Monitoraggio Intelligente per la Manutenzione nell'Industria Chimica farmaceutica (MIMIC)

Il progetto MIMIC (Monitoraggio Intelligente per la Manutenzione nell'Industria Chimica farmaceutica) è stato un'iniziativa di successo finalizzata a migliorare l'efficienza nella gestione della manutenzione delle linee produttive nel settore chimico-farmaceutico. Concluso nell'agosto 2024 il progetto ha raggiunto notevoli risultati grazie alla collaborazione di cinque partner chiave: Statwolf Data Science S.R.L., Fabbrica Italiana Sintetici S.p.A. (FIS), Bon Impianti S.R.L., sasAutomation e l'Università degli Studi di Padova.

Ruolo dei Partner

• Statwolf Data Science S.R.L.: Ha guidato lo sviluppo delle soluzioni di machine learning e dei sistemi di supporto alle decisioni. La società ha sviluppato algoritmi avanzati per la stima dello stato di salute degli asset e per la previsione dei guasti integrando i dati raccolti dai sensori e dai sistemi informativi aziendali.
• Fabbrica Italiana Sintetici S.p.A. (FIS): FIS ha messo a disposizione le sue linee produttive per la sperimentazione del prototipo. La loro esperienza in ambito chimico-farmaceutico è stata fondamentale per l'identificazione delle esigenze operative e l'implementazione delle soluzioni sviluppate.
• Bon Impianti S.R.L.: Ha curato l'installazione della nuova sensoristica e l'infrastruttura IT necessaria per la trasmissione e l'elaborazione dei dati. Bon Impianti ha garantito che i sensori fossero adeguatamente integrati nel sistema produttivo fornendo dati affidabili per il monitoraggio.
• sasAutomation: Specializzata in sistemi di controllo, sasAutomation ha contribuito all'integrazione delle nuove tecnologie con i sistemi di automazione esistenti. Il loro lavoro ha assicurato che i dati provenienti dai nuovi sensori fossero efficacemente utilizzati per ottimizzare la manutenzione.
• Università degli Studi di Padova: Ha supportato la ricerca industriale sviluppando nuovi approcci algoritmici per l'interpretazione dei dati e per il riconoscimento delle anomalie. Il loro contributo ha permesso di affinare i modelli di machine learning rendendoli più efficaci e interpretabili.

Risultati del Progetto

Il progetto MIMIC ha prodotto risultati significativi contribuendo a innovare profondamente il modo in cui le manutenzioni sono gestite nel settore chimico-farmaceutico:

• Ottimizzazione della Manutenzione: Il sistema sviluppato ha consentito di passare da un modello di manutenzione programmata a uno basato su condizioni reali grazie all'uso di sensori avanzati e algoritmi predittivi. Questo ha portato a una riduzione significativa dei costi operativi evitando interventi non necessari e riducendo i tempi di inattività non pianificati.
• Efficienza Energetica e Sostenibilità: Grazie al monitoraggio continuo e alla capacità di prevedere guasti il progetto ha contribuito a migliorare l'efficienza energetica delle linee produttive riducendo gli sprechi e supportando la sostenibilità ambientale in linea con gli obiettivi del Green Deal europeo.
• Innovazione Tecnologica: Il sistema di supporto alle decisioni basato su tecnologie di machine learning e intelligenza artificiale ha dimostrato di essere una soluzione all'avanguardia nel settore con potenziali applicazioni in altri contesti industriali. Le tecniche sviluppate per l'analisi dei dati si sono rivelate efficaci nel rilevare e anticipare situazioni di degrado permettendo di intervenire tempestivamente.
• Integrazione dei Dati: Un elemento chiave del progetto è stata la capacità di integrare dati eterogenei provenienti da diverse fonti (sensoristica, sistemi di automazione, database aziendali) in un'unica piattaforma. Questa integrazione ha permesso una visione olistica dello stato degli asset facilitando decisioni più informate e tempestive.

Il successo del progetto MIMIC ha mostrato come l'adozione di soluzioni digitali avanzate possa trasformare il settore chimico-farmaceutico migliorando non solo la competitività delle imprese coinvolte ma anche contribuendo a un uso più sostenibile delle risorse.

Il progetto MIMIC è stato co-finanziato dal Piano Sviluppo e Coesione (PSC) della Regione Veneto sezione speciale AREA TEMATICA PSC 1 - RICERCA E INNOVAZIONE in continuità con AZIONE (POR FESR) 1.1.4 “Sostegno alle attività collaborative di R&S per lo sviluppo di nuove tecnologie sostenibili di nuovi prodotti e servizi” DGR n. 1800 del 15 dicembre 2021. Domanda sostegno: 10451186. Contributo ammesso: € 190.08860 (Statwolf Data Science € 98.99408 F.I.S. € 25.08396 Bon Impianti € 22.001,76, SasAutomation € 22.001,76, Università degli Studi di Padova € 22.007,04).