Pam e Save tra i vincitori del primo bando del Competence center veneto Smact

Il centro di competenza ha finanziato con 1,8 milioni di euro 17 progetti

l progetto Safest mira a rendere più efficiente il monitoraggio e la manutenzione delle strutture in cemento armato tramite l'uso di droni.
l progetto Safest mira a rendere più efficiente il monitoraggio e la manutenzione delle strutture in cemento armato tramite l'uso di droni.

Il competence center veneto Smact ha svelato i progetti che avranno accesso ai finanziamenti messi a disposizione dal Mise. Il bando aperto nel 2019 permetteva alle aziende di presentare sino a 2 progetti relativi a tecnologie quali social network, Mobile Platform & App, Advanced Analytics and Big Data, Cloud computing e Internet of Things e destinati a migliorare prodotti, processi produttivi, modelli organizzativi e di business.

I progetti selezionati hanno ottenuto un contributo pari al 50% del loro valore, per un massimo di 200.000 euro e spaziano da impianti di innevamento “smart” potenziati dal machine learning a social network dedicati alla gestione dei fornitori industriali. Vediamoli nel dettaglio.







Il Gruppo Pam di Venezia ha avviato il progetto Dd-Rail con l’obiettivo di creare un framework integrato per la gestione del riordino automatico, e in generale delle attività di punto vendita e magazzini legate alla supply chain, che utilizzi tutte le fonti dati disponibili, le integri tramite tecniche di data analytics avanzata e di intelligenza artificiale, operi a livello globale, tenendo conto anche di sorgenti dati esterne, e si integri perfettamente nel sistema informativo dell’azienda.

Save, sempre di Venezia, ha presentato il progetto S2T2 che si pone l’obiettivo di applicare algoritmi di Intelligenza Artificiale al sistema di telecamere presente all’interno del terminal al fine di implementare processi di monitoraggio avanzati del flusso dei passeggeri, nel totale rispetto della privacy. Sfruttando il Machine Learning si arriverà ad una gestione complessiva del flusso dei passeggeri volto a monitorare la corretta fruizione dei servizi aeroportuali, prevenendo eventuali affollamenti e accodamenti e situazioni anomale in generale, con importanti benefici a livello sia di sicurezza che di customer experience per i passeggeri.

Keyline di Conegliano, in provincia di Treviso, ha avviato il progetto Unikey per semplificare la gestione di flotte di automobili nell’ambito del car sharing o dei parchi auto aziendali. Creare una chiave a radiofrequenza virtualmente compatibile con qualsiasi veicolo aumenterà la capacità smart di gestione e, offrendo una connettività wireless, semplificherà il modo d’uso.

SupplHi di Udine si è distinta per B2Best, una piattaforma per la gestione dei fornitori, una sorta di social network, all’interno della quale i compratori possono condividere valutazioni esaustive dei loro fornitori industriali. Il coinvolgimento di criteri di qualità, tempistiche di consegna e di gestione della fornitura, oltre a quello del prezzo, valorizzano i punti di forza di ciascun fornitore e rafforzano l’effetto rete tra approvvigionatori di una stessa filiera.

Corvallis di Padova è stata selezionata per Dni, soluzione che ha come obiettivo di condensare le informazioni derivanti da sistemi gestionali diversi in una base dati normalizzata per permettere alle Pmi di vedere per la prima volta informazioni nascoste nei propri dati con budget limitati, prerogativa ad oggi solo di grandi aziende con grandi budget.

Adige di Levico Terme, in provincia di Trento, ha ottenuto il finanziamento per Emma, concepito per facilitare le operazioni di collaudo e montaggio delle macchine. La macchina, sfruttando una architettura completamente digitalizzata, sia per quanto riguarda il reperimento delle informazioni di montaggio, che per quanto riguarda le chiamate al materiale di montaggio, si configura ed interagisce con l’ecosistema aziendale mentre viene costruita. Attraverso la digitalizzazione delle istruzioni e l’elaborazione di dati su singoli processi e componenti si velocizza la configurazione e il testing della macchina.

Meccanica del Sarca di Dro, Trento ha ottenuto il finanziamento per sviluppare Veneeresult che sfrutta la scansione 3D per verificare la qualità del legno di noce in termini di venatura e di decidere razionalmente dove posizionare la sagoma di taglio per dare vita a calciature di fucile e carabina. Il progetto prevede di arricchire un algoritmo di machine learning, già sviluppato della Società, attraverso la tracciatura della venatura al fine di valutare la migliore destinazione del pezzo, traducendo la decisione dell’algoritmo fisicamente sul pezzo da lavorare, attraverso un sistema automatico di marcatura laser e tecnologie abilitanti la ricerca rapida del pezzo medesimo nel magazzino.

