AS_01_2020

SCENARI primo piano 20 Gennaio/Febbraio 2020 Automazione e Strumentazione and Biomolecular Engineering, presso la Cornell University di Ithaca, New York, le applicazioni analitiche e il machine learning costituiscono elementi indispensabili . L’industria di processo sta giocando un ruolo domi- nante nel favorire la crescita dell’economia globale, spiega la ricerca, e lo dimostra il fatto che nell’e- lenco delle 500 maggiori società del mondo com- paiono molte industrie di processo, tra cui Sino- pec, Shell, ExxonMobil, solo per citarne alcune. Tuttavia, con lo sviluppo dell’ingegneria chimica, delle attrezzature di produzione, e dell’informa- tion technology, la scala spaziale e la comples- sità funzionale dei processi di produzione nelle moderne industrie di processo stanno crescendo rapidamente. Questo fenomeno, inevitabilmente, solleva sfide impegnative sull’ottimizzazione e la sicurezza delle operation industriali a differenti livelli : al livello di controllo più basso, a causa della densità di connessioni tra i vari impianti e processi, esistono comunemente fenomeni di accoppiamento tra processi multi-loop e multiscala, che costitui- scono ostacoli diretti all’efficiente progettazione di strategie di controllo sull’intero impianto indu- striale. In aggiunta, continua la ricerca, poiché i processi tendono ad essere esposti a disturbi e fonti di errore, difficili da tenere in considerazione nella fase di design, il rischio che si verifichino eventi anomali cresce in maniera enorme. Al più alto livello di programmazione e pianifi- cazione, le decisioni vanno prese in tempo reale e con flessibilità, per rispondere alla variabilità dei fattori nell’ambiente esterno: decisioni che sono fondamentali per ridurre i costi operativi e migliorare i profitti economici, sotto la pressione della crescente competizione globale. Di consen- guenza, sottolinea lo studio, per soddisfare questi stringenti requisiti di safety, efficienza e sosteni- bilità nelle moderne industrie di processo, sono urgentemente richieste tecnologie d’avanguardia e innovazioni per lo smart manufacturing. Nuova fisionomia della ‘machine intelligence’ Con l’avvento del paradigma Industria 4.0 nelle industrie di processo, tutti i dispositivi di produ- zione dovrebbero diventare ‘smart’ e, nel loro com- plesso, possedere l’abilità di percepire in maniera intelligente l’ambiente, portare alla luce nuova conoscenza e prendere decisioni razionali. Una caratteristica saliente della quarta rivoluzione indu- striale è proprio l’enorme disponibilità dei dati, che ha penetrato quasi tutte le discipline e motivato una rinnovata rivisitazione delle tradizionali meto- dologie di problem-solving . Questa, chiarisce la ricerca, è la differenza chiave rispetto agli stru- menti già usati in passato per modellare, interpre- Intelligenza artificiale e machine learning introducono automazione non solo nel lavoro fisico, ma anche in parte delle attività intellettuali (fonte: Pixabay) Anche l’industria di processo può trarre molti benefici dall’analisi evoluta di big data (fonte: Pixabay)