Success stories

Le attività, le opportunità e i risultati dell'Industrial AI Challenge spiegati delle imprese che hanno partecipato alle scorse edizioni.

Valentino Dal Piaz

Responsabile di Stabilimento e componente del Reparto R&S, Melinda

Valentino Dal Piaz Melinda

Valentino Dal Piaz Melinda

Valentino Dal Piaz Melinda

“Come Melinda avevamo l’obiettivo di efficientare il processo di frigoconservazione delle mele, al fine di ridurne i costi che impattano significativamente il nostro business. Grazie al lavoro del team e al supporto della startup Energenius siamo riusciti ad ottenere le basi di un modello predittivo basato su deep learning (LSTM con reinforced learning) che ci aiuterà nell’ottimizzazione del controllo del sistema di refrigerazione. Riuscire ad avere un risparmio energetico nel processo di frigoconservazione, a parità di efficienza nel mantenimento della qualità dei frutti, è per noi un ottimo risultato. Va infatti considerato che l’energia dei processi di frigoconservazione delle mele incide per più del 50% dei costi totali.”


Andrea Turso

CEO, Niris

andrea niris turso AI

andrea niris turso AI

andrea niris turso AI

NIRIS raccoglie ed elabora dati da diverse tipologie di impianti industriali, in particolare quelli legati al ciclo idrico (acquedotti, depuratori, micro-idroelettrico, bacini montani.) In occasione della Industrial AI Challenge, grazie alla collaborazione con i tecnici della Provincia Autonoma di Trento – Agenzia per la Depurazione, NIRIS ha proposto un database di circa trent’anni di dati con l’obiettivo di sviluppare un modello di predizione della portata in ingresso ai depuratori, così da consentire agli operatori degli impianti di valutare lo spegnimento dei compressori in determinate situazioni e risparmiare oltre il 4% dei consumi totali dell’impianto. NIRIS ha continuato la collaborazione con i ragazzi del team ed ha già applicato il modello a diversi impianti in Provincia di Trento.


Manuel Todesco

CTO, Novotic

Manuel Todesco Novotic

Manuel Todesco Novotic

Manuel Todesco Novotic

“Novotic progetta e sviluppa linee di assemblaggio robotizzate e sensorizzate per conto di grandi imprese manifatturiere per le quali la qualità è una metrica cruciale. Abbiamo partecipato all’edizione 2021 della Industrial AI Challenge con una sfida di ottimizzazione della qualità della produzione: il nostro obiettivo era quello di sviluppare un modello capace di predire e identificare in modo automatico eventuali difetti nel processo di assemblaggio. Abbiamo affidato al team uno storico di dati di due anni e più di 175.000 assemblaggi. Il team è riuscito a sviluppare un modello capace di segnalare possibili difetti negli assemblaggi basato sull’identificazione automatica e predizione di valori anomali nei dati di pressione e corsa delle presse di assemblaggio”.


Marco Arienti

Direttore Commerciale, Pulsar Industry

Pulsar Industry testimonianza

Pulsar Industry testimonianza

Pulsar Industry testimonianza

“Abbiamo partecipato alla Industrial AI Challenge con l’obiettivo di sviluppare un algoritmo di ottimizzazione per l’utilizzo delle lame sui macchinari di affettamento salumi che produciamo, al fine di aumentarne l’efficienza operativa, minimizzando gli scarti e aumentando la produttività. Il team ha lavorato su un dataset condiviso in accordo con un nostro cliente, comprendente più di 60 mila entry e 28 variabili, e in sole 10 settimane è riuscito a sviluppare un modello predittivo che consente di ottimizzare la selezione del tipo di lama in funzione di alcuni parametri che caratterizzano il prodotto e il tipo di lavorazione. Secondo i risultati raccolti, l’integrazione di questo modello nei software di controllo dei macchinari consentirà di diminuire gli scarti del 52,2%, con un incremento medio stimato dell’OEE della macchina del 1,37%. La vittoria della Challenge ci ha dato inoltre un significativo ritorno in termini di visibilità”.

Iscriviti alla nostra newsletter per sapere
ogni notizia in anteprima!