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