Ispirandosi alle api e con l’intelligenza artificiale il Metro di Madrid taglia 1.800 tonnellate di CO2 l’anno
Una soluzione basata sull’intelligenza artificiale ha consentito all'infrastruttura di ridurre i costi energetici di ventilazione del 25% e di 1.800 tonnellate l’anno le emissioni di CO2
09 August, 2019
di Guiomar Parada
I grandi ventilatori della metropolitana di Madrid consumano lo 0,25% del totale dell’energia consumata in tutta la Spagna. Sono i ventilatori che garantiscono la temperatura e la qualità dell’aria in 301 stazioni per 294 km di rete per i 2,3 milioni di pendolari che ogni giorno si spostano con Metro de Madrid. Una soluzione basata sull’intelligenza artificiale (ia) ha consentito all'infrastruttura di ridurre i costi energetici di ventilazione del 25% e di 1.800 tonnellate l’anno le emissioni di CO2.
“Abbiamo cambiato il modo di operare”, dice un tecnico mostrando come funziona la consolle di controllo del sistema. “Parlo dei grandi ventilatori che stanno nel tunnel. Prima erano controllati da un programma organizzato per tre situazioni: inverno, estate e mezza stagione, vale a dire, una routine fissa tutti i giorni. Noi abbiamo creato la possibilità di poter decidere tre volte al giorno come devono funzionare”.
La differenza sta nell’utilizzo di software di ia e di machine learning (ml), algoritmi che auto-imparano da vasti set di dati e si auto-migliorano (“come un bambino” è un’analogia frequente).
Per individuare ogni otto ore la combinazione ottimale per lo schema e il tipo di funzionamento dei ventilatori, gli algoritmi elaborano le informazioni raccolte dai sensori e i dati presi da fonti esterne. “Questi possono essere le previsioni del tempo, il prezzo dell'elettricità, le previsioni della temperatura atmosferica, restrizioni operative come, per esempio, lavori in un tunnel dove si possono escludere i ventilatori”, spiega il tecnico.
“Dal centro di controllo, dalla consolle, gli operatori possono accettare la soluzione offerta dall’ia o ritoccarla in considerazione di situazioni particolari, per esempio nelle singole stazioni, cambiamenti improvvisi del fabbisogno energetico o del tempo, eccetera”.
Il sistema di cui si hanno già risultati reali (funziona da due anni) è stato elaborato in collaborazione con il dipartimento di Applied Intelligence di Accenture, l’azienda globale del settore strategy, consulting, digital, technology e operations per aziende.
I tecnici della metropolitana di Madrid hanno collaborato ispirandosi al comportamento delle colonie di api che vanno alla ricerca di fiori con il migliore nettare. Le api volano di corolla in corolla, ma se dopo un certo tempo non trovano nell’area fiori soddisfacenti, si spostano, segnalando così alle altre api di evitarla. Il sistema si chiama "artificial bee colony" e si basa sugli algoritmi euristici. Utilizza la stessa modalità per individuare a partire da ingenti quantità di dati, la combinazione ideale tra temperatura dell'aria, struttura della stazione, frequenza dei treni, numero di passeggeri, costo dell’elettricità nell’arco della giornata e temperatura esterna e degli ambienti sotterranei nell’arco temporale di 72 ore.
Utilizzando dati storici e dati simulati, il nuovo sistema ha abbassato il consumo energetico annuo degli 891 ventilatori del Metro de Madrid che si aggira attorno agli 80 giga watt/ora. Il sistema è dotato anche un motore di simulazione che permette di rilevare possibili malfunzionamenti dei ventilatori o anomalie per porvi rimedio con manutenzione preventiva. “È un sistema di ventilazione innovativo che ha il duplice vantaggio di ridurre i costi energetici e l’impatto ambientale”, dice Isaac Centellas, Responsabile della Divisione Progettazione e Manutenzione di Metro de Madrid. “Garantire la qualità dell’aria ed elevati livelli di efficienza energetica rispettando l’ambiente, è per noi una duplice vittoria”.