Imballaggio, con l’Intelligenza Artificiale si possono ridurre i consumi del 10%
Seaside (Gruppo Italgas), è stata scelta da Ilip, che realizza soluzioni d’imballaggio per alimenti in plastica termoformata e in materiale compostabile, per la realizzazione di un importante progetto di efficienza energetica presso il proprio stabilimento produttivo. Attraverso l’applicazione di soluzioni di machine learning, Ilip stima di conseguire un risparmio energetico sui consumi di produzione del 10%.
Il progetto realizzato da Seaside per Ilip prevede l’utilizzo del software di Predictive Energy Analytics Savemixer impiegato per analizzare e predire i consumi energetici del sito produttivo di Valsamoggia, correlando i dati energetici con le variabili di produzione. Tale analisi inoltre ha consentito di ottenere una base solida di confronto per la misurazione di dettaglio dei saving energetici ottenuti da interventi impiantistici sulle linee.
Il processo produttivo di Ilip, che trasforma materie plastiche attraverso la termoformatura con forni elettrici, è fortemente energivoro e gli interventi in efficienza energetica rappresentano dunque un rilevante vantaggio competitivo non solo dal punto di vista del miglioramento dell’impatto ambientale dell’azienda, ma anche in termini economici.
In particolare, le attività innovative svolte nell’implementazione del sistema di Predictive Energy Analytics Savemixer si concentreranno su tre principali aree di intervento: la modellazione energetica delle linee produzione tramite machine learning, ovvero l’identificazione dei livelli di consumo ottimale di ogni processo, l’analisi degli scostamenti per l’identificazione di anomalie energetiche e l’interfacciamento tra il sistema hardware di monitoraggio energetico e l’ERP di produzione.
Proprio la possibilità di correlare i consumi energetici, che saranno ottenuti attraverso l’applicazione di meters sui macchinari, con i dati di produzione raccolti dall’ERP di Ilip rappresenta uno degli elementi di maggiore innovazione del progetto. L’ERP infatti consente al software di disporre di informazioni estremante dettagliate in grado di sostenere in maniera ottimale l’attività di machine learning e di conseguenza l’accuratezza dell’attività di analisi predittiva. Questo permetterà ad esempio la possibilità di analizzare in maniera puntuale i consumi di ogni processo, valutando dal punto di vista energetico eventuali modifiche e innovazioni.
Inoltre, Savemixer rappresenta già in questo momento un importante ausilio nella verifica del corretto funzionamento dei macchinari, individuando attraverso anomalie di consumo eventuali problemi, che possono essere affrontati in anticipo consentendo di evitare eccessivi sprechi di energia e soprattutto fermo-macchine che possono pregiudicare l’attività.
“La collaborazione con Seaside ci consentirà un miglioramento continuo delle nostre prestazioni energetiche, aiutandoci a capire non solo gli effettivi risultati derivanti dall’implementazione di attività di efficientamento energetico, ma anche fornendo suggerimenti su come migliorare la gestione dell’uso di energia nel processo produttivo al netto di investimenti. Puntiamo inoltre a realizzare un risparmio energetico integrato attraverso la realizzazione, grazie al supporto di Savemixer come strumento di test e verifica, di progetti di certificazione energetica” sottolinea Riccardo Pianesani, Amministratore Unico di Ilip.
“Grazie a Savemixer e alla fornitura di un servizio di consulenza energetica costante stiamo contribuendo attivamente all’attività di saving energetico richiesta da Ilip. L’adozione di una soluzione che va oltre il semplice monitoraggio e che fornisce alle aziende una soluzione in grado di integrarsi con i sistemi produttivi delle aziende manifatturiere rappresenta un sicuro vantaggio competitivo, soprattutto per le realtà energivore che possono beneficiare di vantaggi economici e ambientali” commenta Maria Luisa Mazzotta, Strategic Account Manager di Seaside.
Nell’ambito del progetto di Digital Energy, sono stati installati 225 meters per l’acquisizione dei dati energetici, modellati i consumi di 68 linee produttive e trasmesse 150.000 misure con frequenza quotidiana, analizzati 8.573.513 record di consumo e 233.142 record di produzione, effettuate 45.000 elaborazioni di Machine Learning per settimana.
Contenuti correlati
-
AEA apre al mondo dell’intelligenza artificiale nel percorso formativo
I corsi specialistici di AEA – Aircraft Engineering Academy, l’accademia di formazione per tecnici manutentori aeronautici con sede ad Azzano San Paolo, in provincia di Bergamo, sono rivolti a chi opera nell’ambito della manutenzione aeronautica e basati su...
-
Intelligenza artificiale, come sfruttarla al meglio e 5 ambiti operativi in crescita
“Se si raccolgono abbastanza dati, qualsiasi cosa può essere dimostrata con metodi statistici”: lo scrittore statunitense Arthur Block aveva un’idea chiara sull’importanza dei numeri e delle statistiche, le quali risultano di difficile gestione in un’epoca in cui...
-
Appuntamento ad All4pack Emballage Paris 2024
Il settore del packaging è al centro delle sfide del settore in termini di circolarità e di decarbonizzazione. Oggi deve affrontare molteplici sfide: ambientali, economiche, logistiche e, naturalmente, normative, con le leggi Agec e sul clima e...
-
Green computing, emissioni di CO2 ridotte fino al 50%
L’uso della tecnologia ha un impatto significativo sull’ambiente e le aziende impegnate nel percorso verso la sostenibilità devono tenerne conto. È per questo che Bitrock, consulting company 100% Made in Italy appartenente al Gruppo Fortitude, ha messo...
-
L’efficienza energetica nell’industria
Trend, ostacoli e fattori trainanti per l’incremento degli investimenti in efficienza energetica nell’industria. La situazione europea e quella italiana. Diventa sempre più rilevante il contributo delle tecnologie digitali. Uno studio dell’Enea segnala importanti risultati ottenuti grazie alle...
-
La GenAI primo motore degli investimenti infrastrutturali
Secondo la più recente Worldwide Future of Digital Infrastructure Sentiment Survey di IDC, quasi otto aziende su dieci hanno dichiarato di ritenere l’infrastruttura digitale “importante” o “mission critical” per il successo delle proprie iniziative di business. La...
-
Controlli tradizionali e machine learning per l’efficienza energetica negli edifici
L’efficienza energetica negli edifici è un argomento di cui, giustamente, si sente parlare da molto tempo, rappresentando un elemento fondamentale per la decarbonizzazione, che necessariamente passa attraverso l’uso più razionale delle risorse energetiche… Leggi l’articolo
-
AI e sicurezza: come prevenire gli infortuni sul lavoro
Di Marco Bavazzano, Amministratore Delegato di Axitea Ciclicamente, e con dispiacere, ci troviamo a leggere o ascoltare di storie di infortuni sul lavoro che hanno purtroppo spesso un epilogo tragico, con conseguenti bilanci, commenti e iniziative sulle...
-
Cama Group automatizza il packaging di Hawaiian Host Group con le soluzioni di Rockwell Automation
Gli OEM del settore packaging devono affrontare molte sfide, ma è nel confezionamento secondario e terziario che iniziano le vere sfide, con tipi di prodotto, volumi e formati di scatole/pacchetti/promo che richiedono un’ampia gamma di soluzioni di...
-
AI per le intranet: uno strumento che integra e potenzia le capacità umane, senza sostituirle
Già da tempo l’intelligenza artificiale fa parte della nostra vita quotidiana ed è usata da moltissime aziende, in Italia e nel mondo. Gli algoritmi intelligenti sono capaci di apprendere ed elaborare le informazioni e suggeriscono alle persone...