Le nuove tecnologie sono entrate nel settore agricolo e ciò cambia la prospettiva del mondo industriale. Ma come? E quali sono queste nuove tecnologie?
Il workshop "How the new Technologies are changing the horizon of industries" organizzato il 24 ottobre da CNH Industrial e Ansys nella splendida cornice di Villa Cesi a Modena, ha spacchettato il mondo industriale del settore agricolo spiegando cosa sta succedendo al ciclo produttivo delle macchine agricole da tutti i punti di vista, compresa la carenza di figure professionali adeguatamente formate.
All'inizio fu un disegno
La produzione di macchine agricole necessita, chiaramente, di una fase progettuale. Che l'intuizione umana sia fondamentale, non è in discussione, ma dopo cosa succede?
È nel passaggio successivo, dall'idea al prodotto finito, che stiamo osservando una vera e propria rivoluzione.
Nuove tecnologie per il comparto Agri
I trend tecnologici che di fatto, fanno già parte del panorama agricolo, "hanno un impatto sulla progettazione, sviluppo e validazione delle nuove macchine agricole - afferma Gennaro Monacelli global director of Design Analysis and Simulation di CNH Industrial - a cui si aggiunge la necessità del supporto necessario all'agricoltore per gestire un'azienda agricola 4.0 e l'automazione di alcune funzioni".
I trend tecnologici che stanno rivoluzionando il comparto agricolo
(Fonte foto: CNH Industrial)
Iot e Smart Farming, sistemi GIS, Robot e mezzi autonomi, AI, machine Learning e Data Analytics sono tutti sistemi che possono portare un concreto vantaggio al sistema agricolo in termini di aumento della produttività, salubrità del prodotto, riduzione degli scarti e diminuzione degli sprechi, utilizzo efficiente di fitofarmaci e acqua.
Ma è necessario tenerne conto già in fase di progettazione delle macchine agricole anche per affrontare nel corretto modo questioni di sicurezza e affidabilità delle macchine stesse. "I tool digitali sono il driver dell'evoluzione del sistema agricolo" chiarisce Monacelli.
Digital Twin, il gemello che suggerisce
Il Digital Twin altro non è che un gemello virtuale identico al modello fisico, capace - nella sua simulazione - di considerare anche degli aspetti produttivi che possono influenzare la performance della macchina.
"In CNH - spiega Monacelli - lavoriamo con modelli che girano in tempo reale e utilizzano i feedback delle macchine in campo. In questo modo mettiamo in corrispondenza la macchina fisica con il Twin virtuale che rappresenta istante per istante il modello fisico in campo".
Guiarda il video Digital Twin di Ansys
"Dando al modello che funziona in real time input, ad esempio sui carichi al motore, sui giri al motore, sulla velocità del trattore e sulla temperatura ambiente, possiamo ottenere output sulle performance e riprodurre situazioni critiche reali, diagnosticando istantaneamente potenziali malfunzionamenti della macchina reale", prosegue Monacelli.
Il testing fisico non può più rispondere a tutte le esigenze, serve un nuovo mix. "I nostri clienti - spiega Davide Frigerio principal application Engineer di Ansys - sfruttano le nostre soluzioni per ridurre i tempi di sviluppo prodotto". Si passa, racconta Frigerio, da 50 mesi (poco più di 4 anni) necessari con modelli tradizionali a 24 mesi (2 anni) con tecnologie di simulazione nel settore automotive.
Il simulatore che rende l'esperienza reale
La presenza del simulatore "Driver in the Loop" realizzato dal team di CNH guidato da Gennaro Monacelli - che proprio il 24 ottobre ha compiuto un anno di vita - permette di avere un approccio ibrido (testing + simulazione) e consente di simulare prodotti non ancora realizzati (ad esempio con nuovi concept di sospensione veicolo e sospensione cabina), consentendo al progettista di salire fisicamente in cabina per provare un nuovo prodotto seppur ancora in fase di concept. "Si tratta di un test soggettivo - chiarisce Monacelli - basato su manovre standard che consente poi di oggettivare il giudizio dei vari stakeholder dello sviluppo prodotto".
Leggi anche Simulazioni virtuali e macchine agricole. Futuro di ieri, realtà di oggi
La possibilità, poi, di disporre di farm virtuali offre un upgrade immersivo. "Stiamo modellando diverse aziende agricole sparse per il mondo per ampliare l’affidabilità e stiamo modellando anche molti implements per verificare il funzionamento dell’intero cantiere", chiarisce Monacelli.
Delle simulazioni (anche dinamiche) che si effettuano, si ottengono un centinaio di risultati, se ne scelgono due o tre, si analizzano e alla fine si identifica il migliore sulla base del quale viene realizzato il prototipo fisico che però si trova già in fase avanzata di testing.
