Una delle applicazioni più interessanti del Digital Twin riguarda il settore delle caldaie industriali o di grandi condomini. I vantaggi sono diversi: abilita nuovi modelli di business, favorisce la pratica di manutenzioni predittive, aiuta a prevedere consumi ed emissioni. E, soprattutto, permette di progettare caldaie in grado di rispondere sempre di più alle necessità del cliente offrendo loro uno strumento flessibile (il Digital Twin stesso).
«Nelle nostre applicazioni il Digital Twin è una copia fedele, in formato digitale, di singole componenti» spiega Marco Tognoli, che insieme a Giorgio Zof e Alessandro Morelli sta lavorando sulla costruzione di gemelli digitali per ICI caldaie. «Queste possono essere combinate tra loro per riprodurre, in maniera virtuale, il funzionamento di sistemi molto più complessi con l’obiettivo di ampliare il catalogo di servizi pre e post vendita». Lo scopo è quello di ricreare una copia dell’oggetto in tutti i suoi aspetti, geometrici e fisici.
«Le difficoltà nel riprodurre digitalmente il funzionamento dei sistemi sono dovute alle tecniche utilizzate. Il problema principale è determinato dalla qualità e dalla quantità delle informazioni raccolte sul set di dati e sullo stato di salute dei sensori. Per venirne a capo, è necessario abbinare la conoscenza statistica a quella del mondo dei generatori e fare lavoro di squadra. Noi abbiamo affiancato alle figure storiche aziendali, e al loro bagaglio di conoscenze sullo sviluppo e la manutenzione di caldaie, le più moderne competenze di Data Science».
Fare lavoro di squadra tra i professionisti del Data Science e quelli del settore in cui si opera è uno degli aspetti fondamentali per progettare il Digital Twin
La diversità di competenze è una delle criticità comune a tutte le iniziative in cui è necessario far collaborare esperti nella gestione e nell’elaborazione dati con altri altamente specializzati nel settore operativo.
«Per esempio nelle caldaie industriali - spiega Morelli - i problemi riguardano soprattutto la definizione delle grandezze termodinamiche in ingresso e in uscita. Le simulazioni fluidodinamiche partono da un disegno tridimensionale a cui vengono applicati i valori di grandezze come la pressione, la temperatura, la composizione chimica rilevata durante le campagne sperimentali, e via dicendo. Ogni volta che l’uomo o la macchina sbaglia a misurare un valore, l’errore si ripercuote sul modello. E non è l’unico limite da superare. I modelli matematici che si impiegano per ricreare la realtà non sono univoci. Non esiste infatti un’unica equazione in grado di descrivere tutto, ma ne esistono diverse per ogni branca: meccanica, termodinamica, ottica, ecc. L’abilità consiste nel saper scegliere quelle necessarie, consapevoli degli errori intrinsechi ai modelli stessi».
Il percorso per creare il Digital Twin di una caldaia inizia «dallo sviluppo di un sistema di monitoraggio e contabilizzazione dei consumi termici per il mercato residenziale. Un approccio che è stato poi ampliato al settore commerciale e industriale e oggi offre la possibilità di controllare da remoto le caldaie abbinandole a una serie di sensori. Questi sensori sono stati scelti con l’obiettivo di migliorare l’efficienza dei sistemi durante la normale operatività e servono a compiere diagnosi energetiche e analisi di affidabilità dei componenti. Misurano la temperatura e la pressione, la portata di acqua e vapore, il relè di stato, e altro ancora, ma la platea si allargherà soprattutto in ambito elettrico».
Una delle criticità nel progettare Digital Twin di caldaie è nella scelta dei sensori da installare e dei modelli matematici a cui far gestire i dati
ICI Caldaie ha recentemente prodotto il Digital Twin per la serie Ecovapor. «Lo abbiamo realizzato tramite un approccio fisico a blocchi. In questo modo possiamo usarlo ad ampio spettro: come strumento commerciale per formulare proposte di installazione che corrispondano sempre di più al fabbisogno reale di vapore del cliente; e come strumento di sviluppo del prodotto per il migliorare i progetti di caldaie mediante simulazioni. Allo stesso tempo abbiamo replicato virtualmente caldaie per la produzione di acqua calda della serie Greenox BT Cond tramite tecniche data-driven».
Grazie all’Intelligenza Artificiale i modelli virtuali di caldaia sono in grado di imparare dalle informazioni ricevute in maniera autonoma (Machine Learning).
«Il modello di Machine Learning – continua Tognoli - replica il funzionamento termico partendo dai dati registrati presso la singola installazione: il Digital Twin generato tramite algoritmi di Machine Learning è unico per ogni numero seriale. E il cliente possiede, oltre alla caldaia, anche il proprio Digital Twin, che costituisce la base del servizio di efficientamento energetico offerto. Tramite le potenzialità delle tecniche di Machine Learning è possibile duplicare digitalmente gli impianti per tutte le tipologie di caldaie ad oggi prodotte da ICI Caldaie».
CONDIVIDI QUESTO ARTICOLO