Skip to main content

Article Category

Article available in the folowing languages:

Una piattaforma di IA innovativa per aumentare l’efficienza delle risorse e dell’energia

Un laboratorio basato sui dati consente agli esperti di collaborare, modellare, sviluppare e valutare nuove funzioni di controllo predittivo in modo rapido ed economico.

Tecnologie industriali

Industrie di trasformazione, che producono e lavorano grandi lotti di materiale, attingono all’uso intensivo di materie prime ed energia. In questo modo, anche piccoli miglioramenti dell’efficienza possono portare a grandi risparmi, sia in termini di costi economici che ambientali. Ciò vale in particolare per specifici processi industriali come la fusione dell’alluminio primario, in cui la produzione è organizzata in diverse aree tra cui lo stabilimento di produzione di anodi, i rivestimenti di carbone e il capannone di colata, caratterizzati nel complesso da un significativo consumo di energia e di materie prime. Un modo per migliorare drasticamente le prestazioni è l’uso della modellazione predittiva, sfruttando sensori e acquisizione dati diffusi e utilizzando tecniche di IA. Tuttavia, il monitoraggio dei processi di produzione rimane una sfida, poiché richiede la raccolta e la valutazione di grandi quantità di dati e l’adozione di funzioni predittive basate su modelli non è sempre fattibile a un costo sostenibile o con sufficiente affidabilità. Il progetto, MONSOON (MOdel based coNtrol framework for Site-wide OptmizatiON of data-intensive processes), finanziato dall’UE, mirava a correggere questo problema, stabilendo un framework e una suite di strumenti basati sui dati per consentire agli esperti di diverse discipline di lavorare insieme in modo efficace e migliorare l’efficienza produttiva dell’industria di processo europea. MONSOON utilizza approcci predittivi basati sull’IA per ottimizzare i processi di produzione a livello di stabilimento e di sito.

Dati e sviluppo

La struttura di MONSOON è suddivisa in due componenti principali: la «Piattaforma operativa dello stabilimento in tempo reale» e il «Laboratorio dati intersettoriale». La Piattaforma operativa dello stabilimento in tempo reale è stata progettata per essere implementata in loco, e aiuta con varie funzioni tra cui: la raccolta dati e il monitoraggio delle risorse a livello di stabilimento; la gestione dei problemi di interoperabilità e la gestione dei flussi di dati; il rilevamento di problemi e guasti che potrebbero compromettere le operazioni della piattaforma MONSOON e l’esecuzione delle funzioni predittive progettate prevedendo, per esempio, comportamenti anomali in processi specifici. Il Laboratorio dati è un ambiente collaborativo, dove i dati fluiscono da più fonti per essere analizzati in scala. Ciò consente: collaborazione tra scienziati dei dati ed esperti di processo; modellazione avanzata; accesso semplificato ai dati raccolti sul campo; progettazione, sviluppo e test di nuove funzioni predittive. «Grazie alla soluzione MONSOON, gli scienziati dei dati coinvolti in collaborazione con esperti di processo possono sviluppare, valutare e implementare nuove soluzioni di controllo predittivo in modo rapido ed economico, creare funzioni predittive con l’aiuto di algoritmi di apprendimento automatico ed effettuare simulazioni, possibilmente utilizzando dati on-line dall’ambiente di produzione collegato», ha affermato Claudio Pastrone, responsabile dell’IoT e dell’area di ricerca Pervasive Technologies presso Links Foundation.

MONSOON

La soluzione MONSOON è stata implementata e testata in due siti pilota, dimostrando una previsione quasi in tempo reale per migliorare la qualità del prodotto e la manutenzione delle macchine. In uno stabilimento produttivo di GLN in Portogallo, MONSOON è stato utilizzato per migliorare lo stampaggio a iniezione. L’altra prova pilota era incentrata sulle aree di carbonio e elettrolisi della produzione di alluminio primario e coinvolgeva Aluminium Pechiney e uno stabilimento di Liberty House in Francia. Nel complesso, il progetto ha affrontato aspetti relativi alla digitalizzazione degli stabilimenti, alla raccolta dei dati e alla creazione di specifiche funzioni predittive, e ha favorito il lavoro di squadra tra scienziati dei dati ed esperti di processo. Nell’ambito della rivoluzione digitale dell’Industria 4.0 in corso, il progetto MONSOON potrebbe contribuire a una più ampia adozione, nelle industrie di trasformazione europee, del monitoraggio e del controllo a livello di stabilimento e di sito. Grazie alla riduzione dei tempi di trasformazione e del consumo di risorse ed energia, il progetto potrebbe anche contribuire a dare impulso all’industria europea nella corsa mondiale alla competitività e alla sostenibilità. «Vorrei mettere in risalto e ringraziare tutti i partner di MONSOON per la grande collaborazione nell’ambito del progetto e anche oltre», aggiunge Pastrone. «Ho avuto l’opportunità di lavorare con grandi professionisti provenienti da tutta Europa», dichiara.

Parole chiave

MONSOON, processo, industrie, produzione, strumenti, sensori, IA

Scopri altri articoli nello stesso settore di applicazione