IMPROVE implementa un sistema predittivo che ana- lizza dati da Controller Logici Programmabili (PLC) mediante un'architettura di API e middleware interoperabile, arricchita dall'integrazione di Fiware e algoritmi ML per un approccio proattivo alla gestione operativa. Gli elementi chiave: recupero dei dati tramite API e integra- zione con PLC; piattaforma interoperabile con Fiware; gestione dei dati con backend e implementazione di logiche dinamiche; definizione dei canali informativi e implementazione di logiche di controllo; integrazione di algoritmi di machine learning; gestione degli alert e presentazione dei dati; flessibilità nei dati di input.
Il progetto IMPROVE si sviluppa sul tema Modelli di Machine Learning (ML) e soluzioni tecnologi- che a supporto della manutenzione predittiva e della sostenibilità. Nell’industria manifatturiera vengono utilizzati macchinari complessi e attrezzature specializzate che richiedono manutenzione regolare per garantire un funzionamento ottimale. Gli algoritmi di machine learning per effettuare manutenzione predittiva consentono alle aziende di adottare approcci proattivi alla manutenzione stessa e di migliorare la gestione delle loro attività operative.
Beneficiari
L'obiettivo principale è prevenire guasti e deterioramenti in impianti e attrezzature, ottimizzando l'affidabilità e le risorse e riducendo l'impronta carbonica dell'azienda. Si prevede l'implementazione di un sistema predittivo che analizza i dati provenienti da Controller Logici Programmabili (PLC) attraverso un'architettura di API e middleware interoperabile, integrando Fiware e algoritmi ML per una gestione operativa proattiva. La soluzione affronta sfide come la gestione di dati eterogenei e la necessità di un modello di dati dinamico aggiornabile in tempo reale, migliorando precisione e adattabilità. L'utilizzo di middleware per l'interoperabilità facilita la comunicazione tra sistemi diversi e supporta l'apprendimento federato, permettendo l'addestramento di modelli ML con dati sensibili mantenuti localmente. Questo approccio consente l'integrazione di sistemi esistenti in una piattaforma unificata per una gestione e visualizzazione centralizzata dei dati. Il risultato finale del progetto sarà rappresentato dal rilascio della versione alpha della piattaforma integrata in ambiente di produzione.
I parametri di valutazione del rilascio della versione alpha della piattaforma saranno:
DATI E NUMERI
N. DI RICERCATORI COINVOLTI
N. DI NUOVE ASSUNZIONI PREVISTE
DURATA DEL PROGETTO (MESI)
N. WORK PACKAGES (WPS)
TRL INIZIALE
TRL FINALE
Progetto n.: PE_00000004
MADE IN ITALY CIRCOLARE E SOSTENIBILE
C.F. 97931690156
