BI-MADE: Piattaforma BIM-based per l’individuazione real-time di anomalie tramite AI sui consumi dei sistemi energivori all’interno di data center.
CUP: F89J23000940007 (LaSia) , J83D23000280002 (Unitus)
IMPORTO TOTALE DEL PROGETTO: 694.852,75€
IMPORTO FINANZIATO: 360.995,29€
FONTE: PR FESR Lazio 2021-2027
Il progetto BI-MADE si propone di sviluppare una piattaforma ICT innovativa per individuare le anomalie nei consumi e abilitare processi di manutenzione preventiva/predittiva nei data center. La combinazione di monitoraggio IoT, modelli di AI e informazioni BIM fornirà una soluzione completa consentendo una maggiore efficienza energetica, una maggiore sicurezza e una maggiore sostenibilità ambientale degli asset IT.
BI-MADE è un’iniziativa ambiziosa progettata per migliorare l’efficienza energetica dei Data Center europei. Il progetto utilizza tecnologie digitali avanzate, tra cui l’Intelligenza Artificiale (AI) e la modellazione BIM (Building Information Modeling), per ottimizzare le performance, ridurre i costi di manutenzione e migliorare l’utilizzo delle risorse energetiche.
Nel contesto della transizione energetica, BI-MADE svolge un ruolo cruciale. I data center rappresentano il 4% del consumo energetico globale a livello europeo e hanno un impatto significativo sulle emissioni di gas serra. Il progetto affronta questa sfida sviluppando soluzioni per monitorare e ottimizzare il consumo energetico, riducendo l’impatto ambientale e i costi operativi.
BI-MADE mira a monitorare e ottimizzare il consumo energetico dei data center attraverso modelli di AI per l’analisi dei dati e la rilevazione di inefficienze. Utilizza sensori e reti wireless per creare un sistema di misura distribuito, consentendo il monitoraggio in tempo reale e facilitando l’individuazione e la correzione tempestiva di anomalie. Inoltre, il progetto sviluppa una piattaforma ICT innovativa per la gestione degli asset IT, migliorando l’efficienza energetica, la sicurezza e la sostenibilità ambientale.
Il progetto si concentra su reti e microreti smart, utilizzando tecnologie avanzate per la gestione e il controllo. Include dispositivi innovativi e metodologie di misurazione per applicazioni smart grid, garantendo una gestione energetica più efficiente e sostenibile.
BI-MADE si allinea con diverse traiettorie di interesse prioritario nella Strategia di Specializzazione Intelligente della regione Lazio, tra cui lo sviluppo di tecnologie per favorire la flessibilità del sistema energetico e la partecipazione degli utenti finali. L’approccio data-driven e l’uso dell’AI sono fondamentali per migliorare l’efficienza energetica e ridurre i costi.
BI-MADE contribuisce all’economia circolare ottimizzando i processi di manutenzione e prolungando la vita utile degli impianti. Il monitoraggio continuo dei dati energetici permette di rilevare problemi di manutenzione o guasti prima che diventino gravi, consentendo interventi tempestivi e riducendo la necessità di nuovi acquisti. Questo approccio promuove la sostenibilità ambientale attraverso la riparazione e il riutilizzo delle attrezzature esistenti.
Il progetto BI-MADE mira a sfruttare l’AI e la modellazione BIM per migliorare il monitoraggio e l’efficienza energetica dei data center. La piattaforma BI-MADE offrirà una soluzione completa per il monitoraggio e la gestione degli asset IT, analizzando dettagliatamente i dati energetici per identificare inefficienze nei sistemi di riscaldamento, illuminazione, ventilazione e condizionamento.
Gli Stati Membri dell’UE si sono impegnati a ridurre le emissioni medie del 40% entro il 2030 rispetto ai valori del 1990. In questo contesto, i data center, essendo infrastrutture altamente energivore, necessitano di miglioramenti significativi per ridurre l’impatto ambientale. BI-MADE affronta questi problemi attraverso un sistema di anomaly detection basato su dati IoT e modellazione BIM, ottimizzando l’uso dell’energia e migliorando l’efficienza energetica.
