La consulenza termodinamica, settore storicamente basato su competenze umane altamente specializzate, sta vivendo una profonda trasformazione grazie all’implementazione di strumenti analitici automatizzati che non solo riducono drasticamente i tempi di intervento, ma migliorano significativamente l’accuratezza delle analisi e l’efficacia delle decisioni operative.
Un esempio emblematico di questa evoluzione è rappresentato dal progetto innovativo sviluppato da Carel Industries S.p.A. in collaborazione con Smartoperations S.r.l., che ha portato all’implementazione di algoritmi AI che supportano la supervisione di impianti, con il focus sull’ottimizzazione dei sistemi presenti nel sito (Refrigerazione, HVAC, Lights, Energy Management). Questo progetto rappresenta la prima fase di un’iniziativa più ampia di digitalizzazione dei processi di consulenza termodinamica, con l’obiettivo di creare un nuovo standard di eccellenza nel settore.
Indice degli argomenti
La sfida della consulenza termodinamica AI per carel
CAREL, uno dei principali produttori mondiali di soluzioni di controllo per sistemi HVAC/R (Heating, Ventilation, Air Conditioning and Refrigeration), si è trovata ad affrontare una sfida significativa: trasformare un processo di consulenza termodinamica tradizionale, caratterizzato da analisi manuali e time-consuming, in un sistema intelligente e data-driven.
L’esigenza è nata dall’opportunità di far toccare con mano al cliente i benefici derivanti dall’utilizzo di una soluzione basata su una piattaforma cloud, in grado di collezionare i dati provenienti dai diversi siti ed eseguire analisi utili a tutte le figure coinvolte nella gestione degli impianti (Refrigeration Manager, Facility Manager, Service Manager…). Il Servizio di Consulenza, che si basa sull’utilizzo dei dati presenti sulla piattaforma, è destinato ai clienti il cui obiettivo principale è migliorare le prestazioni e l’efficienza energetica dell’impianto, in modo da ridurre i costi di gestione. In particolare, questo servizio è ideale per le applicazioni Food Retail, dove è fondamentale garantire la qualità dei prodotti refrigerati.
Prima dell’adozione della soluzione AI, i tecnici specializzati, grazie alla loro esperienza e competenza, dedicavano tempo prezioso all’analisi dei dati processati dalla piattaforma per valutare la performance dei sistemi presenti in campo e definire le azioni necessarie al miglioramento del sistema.
Questo approccio garantiva un servizio di alto livello, ma richiedeva un notevole impegno nella revisione di grandi volumi di informazioni, con il rischio di erogare il servizio in tempi non soddisfacenti. Con l’integrazione dell’AI, i tecnici possono ora concentrarsi sui casi più rilevanti, già pre-elaborati dallo strumento, ottimizzando l’efficienza operativa e ampliando la capacità dell’azienda di offrire consulenze tempestive su scala più ampia.
La soluzione di consulenza termodinamica AI implementata
La soluzione implementata si basa su tre target principali:
- classificazione degli asset installati in campo
- analisi di allarmi e dati volta ad individuare settaggi inefficienti ed anomalie spie di situazione critiche che possono portare a malfunzionamenti o stop delle macchine in campo
- definizione di attività utili all’ottimizzazione delle performance e risparmio energetico, con un focus particolare sul sistema di Refrigerazione
Per implementare la soluzione, sono stati utilizzati i dati restituiti dalla piattaforma IoT Carel, già in uso presso il cliente pilota. Questa piattaforma cloud si basa sull’utilizzo in campo di una supervisione locale intelligente che è in grado di trasferire allarmi in tempo reale ed una vasta gamma di misurazioni e parametri operativi relativi ai sistemi presenti nel singolo store. Il portale colleziona i dati provenienti dai diversi siti del cliente, li storicizza e li processa per restituire informazioni su tre KPI principali: Allarmi, Regolazione e Consumi.
Classificazione automatica dei dispositivi
Uno dei compiti più onerosi per i tecnici che portano avanti le attività di consulenza è l’individuazione del tipo di macchine e banchi presenti nello store, ad oggi infatti non è sempre possibile avere una completa visibilità di ciò che è collegato alla supervisione locale, a meno che la mappatura del sito, non sia completamente condivisa dal cliente. Per ottimizzare in termini di effort e tempistiche, il lavoro richiesto a tale scopo, è stato implementato un algoritmo ML che partendo dall’analisi dei dati acquisiti dal campo e dall’esperienza in campo dei tecnici Carel, individua i pattern necessari alla Classificazione degli asset di Refrigerazione presenti nello store.
