L’industria agromeccanica italiana gioca un ruolo di primo piano a livello globale nello sviluppo e nella produzione di trattori e attrezzature agricole. Per conservare ed espandere questa leadership è però necessario investire costantemente in innovazione. Su questo fronte, la tecnologia oggi più interessante per lo sviluppo di nuovi prodotti e il miglioramento di quelli esistenti è il cosiddetto Digital Twin, reso possibile anche grazie all’impiego dell’Intelligenza artificiale.
Leggi anche:Nuove tecnologie: come cambia la progettazione delle macchine agricole
Di questo si è parlato a Modena, durante un evento organizzato da AgroNotizie e Image Line, che ha raccolto i principali player del settore a livello nazionale. Un momento di confronto per capire quali sono le opportunità e i limiti dell’applicazione del gemello digitale all’industria agromeccanica.
Un momento del Workshop "Nuovi modelli di progettazione delle macchine agricole: Digital Twin, Dati e Machine Learning"
Fonte foto: Agronotizie
Il Digital Twin, che cos’è e come funziona
Nei processi tradizionali di sviluppo di prodotto vi è una fase iniziale di progettazione, seguita da una di prototipazione e da molteplici cicli di prove e miglioramenti. Questo approccio, sebbene sia ancora lo standard in praticamente tutte le industrie, è piuttosto lento e costoso da implementare. L’utilizzo del Digital Twin e l’analisi dei dati tramite l’Intelligenza artificiale consente invece di rendere lo sviluppo di nuovi prodotti o il miglioramento degli stessi molto più veloce ed economico.
Come spiegato da Giorgio Previati, professore presso il Politecnico di Milano, il Digital Twin non è altro che una copia digitale di un oggetto fisico o di un processo, caratterizzato da uno scambio di dati bidirezionale tra le due entità, quella fisica e quella virtuale. La creazione di un modello digitale, alimentato dai dati provenienti dai sensori applicati all’oggetto reale, consente di simularne il funzionamento in un ambiente virtuale, in modo da misurarne le performance e testare modifiche.
In altre parole, prima di realizzare una componente o un processo nel mondo reale, questa viene prima fatta girare sul modello digitale per misurarne le performance e le eventuali criticità.
Previati ha portato il caso della realizzazione di un Digital Twin di una ruota di un trattore. Grazie a dei sensori applicati al cerchione sono state registrate le forze in gioco durante le attività in campo. È stato quindi possibile creare un modello della ruota e sulla base di tale modello è stato possibile studiare il comportamento del gemello digitale in varie situazioni.
Un altro esempio interessante è stato quello portato da Marcello Pellicciari, professore presso l’Università di Modena e Reggio Emilia, che ha collaborato con CNH Industrial per lo sviluppo di nuove cabine per le trattrici. È stato realizzato il simulacro di un ambiente di guida ed è stata misurata l’interazione tra gli operatori e i comandi, in varie configurazioni. L’obiettivo era quello di misurare l’ergonomia, nonché lo stress cognitivo o quello fisico. Dai dati raccolti è stato possibile apportare delle migliorie che poi sono state validate grazie allo stesso Digital Twin.
Da sinistra, Giorgio Previati, Michela Lugli, Fabio Bonsanto e Alessio Bolognesi
Fonte foto: Agronotizie
Facendo un paragone con Tesla, che ogni secondo monitora il funzionamento e la guida di milioni di auto e utenti in giro per il mondo, Pellicciari ha ricordato come l’analisi, tramite Intelligenza artificiale, dei dati provenienti dalle macchine può essere sfruttata per comprendere come gli utenti utilizzano i prodotti. E quindi migliorarli.
Ma avere dei modelli digitali dei trattori in campo è utile anche per fornire un servizio di manutenzione predittiva, come raccontato da Fabio Bonsanto, managing application engineering di Ansys. Avere dei sensori sulle macchine agricole, che in tempo reale forniscono dati sui parametri di utilizzo, consente infatti di identificare in maniera precoce eventuali anomalie o allertare l’agricoltore sulla necessità di sostituire un pezzo o fare manutenzione. Questo significa un utilizzo più efficiente dei macchinari, senza fastidiosi fermo macchina. E, tramite la collaborazione coi concessionari, anche la logistica delle parti di ricambio diventa molto più semplice.
Un altro campo di applicazione del Digital Twin riguarda la gestione della proprietà intellettuale. Bonsanto ha portato il caso di un noto costruttore che, mettendo a disposizione dei propri fornitori un Digital Twin di specifiche componenti, è in grado di verificare che queste funzionino bene all’interno del gemello digitale del trattore, senza però doverne svelare le caratteristiche tecniche. In questo modo i fornitori hanno accesso a tutte le informazioni di cui hanno bisogno per progettare la componente e possono anche testarne l’efficacia sul gemello digitale, senza tuttavia avere accesso ad informazioni sensibili.
