GESTIONE LOGISTICA TRAMITE SOLUZIONI DI INDUSTRIAL IOT: RIGEL PROJECT

RIGEL – Ricerca e Innovazione per la GEstione Logistica è un progetto di ricerca partito a novembre 2021, il cui partenariato è costituito da B. Energy, Flugantia, NetCom Engineering ed E.I.T.D., come progetto di innovazione, ricerca industriale e sviluppo sperimentale in tema di tecnologie abilitanti 4.0.

Il progetto vuole implementare una soluzione tecnologica a supporto della gestione logistica tramite soluzioni di Industrial IoT. La soluzione tecnologica è un “roll-off container monitoring system”, un sistema per il monitoraggio e la gestione di attrezzature scarrabili che dialoga con una piattaforma centrale per erogare servizi all’utenza.
Si tratta di un sistema esperto per Smart Manufacturing & Maintenance, cloud-based, con una rete di originali dispositivi Industrial IoT.

L’IoT consente agli oggetti fisici di percepire l’ambiente interagendo tra loro e con i sistemi aziendali per migliorare processi e risultati. Questa tecnologia è una forza trainante dell’impresa intelligente: le aziende possono integrare soluzioni IoT nelle proprie linee e sviluppare nuovi modelli di business sui nuovi dati generati.

Cos’è RIGEL?

RIGEL è un dispositivo flessibile che può essere utilizzato per l’utilizzo in diversi scenari industriali. È costituito da un insieme di sensori e processori, un firmware e una parte software e permette l’elaborazione e la visualizzazione dei dati raccolti. I dati sono registrati su blockchain, l’hardware è alimentato da batterie a lunghissima durata, quindi può essere proposta anche per installazioni senza rete.

Obiettivi ed esigenze del progetto

L’obiettivo del progetto è di realizzare un sistema completo e qualificato per la geolocalizzazione, misurazione e comunicazione del pieno e con avviso di incendio/innesco che possa essere installato sia su cassoni scarrabili, sia su compattatori. Tale sistema, inoltre, attraverso l’applicazione di Data Analytics, Machine Learning e Business Intelligence (BI), consente di fornire statistiche e prevedere l’andamento del livello di riempimento dei cassoni nel tempo.

Quali esigenze soddisfa RIGEL?

• Identificazione e geolocalizzazione del cassone;
• Installazione fissa di un sistema per ogni cassone/compattatore
• Comunicazione del livello di riempimento del cassone in modo da permettere un intervento programmato per il ritiro del cassone;
• Avviso in caso di innesco / incendio del contenuto del cassone;
• Avviso in caso di guasto dei compattatori;
• Rappresentazione in cruscotto grafico della situazione generale in tempo reale.

Il contributo di Intelligenza Artificiale, Machine Learning e Business Intelligence in RIGEL

L’obiettivo dell’applicazione di Intelligenza Artificiale e Machine Learning alla gestione dei cassoni è la creazione di modelli di regressione in grado di fornire previsioni sui tempi di riempimento dei cassoni al fine di prendere decisioni strategiche basate sui dati.

Il risultato del modello di previsione addestrato, in seguito all’elaborazione dei dati provenienti dai sensori di riempimento, è una previsione dell’andamento del livello di riempimento di ciascun cassone in modo specifico per ogni giorno, fornendo una stima della data in cui il cassone raggiungerà il suo limite di capacità in modo tale da pianificare i giusti tempi di ritiro dei cassoni.

L’obiettivo delle operazioni di Business Intelligence è quello di fornire informazioni in tempo reale sui livelli e le frequenze di riempimento dei cassoni, attraverso la creazione di statistiche, grafici e dashboard.

Quali sono gli output?

L’obiettivo del portale è realizzare la comunicazione di informazioni a livello utente fornite dal sistema di monitoraggio RIGEL (livello di riempimento e geolocalizzazione dei cassoni).

L’interfaccia web permette di selezionare e visualizzare i dati raccolti in tempo reale dal sistema, di accedere allo storico dati e alla reportistica, nonché di visionare gli alert relativi al riempimento critico per la sostituzione dei cassoni e gli alert relativi al loro posizionamento.

I risultati ottenuti dall’analisi dati consentiranno di intraprendere processi decisionali basati sui dati, ovvero operare il ritiro dei cassoni solo se necessario e al contempo includendo nei percorsi di raccolta i cassoni che presto si riempiranno, risparmiando quindi tempo e denaro.

Il contributo di NetCom al progetto

NetCom Engineering ha impiegato il suo team di Ricerca e Sviluppo sui seguenti fronti:

• progettazione e realizzazione delle componenti hardware e software dell’architettura IoT;
• implementazione delle tecnologie di analisi dei dati (Business Intelligence) con algoritmi di Machine Learning;

Enrico Landolfi e Alfredo Troiano