Artificial Intelligence & Statistical Learning for Energy-Aware Extreme Automation
Abstract
Progetti di ricerca in collaborazione fra Università/Enti di ricerca e altri soggetti pubblici o privati con l’obbiettivo di sostenere percorsi di alta formazione che integrino le conoscenze teoriche con le competenze realizzate in specifici contesti d’esperienza.
Project Name
AISLEA2
Publication Year
2023
Coordinator
SANNA
Announcement name
Progetti di Alta Formazione attraverso l’attivazione di Assegni di Ricerca (Bando assegni di ricerca anno 2023)
Expected Duration
24 Months
60,000 €
Total cost project
30,000 €
Contribution paid
1
Total fellowship
Announcement description
Climate change e la crisi energetica e delle materie prime impattano sempre più l’industria, specialmente settori energivori e con una gestione energetica complessa come il cartario: - Per ridurre i costi, la rete elettrica è integrata da co-generatori che producono energia da gas, recuperando il calore per alimentare altre parti dell’impianto. È difficile capire quando convenga usare la rete l’altro - I processi hanno fasi con consumi eterogenei. Es. preparare gli impasti usa molta energia ed acqua, l’essiccamento della carta molto calore È quindi difficile mappare esaustivamente dove e come si consuma. Questo frena la transizione verde e analisi come: Ridurre i consumi di una fase porta risparmi o maggiori costi in altre fasi? Quali fasi si prestano all’uso di energia da fonti rinnovabili? È necessario favorire la transizione verde di questi sistemi con tecniche di AI a supporto degli operatori. Extreme Automation e la controllante A.Celli Group, leader nel settore di macchine per il cartario e TNT, affrontano questa sfida raccogliendo grandi moli di dati dagli impianti. AisleA2 svilupperà una metodologia che parte da questi dati per la parametrizzazione di processi industriali complessi, con enfasi su uso efficiente di energia/risorse. Svilupperà tecniche di statistical learning per supportare decisioni e giustificarle (explainable AI). Come si legge in S3, il Distretto Tecnologico regionale cartario supporta 150 imprese e 22 centri di ricerca. Tra i suoi obiettivi ha sostenibilità ambientale, Industria 4.0, innovazione di processo, e trasferimento tecnologico. AisleA2 è in linea con questo, e quindi con le linee di programmazione di S3. AisleA2 sfrutterà le competenze nate in AutoXAI2, progetto con stessi partner dell’edizione 2021 del bando (8° su 330 proposte). AutoXAI2 ha sviluppato un’innovativa metodologia data-driven per ottimizzare processi industriali con enfasi su qualità/quantità dei prodotti, ignorando consumi di energia/risorse. La metodologia è stata presentata in convegni accademici internazionali, e di trasferimento tecnologico in Toscana (JoTTO). È efficace nel cartario, come validato da esperti di dominio, ma anche generalizzabile: è stata validata su dati ICT. Questo aiuterà AisleA2 a supportare la transizione verde del cartario con soluzioni generalizzabili ad altri settori. L’assegnista interagirà con esperti del dominio (partner), e accademici esperti in sistemi complessi configurabili e statistical learning.
Parole chiave:
RICONFIGURAZIONE AUTOMATIZZATA DI PROCESSI PRODUTTIVI, STATISTICAL LEARNING PER L’OTTIMIZZAZIONE DI CONSUMI ENERGIA RISORSE DI PRO, INGEGNERIA DEL SOFTWARE DATA-DRIVEN PER SISTEMI ALTAMENTE CONFIGURABILI
