Intelligenza artificiale

Un gruppo di ricercatori ENEA, Politecnico di Bari e Università Roma Tre ha messo a punto un sistema basato sull'automazione e l'intelligenza artificiale per prevenire possibili blackout elettrici causati da ondate di calore. Sviluppato nell'ambito del progetto RAFAEL finanziato dal Ministero dell'Università e della Ricerca, questo approccio innovativo basato su tecniche di machine learning è stato testato su una grande rete di distribuzione elettrica nel Sud Italia e i risultati sono stati pubblicati sulla rivista scientifica IEEE Transactions on Industry Applications.

Gli strumenti di Machine Learning per migliorare la resilienza dei sistemi hanno ricevuto un maggiore slancio guidato dalla transizione energetica, dai cambiamenti climatici e dalla digitalizzazione, ma è necessario affrontare sfide critiche sulla definizione dei requisiti di sistema e sull'affidabilità dei processi di apprendimento.

- Piattaforma di piloti di droni in Italia - La mission: automatizzare le operazioni più ripetitive, pericolose, costose e inefficienti attraverso droni e intelligenza artificiale - Ispezioni tecniche più efficienti - Investimenti continui nell'innovazione e nella tecnologia - Droni per cisterne e spazi confinati (caso studio) - Droni per il monitoraggio di siti industriali - Monitoraggio dell'inquinamento atmosferico. Hardware & Software - Aree di applicazione "Ready to use" - Rilevamento da drone e conteggio con rete neurale convoluzionale - Bando Efficienza energetica ed energie rinnovabili nelle imprese

Premiata, per l'impatto innovativo prodotto nel settore della Cyber Security in Italia, la linea di ricerca condotta in Ateneo sull'implementazione e sviluppo di algoritmi di calcolo per l'analisi e il monitoraggio dei rischi di impresa. Questi sistemi di valutazione del Cyber Risk sono basati su algoritmi di intelligenza artificiale e modelli statistici che fondano il loro funzionamento sulla teoria dei valori estremi (quella meglio conosciuta come teoria dei cigni neri) e su un'infrastruttura informatica in grado di memorizzare e gestire grandi quantità di dati.

(in lingua inglese) From Industrial Automation to Intelligent Automation

- Multi fattori e obiettivi dello sviluppo sostenibile nello scenario industriale - Le tecnologie abilitanti 4.0 - Finalità della manutenzione - Dalla manutenzione 3.0 alla manutenzione 4.0 - Il Learning Machine risolve il trilemma della manutenzione preventiva - Piano di sviluppo della manutenzione preventiva 4.0

Utilizzare l'intelligenza artificiale per evitare guasti nei data center e migliorarne le prestazioni. È uno degli obiettivi del gruppo di ricerca ICT di ENEA che ha testato tecniche innovative sul proprio supercalcolatore CRESCO6.

Sfrutta IA e ML per un processo decisionale intelligente

L'industria automobilistica si trova ad affrontare sfide crescenti proprio mentre cerca di riprendersi dalle battute d'arresto dovute alla pandemia COVID. Per tenere il passo, i produttori del settore automobilistico hanno bisogno delle tecnologie avanzate dell'Industria 4.0.

Non solo monitoraggio dei consumi e dello status operativo dei dispositivi connessi: con la rinnovata piattaforma di applicazioni IoT basate sull'Intelligenza Artificiale di Zerynth il controllo degli stabilimenti produttivi è a 360 gradi, dal telecontrollo dei macchinari fino alla reportistica e al tracciamento degli ordini.

- Il suo ruolo nella ESG Envirorment Social Governance - Definizione CEN TC 319 della EN 13306 :2017 - Tipologie e terminologie - Evoluzione della sua funzione - Da Industria 4.0 a Manutenzione 4.0 - I Key Performance Indicators

Perché investire nella modernizzazione del processo produttivo: - Eliminare i problemi in fase di installazione: riduzione dei difetti e dei relativi costi di risoluzione; - Reattività ai cambiamenti: aggiornare i modelli di intelligenza artificiale dinamicamente; - Ridurre le ispezioni manuali: migliorare la qualità del processo ispettivo; - Incrementare la qualità produttiva e di riparazione: incremento dei ricavi.

- L'evoluzione della manutenzione preventiva - Il trilemma della manutenzione preventiva - La Diagnostica in manutenzione - Tipologie e terminologie di manutenzione UNI 10147, EN 13306 - Tecnologie predittive & prove non distruttive PnD NORME ISO-CEN-UNI (258) - La Manutenzione 4.0 - L'evoluzione del learning machine