Gli impianti di innevamento sono sistemi dalla tecnologia complessa, utilizzati esclusivamente a livello stagionale. Le stazioni di pompaggio e le stazioni compressori rappresentano il cuore di ogni impianto: sono costituite infatti da un gran numero di componenti idraulici, meccanici ed elettronici, e il loro guasto può causare l’arresto dell’intero sistema. È già da molti anni che l’azienda altoatesina rivolge la sua attenzione alla manutenzione regolare delle sale macchine al fine di prevenire eventuali anomalie in maniera proattiva. “Grazie alla Predictive Maintenance, ossia al rilevamento precoce degli errori basato su dati storici e disponibili in tempo reale, siamo in grado di realizzare impianti di innevamento ancora più efficienti e affidabili”, spiega Thomas Tschager, Team Leader Data Analytics di TechnoAlpin. “Nell’ambito di questo progetto, analizziamo i dati del nostro sistema di controllo allo scopo di monitorare le condizioni dei singoli componenti delle sale macchine e prevedere di conseguenza eventuali guasti imminenti. Ne derivano interventi di assistenza più efficienti e facili da pianificare. Allo stesso tempo, questa nuova tecnologia ci permette di riconoscere il potenziale di ottimizzazione delle nostre sale macchine”.
Il progetto “Premise” è diretto da Johann Gamper, Professore della Facoltà di Scienze e Tecnologie informatiche, e avrà una durata di due anni. L’obiettivo finale consiste nello sviluppo di algoritmi e metodi per la Predictive Maintenance. La Libera Università di Bolzano vanta una grande esperienza in fatto di analisi dei dati. Oltre a TechnoAlpin, anche l’azienda Durst contribuisce al progetto mettendo a disposizione le sue conoscenze nel settore. Le due imprese applicano la Predictive Maintenance in modo diverso, permettendo così di sviluppare scenari e algoritmi differenti in maniera più rapida, nell’intento di dar vita a un sistema applicabile a livello generale che possa incorporare in tutta facilità gli adeguamenti necessari per un ambiente nuovo, a seconda del cliente.