MonStr
Digital Twinning
Advanced Technology
Metodi integrati di Data and Model Driven
Siamo orgogliosi di aver sviluppato la più avanzata tecnologia di digital twin attualmente disponibile sul mercato. Il nostro sistema MonStr, (in attesa di brevetto) rappresenta un unicum, perché tutte le sue componenti, dall’intelligenza artificiale MonStr ai nodi MonStr e al software STKO, sono state sviluppate internamente all’azienda. Al fine di evitare eventuali perdite di precisione del dato, abbiamo progettato tutte le componenti software e hardware in modo tale che funzionino adoperando lo stesso data format. I dati raccolti dai sensori vengono salvati nel database HDF5, lo stesso utilizzato da STKO, il quale, con funzionalità estese e algoritmi di intelligenza artificiale specifici per il sistema MonStr, crea la replica digitale della struttura, che viene aggiornata continuamente con leinformazioni provenienti in tempo quasi reale dai sensori.
Digital Twinning
Utilizzando l’intelligenza artificiale e i dati raccolti dalla rete MonStr, la tecnologia Digital Twin crea una replica digitale della struttura, che consiste in un modello agli elementi finiti. La replica viene costantemente aggiornata per adeguarsi a eventuali cambiamenti in tempo quasi reale, consentendo di prevedere il comportamento futuro della struttura e di simularne il comportamento sotto sforzo. Questo aiuta la pianificazione della manutenzione, le riparazioni e le operazioni di rinforzo strutturale. Il ciclo che riguarda I gemelli digitali si articola nelle seguenti fasi:
1.
Viene inizialmente creato un modello FEM della struttura, che è successivamente calibrato per mezzo dell’AI in modo da replicarne accuratamente le condizioni effettive.
La corrispondenza tra struttura fisica e modello numerico viene mantenuta nel tempo, eseguendo periodicamente l’aggiornamento del modello (model updating), in modo che il gemello numerico segua tutti i cambiamenti che la struttura fisica subisce.
2.
La struttura viene sottoposta a un monitoraggio continuo con relativa registrazione dei dati. Tali dati vengono inviati agli algoritmi di intelligenza artificiale che sono addestrati a riconoscere le anomalie dei segnali che riflettono un possibile danno strutturale. I dati vengono contemporanemente utilizzati per aggiornare il modello FEM.