Anche il testing per l'elettrico e l'autonomo sono virtuali
"Per i veicoli elettrici - racconta Monacelli -, si è dovuto modificare il metodo di simulazione con la creazione di una Road map in funzione delle esigenze raccolte. Mentre - prosegue - nel testing dei veicoli a guida autonoma, il problema non è costruirli ma validarli. Basta una sola situazione di pericolo e lo sviluppo viene stoppato".
Testare un veicolo a guida autonoma con metodi tradizionali è praticamente impossibile per il numero impressionante di miglia necessarie. Per questo nel comparto automotive gli investimenti sono andati nella direzione delle tecnologie di virtual testing.
Il testing del motore elettrico si effettua su 5 pilastri:
- pacco batterie,
- elettronica di potenza,
- motore,
- scatola di trasmissione
- system integration, ovvero l'integrazione a livello di sistema delle singole componenti.
"Questo approccio - afferma Frigerio - riduce in modo importante i tempi e costi offrendo risposte anche sulla compatibilità elettromagnetica e permettendoci di arrivare in camera prova con una soluzione che siamo ragionevolmente sicuri passi il test di compatibilità elettromagnetica al primo colpo".
AI e Machine Learning. L'importanza dei dati
Il digital Tewin si basa su nuove tecnologie come l'Internet of Things (IoT), l'Industrial Internet of Things (IIoT), l'Intelligenza Artificiale (AI), i Big Data, la multi-phisic simulation e il Cloud Comuting.
Mentre l'Intelligenza Artificiale simula l’intelligenza umana, il Machine Learning si focalizza sulla capacità umana di apprendere e necessita di dati.
Con la programmazione classica l’uomo fornisce dati e regole e il software offre risposte. Il Machine Learning, aiuta a potenziare il softwre di simulazione perchè parte dalle risposte per formare regole utili all’algoritmo per sviluppare la capacità di apprendimento.
Dati: non sono tutti uguali
I dati, un target e l'algoritmo, sono i pilastri del Machine Learning. Ma, affinché il ML possa funzionare, i dati devono essere:
- accessibili e disponibili,
- rispettare la privacy ed essere sicuri,
- essere rilevanti per il target
- essere freschi, rappresentativi e non devono contenere bugs.
I dati hanno dunque un ruolo fondamentale.
L'AI e il ML arricchiscono la simulazione e, allo stesso tempo, i dati della simulazione arricchiscono i sistemi di AI e ML. "Il Generative Design - spiega Domenico Loricchio, lead application Engineer Ansys -, è il futuro del Digital Twin perchè permette di creare modelli nuovi, mai progettati. Non si basa solo sul database fornito come imput ma utilizza la conoscenza del mondo circostante e, seguendo i principi della fisica, genera nuove forme innovative e valide anche dal punto di vista della fluidodinamica".
A.A.A. Skills e competenze cercasi
Ma se il ciclo di progettazione e validazione del veicolo è tutto nuovo, le aziende del comparto Agri devono necessariamente dotarsi di nuove figure tecniche competenti e correttamente formate.
Ecco che entrano in campo le Università che riconoscono questo come un trend in grande sviluppo nel settore agricolo dove, al contrario del settore industriale in cui il percorso è già consolidato, siamo di fronte ad una grande sfida.
Offerta formativa: i nuovi corsi del futuro
I progetti già sul tavolo sono diversi. Si parte con MUNER - Motorvehicle University of Emilia Romagna che unisce 4 atenei emiliano Romagnoli, ma anche aziende operanti sul territorio, in percorsi verticali e specifici basati sul principio Learning by doing.
Al sesto anno di attività, da settembre 2024 avvierà un nuovo percorso dedicato ai veicoli off Higway realizzato tramite una collaborazione tra Francesco Leali, docente dell'Università di Modena e Reggio Emilia ed il team di Gennaro Monacelli e, avrà come sede gli atenei di Modena per spostarsi nella seconda parte del percorso formativo a Bologna. Il Master prevede anche la realizzazione di una Summer School presso le facilities di CNH e Università di Bologna.
Sempre interno a MUNER, il nuovo progetto Agritech Engineering, abbraccia 4 pilastri: Ingegneria ambientale, ICT, ingegneria industriale e chimica, per formare figure capaci di rispondere alle esigenze dell’agricoltura 4.0. Il corso è partito il 2 ottobre e sono ancora possibili nuove iscrizioni.
Del Politecnico di Torino, il progetto PIC4SeR del, lavora su 6 ambiti, tra cui l'agricoltura, per coordinare le attività di diversi gruppi di ricerca, già attivi nei vari dipartimenti, sulle tecnologie abilitanti necessarie per lo sviluppo di robot.
PIC4SeR si pone come supporto a tutte le fasi di sviluppo necessarie, portando alla progettazione, alla simulazione e alla fabbricazione dei componenti di base che consentiranno la nuova era dei robot di servizio.
