarmi, e i falsi allarmi fanno perdere fiducia al reparto. Uno storico pulito di sei mesi vale più di un sensore installato su una macchina senza anagrafica.
— Ufficio
Come scegliere un software per la manutenzione predittiva
Chi cerca i migliori software per la manutenzione predittiva trova tre famiglie di soluzioni:
- piattaforme di monitoraggio delle condizioni, spesso legate a un produttore di sensori: ottime nell’analisi del segnale, meno nella gestione del lavoro;
- suite industriali ed ERP con moduli di manutenzione: complete, ma lunghe da configurare e costose da adattare;
- software CMMS: gestiscono macchinari, ticket, pianificazione e ricambi, e ricevono i dati dai sensori o dal MES.
Per una PMI manifatturiera il CMMS è di solito il punto di partenza più concreto, perché è lì che l’allarme diventa intervento. Questi i criteri da verificare.
| Criterio | Cosa chiedere |
|---|---|
| Apertura segnalazioni | L’operatore apre un ticket in pochi secondi, anche da smartphone? |
| Anagrafica macchinari | Ogni asset ha storico, documenti e manuali consultabili sul posto? |
| Pianificazione | Preventiva e programmata sono visibili in un planning chiaro? |
| Indicatori | MTBF, MTTR e fermi macchina sono calcolati in automatico? |
| Integrazione | Riceve dati da MES e sensori IoT? |
| Intelligenza artificiale | Aiuta il tecnico nella diagnosi o resta un grafico? |
| Costi | Paghi per utente o per macchina? Ci sono costi di attivazione? |
| Prova | Puoi testarlo sulle tue macchine prima di firmare? |
Prima di scegliere, leggi anche i 4 errori comuni nell’uso dell’AI in un CMMS.
Manutentya: QR code, ticket e AI in un unico sistema
Manutentya è il CMMS che collega ogni macchina a un QR code per aprire ticket dallo smartphone, gestisce i ticket di manutenzione in tempo reale e pianifica la manutenzione programmata in stile Gantt. Calcola MTBF, MTTR e fermi macchina, si integra con MES e IoT e offre un assistente AI che propone diagnosi da manuali e foto.
I prezzi sono pubblici. Il canone base è di 69 € al mese, gli utenti sono illimitati e paghi solo per macchinari e moduli. Un esempio con 20 macchinari, calcolato sui prezzi pubblicati:
| Voce | Calcolo | Importo mensile |
|---|---|---|
| Canone base | 69 € | |
| Macchinari dal 1° al 10° | 10 × 10 € | 100 € |
| Macchinari dall’11° al 20° | 10 × 7 € | 70 € |
| Assistente AI | 39 € | |
| Macchinari con assistente AI oltre 5 | 15 × 4 € | 60 € |
| Totale | 338 € |
Puoi aggiungere i moduli che ti servono: magazzino ricambi e costi a 29 € al mese, multi-sede a 39 € al mese, integrazione MES a 79 € al mese. Prova gratis 7 giorni, senza costi di attivazione → scopri i prezzi
Incentivi 2026: l’iperammortamento
Dal 1° gennaio 2026 il credito d’imposta Transizione 5.0 è stato sostituito dall’iperammortamento della Legge di Bilancio 2026 (L. 199/2025). Riguarda investimenti in beni strumentali nuovi effettuati dal 1° gennaio 2026 al 30 settembre 2028. L’Allegato V dei beni immateriali comprende, secondo le guide di settore, software per la gestione della produzione, come MES e sistemi di manutenzione predittiva.
Due cautele prima di inserirlo nel business plan. I requisiti di interconnessione, le aliquote e il trattamento dei canoni in abbonamento cloud vanno verificati caso per caso: chiedi al tuo commercialista o a un consulente per la finanza agevolata se il tuo investimento rientra, prima di firmare l’ordine. E non scegliere il software in base all’incentivo: sceglilo in base al processo che deve gestire.
Il contesto spinge comunque verso l’efficienza. Secondo l’Istat, nel 2025 il fatturato manifatturiero è calato dello 0,1%, con forti differenze tra i settori. In un mercato così selettivo, ogni ora di fermo evitata conta.
Gli errori che fanno fallire un progetto predittivo
- Partire dai sensori invece che dai dati. Senza anagrafica e storico, i sensori producono allarmi senza contesto.
- Monitorare tutto. Meglio poche macchine critiche seguite bene che cento asset con soglie generiche.
- Allarmi che non diventano ticket. Se nessuno è assegnato all’anomalia, nessuno interviene.
- Ignorare gli operatori. Rumori, odori e vibrazioni percepite sono segnali precoci. Rendere facile la segnalazione vale quanto un sensore.
- Non misurare il prima e il dopo. Senza MTBF, MTTR e ore di fermo di partenza, non potrai dimostrare il ritorno dell’investimento.
Per capire come l’AI aiuta in concreto nella fase di diagnosi, leggi il nostro articolo sulla diagnosi guasti con l’AI.
Domande frequenti
Qual è la differenza tra manutenzione predittiva e preventiva?
La preventiva interviene a intervalli fissi, per esempio ogni 2.000 ore, indipendentemente dallo stato della macchina. La predittiva interviene quando i dati indicano un degrado reale. Così eviti sostituzioni premature e riduci i guasti tra un intervallo e l’altro.
Servono per forza sensori IoT?
No. Puoi iniziare con ispezioni periodiche (termografia, ultrasuoni, analisi dell’olio), con i dati già presenti nel PLC e con le segnalazioni degli operatori. I sensori fissi hanno senso sulle macchine più critiche, quando lo storico mostra che il fermo costa molto.
Quanto tempo serve per vedere risultati?
Dipende dalla qualità dello storico di partenza. Con ticket digitali e anagrafica completa, già nei primi mesi hai indicatori come MTBF e MTTR su cui ragionare. I modelli predittivi diventano affidabili man mano che si accumulano dati su guasti e interventi.
La manutenzione predittiva conviene anche a una PMI?
Sì, se parti dalle macchine che fermano la produzione. Un CMMS con costo per macchinario e utenti illimitati permette di iniziare con pochi asset e allargare il perimetro quando i risultati sono misurabili.
Fonti
- Manutenzione predittiva, Wikipedia
- Progetto SERENA, CORDIS, Commissione europea
- Advanced sensor-based maintenance in real-world exemplary cases, Taylor & Francis
- Come costruire un sistema di manutenzione predittiva, Agenda Digitale
- ISO 17359:2018, Condition monitoring and diagnostics of machines
- Iperammortamento, Legge di Bilancio 2026, Studio Astolfi
- Iperammortamento 2026, guida completa, Isinet Consulting
- Rapporto sulla competitività dei settori produttivi 2026, Istat