BitBang è orgogliosa di mettere a disposizione le proprie competenze in Data & AI nel progetto pionieristico EVOCATION, promosso all’interno del Consorzio BI-REX.
L’obiettivo del progetto è ampliare le attuali capacità di monitoraggio dei macchinari industriali, aprendo a nuovi scenari per l’approccio delle aziende manifatturiere alla manutenzione e al controllo qualità.
Il progetto EVOCATION è finanziato dall’Unione Europea – Next Generation EU.
Il progetto EVOCATION
EVOCATION, iniziativa congiunta promossa dal Consorzio BI-REX, si concentra sull’utilizzo di tecnologie all’avanguardia per offrire un monitoraggio dei macchinari più intelligente e dettagliato. Integrando nuovi sensori intelligenti e avanzate capacità computazionali basate sull’intelligenza artificiale, il progetto punta a prevedere e prevenire anche i guasti più rari.
Sensori innovativi ed eccellenza collaborativa
Il progetto EVOCATION si propone di introdurre un approccio economicamente sostenibile per il monitoraggio dei parametri diagnostici e delle condizioni di carico dei macchinari, grazie all’impiego di sensori intelligenti e analisi avanzata dei dati.
Insieme a quattro aziende manifatturiere e cinque fornitori di servizi tecnologici, BitBang contribuisce alla creazione di una sinergia tra hardware e software d’eccellenza, con l’obiettivo di potenziare il monitoraggio da remoto e la manutenzione predittiva di impianti e macchinari industriali.
Affrontare le complessità del monitoraggio industriale
Monitorare macchinari specializzati comporta sfide uniche. Alcune grandezze fisiche critiche risultano notoriamente difficili da rilevare durante il normale funzionamento delle macchine. Deformazioni, carichi e condizioni del lubrificante sono tra i più importanti indicatori predittivi di guasti, ma ottenere dati precisi e quasi in tempo reale spesso richiede sensori costosi o, in alcuni casi, non esistono sensori adeguati.
Inoltre, determinati eventi di guasto si verificano raramente, rendendo scarsa la disponibilità di dati. Riprodurre tali eventi in ambienti controllati comporta costi elevati, e i sistemi reali sono talmente complessi da non poter essere descritti completamente con approcci matematici top-down. Serve quindi una strategia adattiva per la pianificazione della manutenzione e degli interventi.
La sinergia tra hardware e software
La risposta di EVOCATION sta nella sinergia tra hardware e software. I calcoli in tempo reale basati su Intelligenza Artificiale avanzata completano le misurazioni dirette fornite da sensori intelligenti innovativi.
Realizzare questa visione richiede di affrontare diverse sfide:
- I sensori devono disporre di interfacce digitali e capacità computazionali integrate.
- I dati devono essere raccolti, archiviati e gestiti su un’architettura software adeguata.
- Le analisi devono essere personalizzate per ciascun indicatore, progettate e ottimizzate con cura per ogni specifico caso d’uso.
L’Intelligenza Artificiale viene impiegata per colmare i vuoti lasciati dai modelli tradizionali, generando previsioni dettagliate attraverso un approccio di gemello digitale. I metodi ibridi, come il Physics-Informed Machine Learning, permettono di migliorare le prestazioni dell’AI. Combinando i vantaggi dell’AI black-box con l’interpretabilità dei modelli fisico-matematici, il progetto punta a creare un insieme completo di misurazioni, capaci di supportare previsioni affidabili sulla manutenzione e la durata dei macchinari.
Una visione per il futuro
Lo scenario immaginato da EVOCATION prevede un impianto completamente monitorato nel dettaglio, in cui le decisioni possano essere simulate tramite scenari ipotetici (what-if), consentendo interventi proattivi e scelte informate.
I nostri partner
Il vero punto di forza di EVOCATION risiede nelle competenze specializzate, nella conoscenza dei domini applicativi e nell’esperienza consolidata dei partner coinvolti.
Partner industriali
Aziende leader a livello globale nei rispettivi settori, forniscono contesti concreti per lo sviluppo delle soluzioni e la validazione in ambienti reali:
- Bonfiglioli: produttore di motoriduttori, sistemi di azionamento, riduttori epicicloidali, inverter e motori elettrici per settori industriali, automazione, macchine mobili e energia eolica.
- Poggipolini: leader nell’ottimizzazione del peso e nella produzione di componenti critici e sistemi di fissaggio strutturali per i settori aerospaziale, automotive e motorsport.
- SACMI: produttore di macchinari e impianti per i settori ceramica, plastica, food & beverage, metalli, packaging e materiali avanzati.
- Velan ABV: esperti in valvole industriali in acciaio per applicazioni in generazione di energia, chimica e servizi criogenici.
Partner tecnologici
Fornitori di soluzioni innovative per la progettazione di componenti avanzati e per l’integrazione hardware-software:
- E.S.T.E.: specializzata nella progettazione hardware, firmware e software, incluse la gestione di segnali complessi. Contribuirà allo sviluppo di un sensore intelligente.
- Sanchip: focalizzata sulla manutenzione predittiva tramite dispositivi IoT per impianti e macchinari. Collaborerà allo sviluppo di un sensore intelligente.
- Sens-In: spin-off di Poggipolini, specializzata in elementi di fissaggio intelligenti. Fornirà supporto in hardware, configurazione e interpretazione dei dati.
- Selcom Group: esperti nella progettazione e produzione di apparecchiature elettroniche ed elettromeccaniche personalizzate. Contribuiranno allo sviluppo di un sensore intelligente.
- ISE: fornitore di servizi di manutenzione e manutenzione predittiva. Contribuirà allo sviluppo dei sensori e alla raccolta e prima analisi dei dati grezzi.
Partner accademici
Fondamentali per lo sviluppo delle metodologie di analisi e la validazione scientifica del progetto:
- CIRI ICT (Università di Bologna): Centro Interdipartimentale di Ricerca Industriale nel campo delle tecnologie ICT. Si concentrerà sullo sviluppo di metodi analitici basati su AI e approcci ibridi.
- IN4 Hub (Ferrara): Tecnopolo per l’Innovazione nel campo dell’ingegneria e dell’integrazione industriale. Si occuperà dell’ottimizzazione dell’estrazione e interpretazione dei dati dai sensori.