Quali ostacoli nel futuro del Gemello Digitale?
Se la tecnologia che oggi abbiamo a disposizione è potente e ad un grado di maturità elevato, la sua applicazione in azienda e in campo è ancora estremamente limitata.
Sul fronte dei produttori di macchine agricole, un elemento critico riguarda la normativa. Alessio Bolognesi, del servizio tecnico di FederUnacoma, ha fornito un quadro chiaro della complessità giuridica. L’Unione europea infatti, pur ritenendo gli strumenti digitali strategici per la crescita del Vecchio Continente, è stata molto prolifica a livello normativo, con l’obiettivo di tutelare il consumatore finale, ma con il rischio di rendere la vita delle imprese davvero difficile.
Un momento della relazione di Alessio Bolognesi del servizio tecnico FederUnacoma
Fonte foto: Agronotizie
Oggi sono almeno quattro i regolamenti (o le direttive) che influenzano le attività delle aziende, sia nelle fasi di sviluppo di prodotto sia nella commercializzazione. Sinteticamente: il Regolamento Macchine (COM/2021/202), l’Artificial Intelligence Act (COM/2021/26), il Cyber Resilience Act (COM/2021/202) e il Data Act (COM/2022/68). Più altre normative di secondo piano, ma che hanno comunque un impatto sul settore.
Tale complessità obbliga le aziende agromeccaniche a reperire professionalità specifiche (non facili da trovare e molto contese), in grado non solo di sviluppare i prodotti, ma anche di assicurarsi che ogni fase della catena del valore sia aderente alle disposizioni di legge. Ad esempio, ricorda Bolognesi, le aziende devono garantire la sicurezza dei dati, sia di quelli utilizzati per sviluppare i prodotti, sia di quelli che le attrezzature smart producono in campo in maniera quotidiana.
Digital Twin e Intelligenza artificiale, un matrimonio perfetto
Sul palco sono salite anche numerose aziende, come CNH Industrial, Barbieri Group, Cobo, Kiwitron, Re:Lab e Soluzioni Ingegneria. I relatori hanno concordato che il Digital Twin, come anche l’impiego dell’Intelligenza artificiale, rappresenta uno strumento molto potente, che quindi deve essere esplorato nelle sue potenzialità. Anche se poi rimane sul tavolo il tema dell’adozione da parte delle aziende agricole, che, come abbiamo visto per altre tecnologie, non è affatto scontata.
D’altronde il concetto di Digital Twin non è certo nuovo, ma ha avuto uno sviluppo importante solo negli ultimi anni. Questo a causa del progresso tecnologico che ha messo a disposizione sensori precisi e a basso costo, connettività e soprattutto capacità di calcolo. Non da ultimo, l’impiego dell’Intelligenza artificiale offre la possibilità di analizzare moli enormi di dati estrapolando informazioni di valore, anche da formati altrimenti non comprensibili alle macchine, come fotografie e filmati.
Le aziende ospiti alla tavola rotonda interna al workshop organizzato da Agronotizie e ImageLine
Fonte foto: Agronotizie
L’intelligenza artificiale può ad esempio essere impiegata per rendere possibile la navigazione autonoma di un trattore all’interno di un vigneto, attraverso l’analisi delle immagini raccolte da camere 3D. Ma la cosa più interessante è la possibilità di usare l’intelligenza artificiale per creare e addestrare il Digital Twin.
Poniamo il caso di una diserbatrice meccanica in grado di riconoscere le malerbe. Per testarla servono dei campi, con una coltura e infestanti al giusto stadio fenologico. Una situazione non sempre disponibile, anzi. È tuttavia possibile utilizzare l'Intelligenza artificiale per creare delle situazioni di campo virtuali, utilizzandole per addestrare e testare l’efficacia del Digital Twin dell’attrezzo. In questo modo è possibile semplificare e velocizzare la fase di sviluppo del prodotto, consentendo quindi un abbattimento dei costi e tempistiche più celeri.
Ma l’impiego del gemello digitale e dell’intelligenza artificiale trova spazio anche in una gestione ottimizzata dei trattori. Ad esempio è utile per sfruttare al meglio le batterie dei veicoli elettrici o ibridi, in modo da prolungarne il più possibile l’autonomia. Oppure può essere impiegata per identificare, nell’operatore, segnali di affaticamento, fisico o cognitivo.
Concludendo, quello che è emerso dalla giornata di dibattito è che l’utilizzo dei Digital Twin e dell'IA non è più visto come un’opzione dalle aziende costruttrici, ma come una necessità stringente per essere competitivi sul mercato. Servono ora investimenti e la formazione di professionisti in grado di governare il cambiamento.
