La tesi ha come obiettivo quello di indagare, costruire e sperimentare metodi ed approcci che rispondano alle moderne sfide proposte della sempre più necessaria digitalizzazione dei processi industriali, intesa come un vero e proprio management digitale, che unito alle potenzialità sempre crescenti dell’Intelligenza Artificiale e del Machine Learning, permetta di gestire, ottimizzare ed automatizzare le fasi dei processi costruttivi, con particolare riguardo alla fase di gestione dei processi legati al ciclo di vita dell’ambiente costruito. La parola chiave, quindi, è proprio gestione: in particolare la gestione di una porzione di città, nel caso specifico di un comparto residenziale composto da 16 edifici, mirata a costruire processi ed ecosistemi totalmente digitali basati su modelli informativi tridimensionali che siano in grado di replicare oggetti fisici, come ad esempio gli edifici, e soprattutto che sappiano gestire e monitorare le loro interazioni con la realtà. Le crescenti potenzialità offerte dall’utilizzo di approcci basati sull ICT (Information Comunication Technology) aprono scenari rinnovati per la gestione dei processi nell’ambiente costruito. Infatti, tramite la realizzazione di modelli tridimensionali tramite approcci integrati BIM (Building Information Modeling) e GIS (Geographic Information Systems) è possibile costruire veri e propri database geometrici microscopici e macroscopici, contenenti dati statici, dinamici, geometrici e semantici che rappresentino il nucleo informativo per la gestione efficiente del ciclo di vita di sistemi verticali ed orizzontali. L’elaborazione di dati ed informazioni solide ed omogenee riguardanti il ciclo di vita degli asset all’interno del suo gemello digitale garantisce un notevole supporto ai processi di gestione dell'ambiente costruito. E’ solo mediante l'integrazione di tali modelli con sistemi di Intelligenza Artificiale che diventa possibile aumentare l’ottimizzazione e progressiva automazione funzionale delle attività interconnesse al ciclo di vita degli asset, ed in particolare sono analizzati e sperimentati gli ambiti di seguito descritti. ENERGY MANAGEMENT La sperimentazione riguarda la configurazione di una smart grid energetica orientata all'autogestione per l'ottimizzazione dei consumi e della produzione di energia. Sfruttando le potenzialità del machine learning, è possibile infatti creare un sistema automatizzato virtuoso di gestione della produzione e del consumo dell'energia elettrica e termica tramite algoritmi di calcolo dell'energia massima producibile (mediante l’integrazione di un sistema geotermico, solare termico e solare fotovoltaico) prevedendo i consumi degli edifici sulla base di dati storici trasmessi da sensori e integrati con il calcolo giornaliero dei carichi termici effettuati dal digital twin (gemello digitale). SECURITY MANAGEMENT Il digital twin realizzato prevede la configurazione di un sistema digitale integrato per la gestione della sicurezza che prescinda dalla componente umana (unmanned security) mediante l’utilizzo di sistemi di autoapprendimento e Intelligenza Artificiale basati sul riconoscimento di immagini, che aumentino i livelli di sicurezza del comparto minimizzando i rischi di aggressioni, furti, intrusioni e forzature, assembramenti etc. OPERATION & MAINTENANCE Le operazioni di gestione e manutenzione di un comparto residenziale possono beneficiare della configurazione di sistemi di manutenzione predittiva mirati alla riduzione dei costi di gestione e dei malfunzionamenti, mediante un vero e proprio modello di management digitale della manutenzione, che utilizzi sistemi intelligenti basati su sensori e dati storici in continuo aggiornamento tramite il digital twin. Lo sviluppo del digital twin ha quindi inizio da un modello informativo integrato, nel caso degli edifici si tratta del cosiddetto BIM, in grado di contenere dati e informazioni utili al processo, il quale, in comunicazione con dati provenienti da sensori, diventa un gemello digitale dotato di capacità di apprendimento, in grado di elaborare le informazioni ricevute. Il caso di studio analizza quindi le potenzialità del Digital Twin che, unite a sistemi di Intelligenza Artificiale, possano costituire un ecosistema di controllo e gestione del comparto, in particolare indagando tali opportunità rispetto a tre diversi ambiti di management: il primo riguarda l’utilizzo di sistemi digitali per la gestione e la simulazione energetica, orientati a definire una smart grid finalizzata all’ottimizzazione dei consumi e della produzione; il secondo riguarda la configurazione di un sistema completamente digitale e integrato per la gestione della sicurezza del comparto, che punti a prescindere totalmente dalla componente umana, definendo un sistema di unmanned security; infine riguardo alle operazioni di gestione e manutenzione del comparto, l’obiettivo è la riduzione dei costi di gestione e soprattutto dei malfunzionamenti, configurando sistemi digitali per la manutenzione predittiva mirando alla progressiva eliminazione degli interventi a guasto. L’esperienza evidenzia dunque come l’integrazione di algoritmi di Intelligenza Artificiale permetta al Digital Twin di sviluppare capacità predittive e in ultimo di prendere ed attuare decisioni autonome in base alle analisi effettuate, rappresentando un approccio metodologico replicabile nei più svariati ambiti di utilizzo.
Secondo classificato DIGITAL&BIM Award Research Category / Agostinelli, Sofia. - (2020).