Analisi avanzata degli allarmi
Considerando lo storico relativo agli allarmi generati dal Sistema di Refrigerazione e filtrando per priorità, vengono identificate le criticità ricorrenti, che possono suggerire problematiche strutturali o anomalie isolate, ma significative, che richiedono interventi immediati. In base al tipo di allarme, vengono suggerite delle azioni correttive specifiche, che mirano a ridurre significativamente il tempo di risposta alle anomalie ed eventuali interventi di manutenzione straordinaria.
Suggerimenti per l’ottimizzazione delle performance
In base agli storici dei dati raccolti dalla piattaforma IoT CAREL (Temperature, Pressioni e parametri operativi) ed il know-how dei tecnici CAREL, è stata definita una logica che permette di generare automaticamente i suggerimenti sui settings e le azioni da applicare in campo per ottimizzare le performance del Sistema di Refrigerazione di ciascun negozio.
Previsione dei consumi energetici
La soluzione, inoltre, è in grado di prevedere con accuratezza i consumi energetici degli impianti, tenendo conto delle seguenti variabili
- Storico delle condizioni meteorologiche
- Storico Consumi
- Stagionalità
Quindi, una volta lanciata la soluzione, questa è in grado di svolgere le operazioni di cui sopra e generare un report che riporta i suggerimenti che CAREL potrà fornire ai propri clienti (Food Retailers) per l’ottimizzazione delle prestazioni del Sistema di Refrigerazione dei propri stores.
Risultati e impatti della consulenza termodinamica AI
L’obiettivo principale di questa soluzione è raggiungere dei benefici quantificabili sia per CAREL che per i suoi clienti:
Benefici attesi per Carel
- Efficienza operativa: riduzione del 50% del tempo dedicato all’analisi dei dati di più stores, permettendo ai tecnici di concentrarsi su attività a maggior valore aggiunto.
- Scalabilità del servizio: capacità nel lungo termine di gestire un numero significativamente maggiore di clienti e impianti con lo stesso team tecnico.
- Affinamento accuratezza: le analisi automatizzate hanno dimostrato una maggiore efficacia nell’identificazione di anomalie e opportunità di ottimizzazione rispetto all’analisi manuale.
- Vantaggio competitivo: l’offerta di un servizio di consulenza avanzato e data-driven rappresenta un elemento distintivo nel mercato.
Benefici attesi per i clienti di Carel
- Risparmio energetico, miglioramento delle performance e riduzione costi: le ottimizzazioni suggerite dal sistema hanno portato a riduzioni dei consumi energetici fino al 10%, riduzione degli allarmi critici ( -50%), incremento delle performance del Sistema di Refrigerazione pari al 10% a cui segue una riduzione degli sprechi di prodotto.
- Estensione della vita utile delle apparecchiature: L’operatività ottimizzata riduce lo stress sui componenti delle macchine in campo assicurando un’estensione del ciclo vita dei componenti stessi e degli assets
- Maggiore trasparenza: I report automatici forniscono una visione chiara, efficace e preventiva derivante da una supervisione intelligente.
Roadmap futura per la consulenza termodinamica AI
Questo progetto, pur avendo già ottenuto dei buoni risultati, rappresenta solo il primo passo di un percorso più ampio volto a ridefinire il concetto stesso di consulenza termodinamica. La roadmap di sviluppo prevede:
- Estensione progressiva dell’approccio ad altri siti e clienti, seguendo criteri di priorità strategica.
- Affinamento continuo della fase di analisi, con un focus sull’individuazione di ulteriori opportunità di ottimizzazione del sistema.
- Industrializzazione del modello, con l’obiettivo di renderlo scalabile e replicabile in diversi contesti operativi.
Questa evoluzione permetterà di consolidare una metodologia di consulenza sempre più digitalizzata, efficiente e basata su dati, trasformando radicalmente il modo in cui le aziende ottimizzano i loro processi termodinamici.
Un nuovo paradigma per la consulenza termodinamica
L’esperienza condivisa di CAREL e Smartoperations dimostra come l’intelligenza artificiale possa trasformare profondamente un settore tradizionalmente dominato da competenze umane specializzate. La consulenza data-driven non sostituisce l’expertise umana, ma la potenzia, permettendo ai tecnici di focalizzarsi sugli aspetti strategici e decisionali del loro lavoro, lasciando gestire i compiti analitici ripetitivi efficacemente dai sistemi automatizzati.
In un contesto industriale sempre più orientato all’efficienza energetica e alla sostenibilità, soluzioni come quella implementata, rappresentano non solo un vantaggio competitivo, ma un contributo concreto alla riduzione dell’impatto ambientale delle attività produttive e commerciali.
L’AI e il Machine Learning si confermano dunque come strumenti strategici per il settore industriale, capaci di abilitare nuovi livelli di efficienza operativa, capacità predittiva e innovazione dei servizi.
