Mantenendo il focus fisso sull’utilizzo di dati e nuove tecnologie per migliorare l’efficienza energetica ma spaziando in situazioni e contesti tra i più svariati, progetto dopo progetto si può raggiungere quella competenza e quella disinvoltura necessarie per poter creare software altamente versatili ed efficienti, in grado di fornire le poche chiare informazioni davvero utili ad intraprendere strategie di efficientamento energetico concrete e compatibili con la crescita del business. Questa è la sfida che distingue Enersem e spinge questo spin off del Politecnico di Milano a giocare il ruolo da co-protagonista nelle vesti di partner R&D in numerose iniziative innovative che ogni volta dimostrano a chi le finanzia, le commissiona o anche solo le approfondisce, quanto le nuove tecnologie siano un forte acceleratore di sostenibilità ambientale. Rendono non solo più semplice ogni azione in tal senso ma anche più concreta e misurabile e spesso anche integrabile all’interno di una più generale strategia di crescita economica e di posizionamento agli occhi del cliente.
Nata nel 2017 per offrire consulenza alle aziende mirata ad aumentare l’efficienza energetica partendo dai dati di consumo misurati nel tempo, Enersem si è resa conto che “quello che per noi era uno strumento di lavoro per raccogliere dati e sviluppare modelli, poteva diventare un prodotto” racconta il CEO Matteo Zanchi spiegando come oggi il modello di business sia invece basato sulla realizzazione di “software offerti come Saas, strumenti di supporto alle decisioni in termini di sostituzione o ridimensionamento di macchinari o, più in generale, per la gestione dei consumi energetici, identificando potenziali malfunzionamenti, ottimizzando l’utilizzo di alcune macchine e facendo dell’informazione attraverso l’analisi dati”.
LIFE TTGG: l’AI per ottimizzare l’energia elettrica e termica nei caseifici
Questo approccio as a service che scommette sulla voglia di sostenibilità delle aziende può essere applicato ad ogni ambito, con il progetto LIFE TTGG “The Tough Get Going”, ad esempio, cofinanziato dal Programma europeo per l’ambiente e l’azione per il clima (Life 2014-2020), Enersem si è focalizzata ad esempio sull’agrifood, in particolare sul settore lattiero-caseario. I 7 partner – oltre a Enersem anche Consorzio tutela Grana Padano, Politecnico di Milano, Università Cattolica del Sacro Cuore di Piacenza, oriGIn, Qualivita e CNIEL – mirano a migliorare l’efficienza di tutta la filiera di produzione di formaggi DOP europei a pasta dura e semidura, preservandone la qualità. Il software realizzato dal team di Zanchi interviene sulla fase di trasformazione del latte in formaggi e analizza come viene usata energia elettrica e termica nei caseifici e come ridurla. Studiando una ventina di casi in tutta Europa, Enersem ha ricavato uno strumento di supporto alle decisioni per la quantificazione e riduzione dell’impatto ambientale del prodotto adattabile ad ogni tipo di caseificio e in grado di suggerire interventi, come il recupero del calore del siero, “che da soli permettono di recuperare anche il 30/40% di energia termico – spiega Zanchi – ma abbiamo lavorato anche sull’utilizzo del calore di di condensazione dei frigo per scaldare magazzini con ottimi risultati”.
Dopo il Grana Padano sarà la volta dell’Asiago e del Provolone della Val Padana, entrambi con parte di processi simili al caso pilota, ma l’idea è quella di rendere questo software uno strumento per la sostenibilità delle filiere di altri prodotti DOP come ad esempio i salumi, coprendo man mano tutto l’ambito agrifood. Dal punto di vista tecnologico in LIFE TTGG viene fatto un largo utilizzo di machine learning per identificare derive nel funzionamento delle macchine e fare manutenzione predittiva o identificare anomalie che, pur non danneggiando prodotto, portano ad uno spreco di energia. Nei caseifici ci sono leggi fisiche note su cui lavorare e non devono essere “estratte” dai dati come invece è accaduto in progetti come LOMBHe@t.
LOMBHe@t: ottimizzare ed efficientare il teleriscaldamento
In questo caso, assieme a A2A Calore & Servizi, Ariston Thermo Innovative Technologies e Fondazione Politecnico di Milano, Enersem ha lavorato allo sviluppo di tecnologie ad alta efficienza che utilizzino fonti di energia rinnovabile e all’ottimizzazione ed efficientamento del teleriscaldamento sulla rete A2A di Milano Est.
