LESS GAS - Sistema informatico basato su tecnologie di Machine Learning

Abstract:

Il progetto punta alla realizzazione di un nuovo prodotto, denominato LessGas, per il supporto alle decisioni nella conduzione di impianti industriali che consumano gas. LessGas è un sistema esperto, configurabile in modo specifico per ciascuna struttura, composto da una rete di sensori e da un’intelligenza artificiale dotata di capacità diagnostiche e prognostiche sul funzionamento dell’insieme dei macchinari e delle reti utilizzati per la produzione, le cui analisi saranno facilmente consultabili e fruibili anche grazie ad un sofisticato strumento di interrogazione e navigazione in linguaggio di tutti i giorni. Gli impianti la cui produttività può essere così ottimizzata sono quelli che convertono l’energia del gas in altre forme (ad esempio: elettricità, vapore, ...). Si viene in tal modo a ottenere una riduzione del fabbisogno di gas a parità di produzione energetica. Verranno inoltre applicate tecnologie di Intelligenza Artificiale applicata al Natural Language Processing (NLP) che interagiranno con il sistema al fine di rendere l’informazione fruibile a personale anche non altamente specializzato, in modalità real-time.

Uno dei partner del progetto opera continuativamente nel campo della diagnostica e della prognostica di grandi impianti di produzione energetica. Il nuovo prodotto LessGas consente ai partner, oltre che mettere a punto impianti di grandi dimensioni, di aggredire un’altra fetta di mercato, molto più grande numericamente, ma priva della struttura organizzativa interna propria delle grandi aziende produttrici di energia, composta da strutture di piccola o media taglia. Nel caso di queste ultime, LessGas consente di ottenere in modo continuativo informazioni sull’impianto senza i costi che sarebbe necessario affrontare per avere un corpo tecnico dedicato. LessGas consente inoltre di eseguire predizioni grazie all’IA, a scopo diagnostico o prognostico, in modo nuovo, si ritiene più affidabile e comunque più versatile di quanto non possa essere fatto attualmente in modo empirico. Il nuovo prodotto consente quindi, oltre a un’espansione del mercato di riferimento per la proponente, un miglioramento delle sue prestazioni, una migliore condivisione e circolazione delle informazioni (sia in fase di intervento che nell’ottica della formazione continua del personale tecnico) e dunque una maggiore competitività.

Il progetto è strutturato in 11 OR (obiettivi realizzativi): tre OR sono finalizzati alla realizzazione del sistema intelligente mediante algoritmi di ML (Machine Learning), uno alla realizzazione di un gemello numerico degli impianti sui quali si interviene, tre OR al sistema di acquisizione dati, uno al controllo teorico, pratico e sperimentale dei risultati ottenuti e tre OR dedicati alla digitalizzazione e strutturazione della conoscenza di dominio ad uso dell’AI stessa (knowledge domain management).

Tra i tre OR sul ML, il primo (OR1) tratta la questione generale della scelta del modello di ML in base alla tipologia dell’impianto e dei dati da trattare, il secondo (OR2) sviluppa le capacità diagnostiche del sistema LessGas attraverso gli algoritmi individuati e il terzo (OR3) le capacità prognostiche.

L’OR7, dedicato al gemello digitale degli impianti oggetto del lavoro, consente un avviamento precoce del ML, in attesa di ottenere dati in numero significativo dai sensori disposti sull’impianto, rispettando così i tempi di consegna previsti dal bando. Il gemello numerico permette inoltre di eseguire valutazioni quantitative sui risultati ottenuti dai dati rilevati sul campo. Gli OR sul sistema di acquisizione sono dedicati, rispettivamente, all’individuazione, progettazione e implementazione della sensoristica in impianti tipo che dovranno essere utilizzati allo scopo (OR4 e OR5) e alla costruzione delle relative basi dati mediante la collezione di informazioni provenienti anche da altri sistemi presenti nel contesto (OR8).

Infine, l’OR6 ha lo scopo di verificare i risultati della ricerca sui casi studio e fornire i ritorni di informazione necessari al miglioramento degli algoritmi e dei modelli.

Il risultato degli OR 9, 10 e 11 è lo sviluppo di un’applicazione pilota in lingua italiana, che permetterà di ricevere informazioni mirate sullo stato dei macchinari o sulle azioni da intraprendere, in modo semplice ed efficace, da parte di diverse tipologie di fruitori, sia umani-esperti che altri “robot” (intesi come altri software con cui ci si integrerà). Il trattamento di contenuti non strutturati con tecniche di Natural Language Processing (NLP) abiliterà l’interazione e la gestione delle informazioni più tecniche e di dettaglio, anche con il linguaggio di tutti i giorni, quindi particolarmente adatto al personale non altamente specializzato, che opera fuori sede.

L’output atteso del progetto di ricerca è un prototipo LessGas funzionante su impianti di piccola, media e grande dimensione, collaudato su casi studio (impianti reali) individuati allo scopo. I partner acquisiranno inoltre nel processo nuove informazioni, conoscenze e competenze sulle applicazioni dell’IA a sistemi del tipo in oggetto.

Dal punto di vista nazionale, è evidente che un impiego più razionale delle risorse energetiche, in particolare del gas, comporta vantaggi economici. LessGas, potendo ridurre i consumi dei singoli impianti anche del 10%, per l’effetto congiunto di un’ottimizzazione dei parametri di ingresso e di una migliore gestione delle criticità, è un prodotto innovativo di interesse nazionale.