Automazione Oggi 456

SPECIALE SETTEMBRE 2024 AUTOMAZIONE OGGI 456 | 49 sicuro ed efficiente verso il cloud o la rete en- terprise. Questi dispositivi sono stati impiegati in quanto garantiscono la continuità di servizio anche in condizioni logistiche e ambientali pre- carie, permettendo il collegamento con appa- rati e strumenti di campo e una gestione locale nel caso di perdita di connettività con la control room del telecontrollo. La robustezza dell’ap- plicazione di Viva Servizi e la competenza di Artel hanno permesso di raggiungere i risultati sopra citati, aprendo la strada a nuove tecno- logie e processi virtuosi per il miglioramento continuo. Michele Romagnoli, referente tecni- co del Consorzio Gorgovivo, illustra di seguito il progetto Gorgovivo 4.0 che prende il nome dall’omonimo acquedotto, principale fonte di approvvigionamento idrico della Viva Servizi. In collaborazione con l’Università Politecnica delle Marche si stanno implementando logiche di machine learning al fine di creare dei model- li previsionali per dare supporto alle decisioni per la gestione della suddetta fonte (e dell’in- tero acquedotto). Machine learning e AI per predire le portate Il progetto Gorgovivo 4.0 prende il nome dal complesso sorgentizio Gorgovivo, di cui il Con- sorzio è proprietario, e che rappresenta la prin- cipale fonte di approvvigionamento idrico per la regione Marche nella provincia di Ancona. L’urgente necessità di affrontare le sfide legate alla gestione sostenibile delle risorse idriche ha spinto la comunità scientifica e tecnologica a esplorare soluzioni innovative, contribuendo agli obiettivi di sostenibilità dell’Agenda 2030 dell’ONU. La crescente domanda di acqua, l’in- cremento demografico e i cambiamenti clima- tici sono tra i principali fattori che minacciano quantità e qualità dell’acqua. Negli ultimi anni, l’industria dell’acqua ha sperimentato uno sviluppo significativo in termini di upgrading tecnologico e di digitalizzazione, migliorando la comprensione delle dinamiche di consumo e di tutela della risorsa. In questo contesto, il monitoraggio in tempo reale e la disponibilità di grandi quantità di dati rendono indispensa- bile l’uso di applicazioni basate su Intelligenza Artificiale (AI) per una governance idrica più efficace, fondata sull’analisi data-driven. Il Con- sorzio Gorgovivo, in sinergia con Viva Servizi, in ragione dei propri principi statutari di tutela e salvaguardia dell’ambiente, è stato tra i primi a credere fortemente e a investire in soluzioni innovative di questo tipo. Dal 2019, con l’Uni- versità Politecnica delle Marche si sta sviluppando un sistema predittivo della disponibilità della risorsa della Sorgente Gor- govivo attraverso l’impiego di modelli data-driven che sfrut- tano le tecniche più moderne dell’AI. Il dataset è costituito dalle serie storiche di dati delle principali variabili, tra i quali il li- vello della sorgente, il livello dei pozzi, il livello del fiume Esino, la portata complessiva emunta e i dati pluviometrici del bacino idrografico. I dati della sorgente sono raccolti automaticamente e disponibili in tempo reale tra- mite il sistema di telecontrollo aziendale, monitorando le principali caratteristiche dei 19 pozzi del complesso. L’importanza di creare un modello predittivo Questo approccio meticoloso alla raccolta e analisi dei dati è fondamentale per sviluppare un modello predittivo affidabile che rifletta l’interazione tra variabili climatiche e risposte idrogeologiche. È stata inoltre realizzata un’ap- plicazione GUI (Graphical User Interface) che consente di analizzare grandi quantità di dati multidimensionali, effettuando simulazioni di validazione e predizione, rendendo il sistema predittivo uno strumento di supporto alle de- cisioni (SSD). Maggiori approfondimenti tecnici sono contenuti nell’articolo scientifico pubbli- cato da Alessandro Galdelli del Dipartimento di Ingegneria dell’Informazione (DII) dell’Univer- sità Politecnica delle Marche, in collaborazione con Primo Zingaretti, responsabile scientifico del progetto e direttore del laboratorio Vrai (Vision, Robotics and Artificial Intelligence), dal titolo ‘An AI-Driven Prototype for Groundwa- ter Level Prediction: Exploring the Gorgovivo Spring Case Study’ e presentato in occasione della conferenza internazionale Iciap (Inter- national Conference on Image Analysis and Processing). Il lavoro fin qui svolto costituisce un prezioso strumento operativo nell’ambito dell’Asset Management, creando le fondamenta per una ricerca estesa sia dal punto di vista me- todologico che applicativo. Attualmente, si sta sviluppando un’architettura cloud avanzata, automatizzata e serverless, finalizzata alla rac- colta, elaborazione e previsione automatica del livello dei pozzi presso la sorgente Gorgovivo. Inoltre, il modello predittivo verrà ottimizzato attraverso nuovi metodi basati sul deep lear- ning. Contemporaneamente, riconoscendo l’importanza di approfondire le conoscenze sulle aree e sulle dinamiche di ricarica della sorgente, in collaborazione con Alberto Tazioli del Dipartimento di Scienze e Ingegneria della Materia dell’Ambiente e Urbanistica (Simau), il Consorzio ha avviato un programma di studio idrogeologico, geochimico e idrochimico. Que- sto progetto mira a verificare il perimetro del bacino di alimentazione e alla modellazione idrogeologica a scala di bacino della sorgente. Per concludere In conclusione, i risultati dei due importanti progetti, sopra descritti in parte, stanno già offrendo e comunque offriranno al Consorzio Gorgovivo e a Viva Servizi un duplice vantag- gio. Da un lato, forniranno una comprensione completa e dettagliata delle caratteristiche e delle dinamiche della sorgente, migliorando la consapevolezza e la capacità di monitorag- gio delle risorse idriche. Dall’altro, metteranno a disposizione strumenti operativi di previ- sione altamente efficaci, fondamentali per una gestione sostenibile della risorsa. Questi strumenti consentiranno di anticipare e miti- gare eventuali situazioni di stress idrico, otti- mizzando l’uso dell’acqua e garantendo una gestione più responsabile e lungimirante del bacino idrografico. ServiTecno - www.servitecno.it Le piattaforme di GE Vernova, distribuite in Italia da ServiTecno, sono state implementate per raggiungere gli obiettivi che si era prefissata Viva Servizi