“Per il teleriscaldamento abbiamo svolto un imponente lavoro di data processing impiegando poi algoritmi di machine learning per identificare i vari profili di utenza, con eventuale picco mattutino o doppio picco, ad esempio, ed effettuando analisi predittive sui loro consumi – spiega Zanchi – così abbiamo potuto fornire all’azienda informazioni per produrre e accumulare calore nel modo più efficiente possibile e per studiare delle offerte ad hoc per alcuni segmenti di clientela A2A”.
Anche con Ariston il lavoro è stato soprattutto sui dati stavolta per ottimizzare l’utilizzo di pompe di calore per il riscaldamento in singole unità abitative prevedendo il fabbisogno e la temperatura ottimale a cui fornire questo calore in appartamento. Machine learning e analisi previsionali sempre protagonisti, oltre alla tecnica MPC di controllo, per arrivare ad un modello da cui capire come Ariston possa ottimizzare l’uso dell’energia. Si tratta in entrambi in casi di strumenti che restano nelle mani di Emersem e, “soprattutto quello con cui puliamo e analizziamo migliaia di utenze è molto prezioso” spiega Zanchi che nei prossimi anni vuole portarlo nel Nord Europa, più propenso all’uso del teleriscaldamento soprattutto.
Ercole per pianificare e gestire i co-generatori
Tutta focalizzata sui co-generatori e anch’essa occasione per sviluppare un software ad hoc poi spendibile sul mercato, è la collaborazione con Fondazione Politecnico di Milano che ha dato vita ad Ercole. Cofinanziato con i fondi POR FESR di Regione Lombardia, è un progetto per la creazione di uno strumento per pianificare e gestire i co-generatori, con l’integrazione ottimale di pompe di calore e sistemi di recupero e accumulo di energia.
“Effettuando l’analisi dei profili elettrici e termici di un processo industriale, attraverso algoritmi di clustering, abbiamo trovato il modo per stimare i fabbisogni termici e fornire così informazioni sul dimensionamento ottimale del co-generatore affinché funzioni bene e sia redditizio economicamente ma anche insights su potenziali utenze differibili che, una volta identificate, possono essere obiettivi di interventi ad hoc per ottimizzare ulteriormente il sistema” spiega Zanchi precisando che, anche se Ercole è nato per il settore manifatturiero, può essere applicato in ogni ambito, sia in fase di installazione che di sostituzione o di raddoppiamento di un co-generatore, con la possibilità di risparmiare quasi un quinto del loro budget per l’energia.
Ambiti diversi, stesse criticità… simili soluzioni?
Pur portando avanti con realtà di dimensioni e settori più svariati, progetti molto specifici e differenti basati sull’utilizzo di dati e tecniche di intelligenza artificiale, per migliorare l’impatto ambientale, Enersem si è spesso trovata ad affrontare sfide tecnologiche simili e che ben mostrano il doppio lavoro di innovazione sia tecnica che culturale da portare avanti con forza nell’ecosistema imprenditoriale nazionale inteso nella sua più ampia accezione.
La prima è quella dell’integrazione dei dati da analizzare che, oltre ad essere tanti – cosa che non è detto sia un male – spesso sono prodotti da sistemi installati con protocolli diversi, risalenti a periodi diversi, e quelli osboleti possono anche richiedere procedure di integrazione specifiche. “Nulla di tecnicamente inaffrontabile – commenta Zanchi – ma è un lavoro che richiede moltissimo tempo di cui poi tenere conto nella strategia del progetto”. Un altro e meno risolvibile problema riguarda invece la qualità dei dati raccolti che rivela una criticità anche a livello culturale all’interno di alcune imprese. “Spesso troviamo strumenti di misurazione installati perché obbligatori ma trascurati, con ordini di grandezza sballati: una situazione sconfortante” spiega Zanchi che introduce anche il tema dell’ecologia del dato. La terza sfida infatti è quella di sensibilizzare le aziende non solo sull’importanza del dato ma anche su un loro intelligente utilizzo. È in tal senso che Enersem si propone come supporto fornendo essa stessa “i pochi e chiari dati che servono per ottenere le informazioni utili, invece di mettere migliaia di dati in cloud per tanto tempo, con un alto costo computazionale, economico ed energetico”.