Il progetto BI-MADE si propone di favorire la crescita economica sostenibile europea migliorando l’efficienza energetica di asset energivori strategici come i data center, attraverso l’integrazione di tecnologie innovative basate su AI e modellazione BIM. Gli obiettivi tecnologici principali sono:
OT1 – Sviluppo modello AI
Sviluppare un modello di AI per il monitoraggio e l’efficientamento energetico dei data center, utilizzando algoritmi avanzati come reti neurali, data mining, decision tree e rilevamento delle deviazioni.
OT2 – Framework per la modellazione BIM dei Data Center
Creare un framework per la modellazione BIM dei data center, integrando ontologie e standard esistenti come SAREF, ASHRAE Standard 90.4, IFC, gbXML, BEMSchema, EnergyPlus Data Dictionary e OBEP.
OT3 – Sviluppo piattaforma ICT
Sviluppare una piattaforma ICT innovativa per il monitoraggio e l’efficientamento energetico degli asset energetici, integrando il modello di AI e il framework di modellazione BIM, garantendo scalabilità e resilienza grazie a un’architettura a microservizi full cloud e containerizzazione.
OT4 – Validazione su un Caso Studio
Validare la piattaforma BI-MADE su un caso studio reale, monitorando e analizzando i dati energetici di un data center esistente per verificare l’efficacia della soluzione proposta.
Il valore aggiunto di BI-MADE risiede nell’integrazione di BIM, IoT e AI in una piattaforma unica per il monitoraggio e l’efficientamento energetico dei data center. Questo approccio innovativo migliora l’efficienza energetica, la sostenibilità ambientale, la resilienza operativa e la sicurezza, con un impatto positivo su aspetti economici, sociali e ambientali.
Il progetto BI-MADE presenta diversi vantaggi competitivi per le imprese partecipanti, tra cui:
• Sviluppo del know-how aziendale: grazie alla partecipazione al progetto, LASIA ambisce ad acquisire competenze e conoscenze innovative nel campo delle tecnologie digitali e dell’Intelligenza Artificiale applicate all’efficienza energetica, che possono rappresentare un vantaggio competitivo rispetto ad altre imprese del settore potendo disporre così sia di competenze storiche legate alle tecnologie di progettazione sia di elaborazione dati tramite modelli AI.
• Valorizzazione proprietà intellettuale tramite protezione a mezzo di privativa industriale: i risultati ottenuti dal progetto BI-MADE, come ad esempio i modelli di intelligenza artificiale sviluppati o le nuove piattaforme ICT per la gestione dei data center, possono essere oggetto di brevetti e altri diritti di proprietà intellettuale che consentono alle imprese di tutelare la propria innovazione e creare un vantaggio competitivo aumentando parallelamente il valore delle capitalizzazioni.
• Incremento della redditività: i risultati del progetto BI-MADE, se correttamente valorizzati, possono portare ad un aumento della redditività per le imprese partecipanti principalmente tramite l’aumento dei livelli di servizio come grandezza inversamente proporzionale alla riduzione degli interventi di manutenzione straordinaria
• Ricadute occupazionali e ambientali: il progetto BI-MADE può avere anche importanti ricadute occupazionali e ambientali, creando nuovi posti di lavoro specializzati e sostenibili nel settore delle tecnologie digitali per l’efficienza energetica, e contribuendo alla riduzione delle emissioni di CO2 e al conseguente miglioramento delle condizioni ambientali anche considerando il trend di forte crescita del settore dei data center in Europa per i prossimi anni.
Il progetto BI-MADE è finalizzato allo sviluppo di nuove tecnologie e metodologie per l’efficientamento energetico, attraverso l’utilizzo di tecnologie digitali avanzate come l’intelligenza artificiale e il big data analytics. Una delle sfide più importanti che il progetto vuole affrontare è quella di garantire la replicabilità delle conoscenze sviluppate e dei risultati raggiunti, in modo da rendere accessibili e fruibili a un’ampia gamma di attori del settore energetico, oltre il data center.
A tal fine, il progetto prevede la definizione di modelli e standard tecnologici aperti e interoperabili, che favoriscano l’interoperabilità tra sistemi e applicazioni, garantendo così una maggiore diffusione e adozione delle soluzioni sviluppate. Inoltre, il progetto prevede l’organizzazione di workshop e seminari tecnici, nonché la pubblicazione di documenti e guide, al fine di promuovere la diffusione e l’adozione delle tecnologie e delle metodologie sviluppate.
