Monitoraggio, telecontrollo e ottimizzazione per impianti HVAC e altre applicazioni
Machine learning
Articoli, News, PDF, Prodotti, Webinar su Machine learning
Articoli e news su Machine learning
L'intelligenza artificiale e il machine learning, supportati da dati operativi in tempo reale, consentono di raggiungere nuovi livelli in termini di regolazione, efficienza e resilienza nella generazione di energia.
Il professor Nicola Gatti è una figura di spicco nel panorama dell'Intelligenza Artificiale (IA) in Italia. Professore associato presso il Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano, è co-direttore dell'Osservatorio Artificial Intelligence e del centro di ricerca industriale del Politecnico di Milano, in ELLIS (European Laboratory for Learning and Intelligent Systems) ed è uno dei coordinatori scientifici dell'unità milanese, che mira a rendere Milano un polo di eccellenza europeo nell'IA e nel machine learning.
Negli ultimi anni, l'industria di processo ha assistito a una crescente adozione di tecnologie avanzate di monitoraggio e analisi dei dati per ottimizzare le operazioni e migliorare l'affidabilità delle apparecchiature critiche. Il passaggio dai metodi di manutenzione reattivi a quelli predittivi o proattivi è stato guidato dalla necessità di minimizzare i fermi impianto non pianificati, ridurre i costi di manutenzione e allungare la vita operativa delle apparecchiature.
Midori Connect, società tecnologica italiana di Energy Data Analysis specializzata nella valorizzazione e trasformazione dei dati energetici in servizi innovativi per il controllo e la conoscenza dei consumi energetici, ed E.ON, uno dei principali operatori energetici in Italia, ufficializzano la loro partnership volta a migliorare la consapevolezza dei consumatori sull'uso dell'energia in casa attraverso l'analisi dei dati energetici e la predictive AI (modelli di Machine Learning).
Digital Twin Machine Learning Industry 5.0 IRS: mission & vision (In lingua inglese)
La Manutenzione predittiva Machine Learning nella manutenzione predittiva L'importanza del software
Evoluzione della manutenzione preventiva 4.0 Che cosa e' l'intelligenza artificiale Dai Big Data caratteristici Al Learning Machine ad utili informazioni ad intelligenti previsioni di vita residua.
La sfida della Manutenzione 4.0 viene vinta quando si riesce a raggiungere una visione in ambito manutentivo a 360 gradi, mantenendo il focus sull'oggetto fisico della manutenzione. Per arrivare all'obbiettivo è quindi importante che tutto lo scenario possa essere supportato accuratamente da persone formate e da strumenti software adeguati.
Come incrementare l'efficienza di una centrale termica? Con BRAIN by Tree Solutions, un vero e proprio cervello che, grazie al connubio tra intelligenza artificiale ed esperienza umana, è in grado di rendere più efficiente il riscaldamento senza interventi invasivi.
Gli ultimi webinar su Machine learning
- 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
(PDF in lingua inglese) Machine Learning, Artificial Intelligence, and Data: obstacles and potentialities for today's and tomorrow's maintenance.
Durante l'intervento scenderemo nel dettaglio di applicazioni reali per far emergere come le soluzioni proposte da GE Digital e ServiTecno siano legate ai concetti di machine learning e industrial advanced analitycs possono avere un impatto disruptive sui processi produttivi. Il machine learning è una forma di AI che permette a un sistema di imparare attraverso programmi di apprendimento automatico. Le tecniche di machine learning sono necessarie per migliorare l'accuratezza dei modelli predittivi. L'Advanced Analytics affianca alle analisi esplorative dei dati l'uso di tecniche ed algoritmi statistici, che ne rendono ancora più strutturato e profondo l'utilizzo.
L'ultima guida in partnership con SAVE
Altri contenuti su Machine learning
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.
- 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
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.
Come e perché utilizzare tecnologie come Data analytics e Machine learning”che introducono la possibilità di identificare modalità di funzionamento anomale ed anche di prevedere eventi, nel caso si abbiano a disposizione i dati relativi a malfunzionamenti.
- Introduzione e motivazioni - Descrizione del caso di studio - Modello di riferimento di edificio e HVAC - Schemi di controllo basati su reinforcement learning predittivo - Discussione dei risultati - Osservazioni conclusive
Industria 5.0 VS industria 4.0 Il metodo LEAS W2W MANUFACTURING Da machine learning a LEAS grow hub 5.0
Manutenzione predittiva o "L'arte di prevedere i guasti ed evitare problemi" Cosa sono Intelligenza artificiale (AI), di Machine Learning (ML) e Deep Learning (DL)? Case study manutenzione sistema HVAC
In occasione della mostra convegno MCMA in programma il prossimo 26 e 27 ottobre a Veronafiere, appuntamento di riferimento per i professionisti della Manutenzione Industriale e Asset Management, abbiamo fatto una chiacchierata con Marco Vescovi, CEO di M.V. Industrial Group
Savoye, con l'obiettivo di rafforzare la gestione del Labor Management, grazie all'uso del machine learning, sta sviluppando un nuovo e innovativo modulo per la sua soluzione ODATiO WMS/TMS, che permette anche di definire i KPI necessari per gestire il magazzino.