AS 1

Automazione e Strumentazione n Gennaio - Febbraio 2024 Tecnica 91 CONTROLLO L’ efficientamento di un complesso pro- cesso energivoro richiede una strate- gia di ottimizzazione integrata che coinvolga differenti aspetti: dalla stru- mentazione in campo all’implementazione di avanzate tecniche di intelligenza artificiale per un utilizzo ancor più proficuo della mole di dati processata dai sistemi di controllo. Questo articolo mira a presentare le principali caratteristiche tipiche dei sistemi APC e dei rel- ativi benefici, sottolineando i risultati ottenuti in molti settori attraverso l’impiego di metodi basati sul Model Predictive Control (MPC), che per- mettono di governare un processo caratterizzato da un’elevata complessità, in primis rappresentata da una lunga lista di variabili da controllare, vari- abili manipolate e variabili di disturbo. Viene presentato infine un caso di successo rag- giunto nel settore siderurgico attraverso l’ap- plicazione del sistema di ottimizzazione Sybil Steel progettato dal Polo Innovation IoT & New Business di Alperia Green Future S.r.l. Descrizione di un sistema di controllo APC Un sistema APC è un sistema di controllo multivariabile in grado di regolare in maniera automatica il processo produttivo nel quale è implementato rispettando i vincoli assegnati e ottimizzare le performance , perseguendo una Nei processi industriali più critici, complessi ed energivori (petrolifero, gas, chimico, metallurgico, minerario, energia, ecc.), soggetti a continue variazioni, spesso la regolazione delle variabili di processo verso i rispettivi target avviene manualmente. In questi contesti, l’utilizzo dei sistemi APC (Advanced Process Control) consente di raggiungere prestazioni significativamente migliori automatizzando le risposte. Giacomo Astolfi, Francesco Luzi, Elena Moscoloni, Lorenzo Orlietti, Riccardo Rosati, Andrea Silenzi, Laura Standardi, Chiara Valzecchi Sistemi APC basati su tecnologia MPC NOTA AUTORE G. Astolfi, F. Luzi, E. Moscoloni, L. Orlietti, R. Rosati, A. Silenzi, L. Standardi, C. Valzecchi - Alperia Green Future S.r.l., Sede operativa: Corso Vittorio Emanuele II, 36 - 37038 Soave (VR) A FIL DI RETE www.alperia.eu MODELLI PREDITTIVI E INTELLIGENZA ARTIFICIALE PER IL CONTROLLO DI PROCESSO AVANZATO Figura 1 - International Society of Automation standard for manufacturing control systems