Un modo più efficiente di effettuare la manutenzione sulle turbine eoliche
L’energia eolica è un ingrediente fondamentale nella transizione della società verso l’energia rinnovabile. Il problema, tuttavia, è che le turbine eoliche rimangono ancora estremamente costose in termini di gestione e manutenzione rappresentando fino a un terzo del costo delle energie rinnovabili. Infatti, un guasto inaspettato su un componente fondamentale spesso comporta lo spegnimento dell’intera turbina. Ciò potrebbe lasciare migliaia di case alimentate da combustibili fossili per diversi mesi. Per i proprietari di parchi eolici, ciò si traduce in perdita di ricavi e riparazioni molto costose. La chiave per prevenire questi guasti potenzialmente debilitanti è il loro rilevamento precoce. Tradizionalmente, ciò avviene attraverso il monitoraggio delle condizioni, un processo che impiega dati di sensori avanzati per monitorare lo stato delle attrezzature meccaniche. «Gli esperti in ingegneria coinvolti in questo processo sono come medici delle turbine eoliche, che cercano di identificare la malattia il prima possibile e raccomandare la cura più efficace», afferma Allan Larsen, coordinatore del progetto PAVIMON, finanziato dall’UE. Sfortunatamente, il monitoraggio delle condizioni è un processo manuale con scalabilità non ottimale ed è per questo che Vertikal AI, che ha ospitato il progetto, ha sviluppato un’alternativa con intelligenza artificiale (IA). «La nostra tecnologia di IA rappresenta una svolta», aggiunge Larsen, amministratore delegato di Vertikal AI, un’azienda danese specializzata in soluzioni di manutenzione predittiva basate sull’IA. «La tecnologia sfrutta i dati storici dei guasti, le competenze ingegneristiche e i dati meccanici per produrre allarmi di guasto più precoci e robusti rispetto a quanto possibile con il tradizionale monitoraggio delle condizioni». Ora, grazie al progetto PAVIMON, questa tecnologia di IA è sulla giusta strada per essere pronta per il mercato.
La necessità di tecnologia di IA è maggiore di quanto previsto
Nel corso del progetto, Vertikal AI ha studiato la fattibilità di creare una soluzione redditizia e scalabile basata sulla tecnologia di apprendimento profondo dell’azienda. Lavorando assieme a diversi grandi proprietari di turbine eoliche, i ricercatori hanno posto domande quali: quanto è pulito e completo il panorama di dati dei clienti? Quali sono i problemi degli utenti? Quali sono gli ostacoli alla trasformazione dei processi esistenti? In che modo il mercato e il panorama concorrenziale supportano una strategia di crescita elevata? «La raccolta di dati e informazioni ci ha portati a fare molte domande ai potenziali clienti e a scavare in profondità nei problemi degli utenti e nei processi», spiega Larsen. «Questa curiosità è stata recepita molto positivamente e le relazioni che abbiamo coltivato per questo motivo ci aiutano ancora oggi». Secondo Larsen, attraverso queste conversazioni il team ha scoperto che la necessità di tali tecnologie di IA sul lungo termine eccedeva di gran lunga le loro ipotesi iniziali. «Ci siamo resi conto che sono presenti risultati più a portata di mano su cui possiamo iniziare immediatamente a trovare soluzioni con una versione molto più semplice del nostro prodotto, ma ciò fa ancora parte della nostra visione sul lungo termine», aggiunge.
Accelerare i tempi di commercializzazione
Sebbene il progetto sia ora terminato, Vertikal AI continua a perfezionare la propria soluzione per renderla pronta all’immissione sul mercato. «Il progetto PAVIMON ha davvero convalidato il nostro potenziale di crescita e le informazioni che abbiamo raccolto ora formano le basi per la nostra strategia di crescita sul lungo termine», conclude Larsen. L’azienda sta attualmente compiendo investimenti sostanziali nella ricerca e nello sviluppo e lavora per accelerare i tempi di commercializzazione. Nei prossimi due anni, Vertikal AI pianifica di lavorare a stretto contatto con i propri clienti per finalizzare il prodotto e renderlo pronto all’immissione sul mercato. A tal fine, l’azienda è alla ricerca di capitale di rischio privato e, possibilmente, del finanziamento dell’EIC Accelerator Pilot.
Parole chiave
PAVIMON, Vertikal AI, intelligenza artificiale, IA, apprendimento profondo, turbine eoliche, parco eolico, manutenzione predittiva, energia eolica, energia rinnovabile, monitoraggio delle condizioni
