INSPIRE - artificial INtelligent algorithmS for PredictIve Maintenance and IndustRial Energy Efficiency
Duration:
Principal investigator(s):
Project type:
Funding body:
Project identification number:
PoliTo role:
Abstract
Il progetto INSPIRE affronta due sfide cruciali per la sostenibilità industriale: la manutenzione predittiva e l’efficienza energetica. Utilizzando algoritmi di Intelligenza Artificiale (IA) e deep learning, INSPIRE offrirà raccomandazioni personalizzate per la manutenzione predittiva e l’ottimizzazione dei consumi energetici dei macchinari industriali, basandosi su analisi di dati raccolti in tempo reale su prestazioni, condizioni operative e consumi energetici, integrati con i dati di pianificazione e produzione. Il modulo software basato sull'IA permetterà di: (1) prevedere accuratamente (>80%) le necessità di manutenzione in via preventiva; (2) ottimizzare il consumo energetico, riducendo i costi medi di 5-10%; (3) diminuire i tempi di fermo macchina per manutenzioni non pianificate di almeno il 60%; e (4) aumentare l’efficienza operativa riducendo i tempi di inattività e incrementando la produttività del 5%.
La soluzione, validata su dati storici integrati con dati raccolti in tempo reale, offrirà un modello di produzione più sostenibile e competitivo, particolarmente interessante per le aziende manifatturiere piemontesi che utilizzano macchinari ad alto consumo energetico e mirano a implementare politiche di produzione più ecologiche.
People involved
- Tania Cerquitelli (Principal Investigator)
- Daniele Apiletti (Component of the research team)
- Giuseppe Tipaldo (Component of the research team)
Structures
Partners
- C SYSTEM S.R.L. - Coordinator
- CAVALETTO MARIO S.P.A.
- CODEX S.R.L.
- EDILCLIMA S.R.L.
- POLITECNICO DI TORINO - AMMINISTRAZIONE CENTRALE
Keywords
ERC sectors
Sustainable Development Goals
Budget
| Total cost: | € 1,127,455.79 |
|---|---|
| Total contribution: | € 659,368.41 |
| PoliTo total cost: | € 257,393.95 |
| PoliTo contribution: | € 154,436.37 |