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
-
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...
-
Il mercato dell’Internet of Things cresce e sfiora i 9 miliardi di euro
Non si arresta la corsa del mercato italiano dell’Internet of Things. Nel 2023 ha raggiunto un valore di 8,9 miliardi di euro, +9% rispetto al 2022. Tra i diversi ambiti, la fetta più grande del mercato è...
-
Panasonic a SPS Italia 2024: trasformazione digitale e benefici concreti per gli OEM ed end user
Panasonic Industry si avvale di partner specialisti, con competenze avanzate di data science e tecniche di machine learning/AI, per affiancare gli OEM nel loro percorso di trasformazione digitale e per abilitarli a fornire servizi di valore agli utenti finali. Adottando...
-
Importanti attività
Gestione intelligente degli asset: i benefici di una manutenzione predittiva Le operazioni di manutenzione e riparazione (Maintenance and Repair Operations – MRO) sono tra le attività più importanti delle aziende moderne del settore industriale, e consentono di...
-
Seco e NXP collaborano per portare Clea, una soluzione AI completa, nel settore industriale e IoT
Seco annuncia la collaborazione con NXP Semiconductors per ampliare l’accesso alla sua soluzione software Clea ad applicazioni industriali e Internet of Things (IoT). Clea è una piattaforma avanzata di Intelligenza Artificiale as a Service (AIaaS), la cui...
-
C-Energy: ottimizzare l’efficienza energetica in fabbrica
Marposs presenta C-Energy, un modulo software innovativo che trasforma il monitoraggio energetico in un sistema di gestione completo per qualsiasi stabilimento industriale. Comprendere e ottimizzare i consumi In un contesto di prezzi energetici elevati e di crescente...
-
Pasta e grain based food, un mercato in forte crescita con opportunità per il packaging italiano
La pasta è uno dei cibi più amati e popolari del mondo, dati alla mano, con una produzione a livello globale che supera i 17 milioni di tonnellate. L’Italia rimane il primo consumatore al mondo con 23...
-
Industria di processo: motore della crescita
Cambiamenti geopolitici ed economici, scenario competitivo in evoluzione e difficoltà nella catena di approvvigionamento hanno portato verso nuovi modelli di business, integrazione dei principi ESG e adozione di tecnologie come l’intelligenza artificiale e il digital twin Le...
-
Intelligenza artificiale, cybersecurity e piattaforme digitali: tutte le opportunità per le PMI
Dassault Systèmes ha condiviso i risultati di un’indagine che mette in luce alcune tendenze che offrono oggi nuove opportunità alle startup e alle PMI (Piccole e Medie Imprese) di fare un salto di qualità rispetto alle aziende...