Allenandosi nel superare sempre più agilmente queste criticità, Enersem progetto dopo progetto sta anche mettendo a terra il suo modello di business che rappresenta la vera grande sfida: “generalizzare il più possibile i software e i modelli creati ogni volta, in modo da poi applicarli a contesti diversi in modo automatico, con una fase sartoriale di adattamento anch’essa sempre più agile”. “Su alcuni software abbiamo già raccolto tante casistiche e siamo in grado di personalizzare in maniera molto veloce il nuovo caso – aggiunge Zanchi – più si va avanti con casistiche, più il modello diventa sempre più semplice da applicare in contesti diversi come sta accadendo con le centrali frigorifere”.
In questo caso si ha tra le mani un software che viene integrato con il PLC (Programmable Logic Controller) di macchina e che dà set point di regolazione al PLC che poi li applica. Tre sono le funzionalità che lo caratterizzano: l’ottimizzazione della sequenza di attivazione dei frigo derivante da un’analisi e uno studio delle loro prestazioni, la regolazione efficiente della temperatura per evitare di sprecare energie mantenendola a livelli non richiesti dalle utenze, e il recupero del calore di condensazione dei frigoriferi che in alcuni casi riesce ad abbattere significativamente l’utilizzo di altre fonti di calore. Questo tipo di strumento è già adeguabile a settori molto diversi tra loro come la farmaceutica, l’agrifood e l’automotive dove la produzione componentistica elettronica richiede condizioni di temperatura e pressione particolari e delicate.
Valvole, AI e know how energetico per decarbonizzare il sistema produttivo italiano
Se all’inizio gli input del software sono stati stime ricavate dall’analisi dati, da qualche settimana c’è stata una svolta: un accordo che permette di avere informazioni reali e puntuali su cui lavorare. Si tratta del nuovo progetto portato avanti da Enersem con Cimberio, leader mondiale nella produzione di valvole e componentistica in ottone per la termoidraulica, la climatizzazione e le reti di distribuzione gas e acquedottistica. Stavolta si tratta di un vero e proprio prodotto commercializzabile, ha un nome, Knolval, ed è un sistema cloud intelligente per gestire in modo ottimale la climatizzazione degli ambienti dei capannoni industriali.
Il segreto sta nella parte hardware fornita dal partner, una valvola smart per la regolazione di circuiti fluidi e liquidi che misura molto precisamente le condizioni e il fabbisogno delle utenze sulla rete di acqua calda fredda fornendo al software di Enersem informazioni preziose per la regolazione idronica, il monitoraggio dei consumi energetici e il mantenimento del comfort degli ambienti climatizzati di qualsiasi stabilimento produttivo o di conservazione prodotto dall’alimentare al manufacturing, dalla cosmetica al pharma. Nello stabilimento di Cimberio SpA a Berzonno (NO) Knolval ha portato +75% di recupero di calore dalla centrale di produzione di aria compressa e un risparmio del 90% di consumo delle pompe di circolazione.
Knoval è una punta di diamante ma anche la punta di un iceberg perché tra le due realtà dalla seconda metà del 2021 è stato firmato un accordo strategico in cui Cimberio ha investito oltre 2 milioni di euro mostrando di voler puntare su AI e cloud per evolvere da produttore di componenti in azienda di sistemi intelligenti e guidare l’evoluzione digitale e ecologica del settore dell’idraulica.
Mirando a una diffusione su larga scala di questa soluzione sviluppata a quattro mani, fieri soprattutto dei suoi risvolti green, Cimberio e Enersem hanno allargato la loro collaborazione a un terzo protagonista, RSE, creando un progetto per valutare l’impatto dell’adozione di queste tecnologie sul sistema produttivo nazionale, sia in termini di minori consumi di energia, sia di decarbonizzazione.
SEE More, così si chiama, associando alle valvole le opportunità dell’AI e il prezioso know how nel settore energetico, ha ottenuto oltre 420mila euro da un bando di tipo B per i progetti di Ricerca di Sistema. L’obiettivo è ampliare i contesti di applicazione della soluzione, arrivando a innescare un cambiamento di gestione di tutti i processi all’interno dei vari settori produttivi, avendo la prova del contributo che ciò potrebbe dare nella sfida sulla decarbonizzazione che il nostro Paese sta affrontando.
