AI industriale edge per operazioni autonome

Emerson e SiMa.ai collaborano per integrare funzionalità di Physical AI nei sistemi di edge computing industriale utilizzati nei settori manifatturiero, energetico, dei servizi pubblici e in altri ambiti industriali. La cooperazione combina infrastrutture di automazione industriale con hardware di calcolo specifico per l’intelligenza artificiale, consentendo analisi in tempo reale e processi decisionali locali direttamente nei siti operativi.

La soluzione congiunta si concentra sulle applicazioni di AI industriale edge in cui latenza, limiti di connettività e requisiti di affidabilità operativa rendono necessario il processamento locale anziché il ricorso a infrastrutture cloud centralizzate. Le applicazioni target includono manutenzione predittiva, ispezione tramite computer vision, ottimizzazione dei processi, monitoraggio della sicurezza e rilevamento di anomalie.

Ruoli dei partner e contesto industriale
Emerson fornisce l’infrastruttura di automazione industriale, inclusi PC industriali, controllori logici programmabili (PLC), software SCADA/HMI compatibili con IIoT, sensori e sistemi di analisi aziendale. SiMa.ai contribuisce con la propria architettura machine learning system-on-chip progettata per carichi di lavoro di inferenza AI in edge computing.

La cooperazione affronta le sfide operative associate agli ambienti industriali nei quali la connettività continua con sistemi cloud centralizzati è impraticabile o non adeguata a causa di requisiti di latenza, vincoli di cybersecurity o limitazioni infrastrutturali. In settori come oil and gas, attività minerarie, produzione di semiconduttori e generazione di energia, i sistemi industriali richiedono spesso tempi di risposta deterministici e funzionamento autonomo in condizioni ambientali difficili.

Architettura tecnica e integrazione di sistema
La piattaforma integrata combina i PC industriali rugged di Emerson con la tecnologia di calcolo MLSoC di SiMa.ai. L’architettura consente l’elaborazione simultanea di dati provenienti da sensori, flussi video, immagini, audio e telemetria operativa direttamente in edge, senza trasferire i carichi di lavoro verso sistemi cloud esterni.

I PC industriali sono progettati per operare in ambienti soggetti a vibrazioni, urti e variazioni di temperatura, con un intervallo operativo compreso tra -40 °C e 70 °C. Le capacità locali di inferenza AI riducono la dipendenza da risorse di calcolo esterne mantenendo al contempo una latenza ridotta per i processi decisionali operativi.

L’architettura del sistema combina sistemi di controllo basati su PLC, edge computing industriale e software SCADA/HMI compatibili con IIoT in un’infrastruttura digitale unificata. Questo consente di integrare direttamente le informazioni generate dall’AI nei flussi operativi e nelle logiche di controllo.

Implementazione e casi d’uso operativi
La piattaforma è destinata all’implementazione sia in ambienti di processo sia nella produzione discreta. Gli esempi di utilizzo includono controllo qualità inline, ottimizzazione dei sistemi ad aria compressa, gestione energetica, riduzione degli sprechi, monitoraggio delle torce di combustione e monitoraggio delle condizioni delle apparecchiature.

Nei siti industriali remoti con connettività limitata, l’elaborazione AI locale consente monitoraggio continuo e funzioni di risposta automatizzata senza dipendere dalle comunicazioni cloud. Nei sistemi di controllo industriale air-gapped, l’implementazione dell’AI edge supporta inoltre i requisiti di sicurezza operativa in settori quali energia nucleare, trattamento delle acque e infrastrutture critiche.

I benefici operativi derivano principalmente dalla riduzione della latenza, dall’analisi locale continua e dall’integrazione con i sistemi di automazione esistenti. Le funzioni di rilevamento difetti inline e manutenzione predittiva possono contribuire a migliorare la disponibilità delle apparecchiature e a ridurre i tempi di fermo non pianificati, mentre l’elaborazione locale riduce i requisiti di larghezza di banda e le esigenze di infrastrutture centralizzate.

Edito da Aishwarya Mambet, redattrice di Induportals, con il supporto dell’IA.

www.emerson.com