Secondo classificato DIGITAL&BIM Award Research Category
Sofia Agostinelli
Methodology
2020
Abstract
La tesi ha come obiettivo quello di indagare, costruire e sperimentare metodi ed approcci che rispondano alle moderne sfide proposte della sempre più necessaria digitalizzazione dei processi industriali, intesa come un vero e proprio management digitale, che unito alle potenzialità sempre crescenti dell’Intelligenza Artificiale e del Machine Learning, permetta di gestire, ottimizzare ed automatizzare le fasi dei processi costruttivi, con particolare riguardo alla fase di gestione dei processi legati al ciclo di vita dell’ambiente costruito. La parola chiave, quindi, è proprio gestione: in particolare la gestione di una porzione di città, nel caso specifico di un comparto residenziale composto da 16 edifici, mirata a costruire processi ed ecosistemi totalmente digitali basati su modelli informativi tridimensionali che siano in grado di replicare oggetti fisici, come ad esempio gli edifici, e soprattutto che sappiano gestire e monitorare le loro interazioni con la realtà. Le crescenti potenzialità offerte dall’utilizzo di approcci basati sull ICT (Information Comunication Technology) aprono scenari rinnovati per la gestione dei processi nell’ambiente costruito. Infatti, tramite la realizzazione di modelli tridimensionali tramite approcci integrati BIM (Building Information Modeling) e GIS (Geographic Information Systems) è possibile costruire veri e propri database geometrici microscopici e macroscopici, contenenti dati statici, dinamici, geometrici e semantici che rappresentino il nucleo informativo per la gestione efficiente del ciclo di vita di sistemi verticali ed orizzontali. L’elaborazione di dati ed informazioni solide ed omogenee riguardanti il ciclo di vita degli asset all’interno del suo gemello digitale garantisce un notevole supporto ai processi di gestione dell'ambiente costruito. E’ solo mediante l'integrazione di tali modelli con sistemi di Intelligenza Artificiale che diventa possibile aumentare l’ottimizzazione e progressiva automazione funzionale delle attività interconnesse al ciclo di vita degli asset, ed in particolare sono analizzati e sperimentati gli ambiti di seguito descritti. ENERGY MANAGEMENT La sperimentazione riguarda la configurazione di una smart grid energetica orientata all'autogestione per l'ottimizzazione dei consumi e della produzione di energia. Sfruttando le potenzialità del machine learning, è possibile infatti creare un sistema automatizzato virtuoso di gestione della produzione e del consumo dell'energia elettrica e termica tramite algoritmi di calcolo dell'energia massima producibile (mediante l’integrazione di un sistema geotermico, solare termico e solare fotovoltaico) prevedendo i consumi degli edifici sulla base di dati storici trasmessi da sensori e integrati con il calcolo giornaliero dei carichi termici effettuati dal digital twin (gemello digitale). SECURITY MANAGEMENT Il digital twin realizzato prevede la configurazione di un sistema digitale integrato per la gestione della sicurezza che prescinda dalla componente umana (unmanned security) mediante l’utilizzo di sistemi di autoapprendimento e Intelligenza Artificiale basati sul riconoscimento di immagini, che aumentino i livelli di sicurezza del comparto minimizzando i rischi di aggressioni, furti, intrusioni e forzature, assembramenti etc. OPERATION & MAINTENANCE Le operazioni di gestione e manutenzione di un comparto residenziale possono beneficiare della configurazione di sistemi di manutenzione predittiva mirati alla riduzione dei costi di gestione e dei malfunzionamenti, mediante un vero e proprio modello di management digitale della manutenzione, che utilizzi sistemi intelligenti basati su sensori e dati storici in continuo aggiornamento tramite il digital twin. Lo sviluppo del digital twin ha quindi inizio da un modello informativo integrato, nel caso degli edifici si tratta del cosiddetto BIM, in grado di contenere dati e informazioni utili al processo, il quale, in comunicazione con dati provenienti da sensori, diventa un gemello digitale dotato di capacità di apprendimento, in grado di elaborare le informazioni ricevute. Il caso di studio analizza quindi le potenzialità del Digital Twin che, unite a sistemi di Intelligenza Artificiale, possano costituire un ecosistema di controllo e gestione del comparto, in particolare indagando tali opportunità rispetto a tre diversi ambiti di management: il primo riguarda l’utilizzo di sistemi digitali per la gestione e la simulazione energetica, orientati a definire una smart grid finalizzata all’ottimizzazione dei consumi e della produzione; il secondo riguarda la configurazione di un sistema completamente digitale e integrato per la gestione della sicurezza del comparto, che punti a prescindere totalmente dalla componente umana, definendo un sistema di unmanned security; infine riguardo alle operazioni di gestione e manutenzione del comparto, l’obiettivo è la riduzione dei costi di gestione e soprattutto dei malfunzionamenti, configurando sistemi digitali per la manutenzione predittiva mirando alla progressiva eliminazione degli interventi a guasto. L’esperienza evidenzia dunque come l’integrazione di algoritmi di Intelligenza Artificiale permetta al Digital Twin di sviluppare capacità predittive e in ultimo di prendere ed attuare decisioni autonome in base alle analisi effettuate, rappresentando un approccio metodologico replicabile nei più svariati ambiti di utilizzo.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
