AS_03_2021

STRUMENTI DI PROCESSO speciale Automazione e Strumentazione Aprile 2021 79 meccanica tra il fluido - oggetto della misura - e il fluido di riferimento (vuoto o ambiente). Più complessa è la misurazione della portata . In generale è affetta da imprecisioni relati- vamente elevate, in quanto dipendente dalla dinamica dei fluidi e dalla compresenza di diversi fattori che influenzano il processo. Le tecniche di misura tradizionali vedono l’uti- lizzo di sensori doppler basati sulla lettura del livello e della velocità del flusso. D’altro lato l’avanzamento tecnologico ha premiato soprat- tutto la tecnologia radar , capace di misurare la velocità senza la necessità del contatto con la superficie del fluido. E soprattutto in grado di assicurare misure affidabili non influenzate dalle condizioni ambientali. Dati e ancora dati Nei nuovi scenari della sensoristica, la raccolta e l’analisi dei dati avviene sempre più spesso in prossimità dei punti in cui vengono prodotti. La raccolta di grandi quantità di dati prodotti dai sensori è stata resa possibile dall’abbatti- mento dei costi di storage e soprattutto dall’av- vento delle tecnologie Cloud e delle varianti Fog ed Edge , laddove la capacità computazionale viene integrata direttamente nei dispositivi e nelle piattaforme embedded. Va inoltre considerato che processi, macchinari e linee di produzione sono sempre più attrezzati con computer ‘on board’ che raccolgono i dati prodotti dai sensori, li elaborano e alimentano sistemi real-time che hanno in carico le funzioni di monitoraggio, diagnostica e gestione allarmi. Ne risulta che la quantità di dati raccolti è enorme: basti pensare che la maggior parte dei sensori utilizzati nell’industria fornisce misurazioni ad intervalli inferiori al secondo. Parliamo quindi di veri e propri Big Data ela- borati, trasformati e arricchiti con informa- zioni aggiuntive (provenienti ad esempio dai sistemi gestionali). In sostanza i dati in tempo reale sono trasformati per prendere decisioni a livello di impianto e di processo. Ai dati, in ultima istanza, sono applicate funzioni sta- tistiche e di analisi per ricavare indicatori di efficienza e produttività (KPI), accessibili in modo intuitivo attraverso grafici, dashboard, app, smartphone e portali web dedicati. Le reti di sensori interconnessi rappresentano la base fondante della IoT industriale e il primo necessario passo per il passaggio dei dati nel cloud (fonte: Pixabay) Una novità molto recente e particolare, nell’ambito della strumentazione connessa e wireless, sono i beacon miniaturizzati e stand-alone (fonte: BluEpyc)