Fre Tor di Alpago, Bolzano, ha presentato Fvi soluzione mirata a creare un nuovo sistema di controlli qualità di difetti visivi micrometrici superficiali su componenti meccanici di elevatissima qualità. L’obiettivo è creare un sistema altamente flessibile, tendente a lotto 1, autoconfigurabile e in autoapprendimento.  Attraverso un processo di visualizzazione 3D molto evoluto e performante è possibile ricostruire la morfologia del pezzo, verificando le non conformità rispetto allo standard.

TechnoAlpin di Bolzano ha portato avanti il progetto Intc40, che  si qualifica come un modello di sostenibilità ambientale. Infatti intende far evolvere il sistema di gestione degli impianti di innevamento, dando vita ad una piattaforma che, tramite l’analisi di big data (dati provenienti dagli impianti di innevamento, dalle previsioni meteo, dai gatti delle nevi…), riesca a lavorare con gli algoritmi di machine learning, massimizzando la produzione di neve e ottimizzando l’utilizzo di risorse idriche ed energetiche.

Electrolux Italia di Porcia, in provincia di Pordenone, ha presentato Adda con l’obiettivo di contribuire alla progressiva automatizzazione e digitalizzazione dei processi all’interno dell’ambiente di produzione sempre più dedicato allo sviluppo di elettrodomestici intelligenti. Con particolare enfasi su aspetti relativi all’ambito dell’intelligenza artificiale, il progetto Adda crea una partnership con il mondo della ricerca focalizzandosi su due applicazioni specifiche: self commissioning e computer vision.

Schneider Electric di Padova è stata selezionata per Smacta, soluzione per garantire la credibilità e l’inviolabilità dei dati tramite la tecnologia blockchain così da dare vita a una piattaforma che permetta di erogare servizi su tutta la catena produttiva, dal costruttore fino al consumatore, basati su Smart Contract.

Microtec di Bressanone ha lavorato su CoNNeCT, progetto che intende risolvere alcuni problemi legati alla Visione Artificiale implementando delle reti neurali così compatte da poter essere eseguite direttamente sull’hardware della telecamera. In questo modo saranno in grado di svolgere operazioni di Computer Vision in tempo reale e ad elevatissima velocità.

Texa, con sede a Monastier di Treviso, ha ottenuto fondi per sviluppare Vci2021, col quale intende migliorare la sicurezza nella comunicazione tra il veicolo, il dispositivo di interfaccia e l’interazione con le infrastrutture e gli utenti, anche in previsione dell’aumento dei veicoli a guida autonoma. Texa è tra i primi ad occuparsi di cybersecurity applicata ai veicoli e risponde così ad un problema che ancora non c’è ma con il quale dovremo confrontarci.

Thetis ha proposto Safest, col quale intende rendere più efficiente il monitoraggio e la manutenzione delle strutture in cemento armato, soprattutto piloni di ponti e viadotti, per minimizzare i costi degli interventi e i rischi di dissesto, attraverso strumenti tecnici più efficienti come l’utilizzo di sensoristica leggera montata su droni in grado di effettuare riprese video e multispettrali e la creazione di un framework basato su sistemi di Intelligenza Artificiale in grado di riconoscere automaticamente eventuali ammaloramenti.

Danieli Automation di Udine ha infine portato il progetto Q3-Premium per lo sviluppo di una soluzione basata su una piattaforma sperimentale integrata IIoT applicata al controllo ed all’analisi della qualità del prodotto nell’industria siderurgica. La piattaforma è progettata per raccogliere elevate quantità di dati da diverse sorgenti e per fornire strumenti per lo sviluppo di analisi statistiche e modelli predittivi sia on-premise che in cloud. L’integrazione degli insights generati dall’analisi dati in un motore di regole eseguite in tempo reale permette quindi il rilevamento tempestivo di potenziali problemi ed un supporto decisionale proattivo per l’implementazione rapida di azioni correttive e preventive.

«La qualità dei progetti approvati è lo specchio di un tessuto di imprese che avverte non solo il bisogno di innovazione tecnologica ma anche quello di un accompagnamento ai rapporti con la ricerca più avanzata che si può trovare nei dipartimenti universitari», ha dichiarato Fabrizio Dughiero, presidente del consiglio di gestione del Competence Center. «Stiamo già lavorando al secondo bando, che verrà pubblicato in autunno, e alla costruzione delle Live Demo, la rete di centri tematici che porteranno le tecnologie nei territori: apriranno a Bolzano, Rovereto, Verona, Padova e in diverse sedi in Friuli-Venezia Giulia».

 

 














Articolo precedenteA.I. e machine learning in fabbrica. Un webinar di Made per approfondire la questione (24 luglio)
Articolo successivoCobot e digital twin protagonisti del webinar di Made (22 luglio)






LASCIA UN COMMENTO

Per favore inserisci il tuo commento!
Per favore inserisci il tuo nome qui