Wärtsilä e Sissa di Trieste sviluppano sistemi predittivi per prevenire guasti e ottimizzare la produzione

TRIESTE – Wärtsilä Italia, parte della multinazionale finlandese leader nella propulsione e generazione di energia, ha sviluppato due progetti innovativi per la manutenzione predittiva e l’ottimizzazione dei processi industriali. I progetti AGOP e SVAS, sostenuti dal bando IRISS di SMACT e realizzati con la collaborazione della SISSA di Trieste, hanno coinvolto un investimento complessivo di circa 600 mila euro, con un contributo stimato di 250 mila.

AGOP: ottimizzazione dei processi con dati reali e sintetici

Il progetto AGOP (Algoritmi Generalizzati per l’Ottimizzazione dei processi di Produzione) ha l’obiettivo di rendere più efficienti le lavorazioni meccaniche dei componenti critici attraverso l’uso combinato di dati reali e dati sintetici.

Le fasi di sviluppo hanno previsto la definizione dell’architettura, la migrazione dei dati storici in cloud, la costruzione di un dataset condiviso e la generazione di alert intelligenti basati su algoritmi di machine learning. Il sistema consente di anticipare anomalie e ridurre i fermi macchina, migliorando la qualità della produzione.

Come ha sottolineato Samuel Di Carlo, Application Owner in Wärtsilä Italia, «i dati sintetici rappresentano una grande opportunità: permettono di addestrare i modelli predittivi anche quando i dati reali non sono sufficienti, aprendo nuove prospettive di sviluppo per l’intelligenza artificiale».

SVAS: manutenzione predittiva con vibrazioni e sensori iot

Parallelamente è stato sviluppato il progetto SVAS (Smart Vibration Assessment Service), dedicato alla manutenzione predittiva dei motori Wärtsilä. Il cuore del sistema è lo Smart Vibration Tool, un sensore wireless IoT progettato internamente per monitorare le vibrazioni dei motori e prevedere guasti con largo anticipo.

L’integrazione tra Big Data, algoritmi di AI e tecniche di signal processing consente di raccogliere, organizzare e interpretare enormi quantità di dati vibrazionali, trasformandoli in informazioni utili per la gestione dei macchinari. La collaborazione con SISSA ha permesso di testare diversi modelli di machine learning e di costruire un dataset di riferimento tramite banchetti prova.

Secondo David Bogatec, Engine Technical Expert per il Global Technical Services, «con l’Industria 4.0 e l’IoT l’analisi predittiva delle vibrazioni diventa accessibile non solo alle grandi aziende, ma anche alle piccole realtà industriali, rendendo la manutenzione più sostenibile ed efficace».

I vantaggi per l’industria

Grazie ad AGOP e SVAS, Wärtsilä ha sviluppato strumenti in grado di:

• prevedere guasti e ridurre i fermi macchina;

• ottimizzare i processi produttivi dei componenti critici;

• aumentare l’affidabilità dei motori;

• supportare anche le PMI del territorio, riducendo il divario tecnologico con le grandi aziende.

I due progetti confermano la strategia di Wärtsilä Italia nell’adottare soluzioni digitali avanzate per migliorare l’efficienza industriale, integrando intelligenza artificiale, IoT e machine learning in un approccio concreto e replicabile.