Tutti pongono estrema attenzione alla qualità dell’aria che respiriamo anche se l’interesse aumenta soprattutto quando la pubblica amministrazione emette direttive che limitano la libertà di circolazione. Si rimane spesso spiazzati dai diversi valori degli indici misurati e da quali siano le principali cause che impattano sull’incredibile quantità di inquinamento dell’aria (auto o altri mezzi di trasporto, riscaldamento tramite caldaie domestiche, fabbriche etc. etc.).
Purtroppo l’inquinamento è strettamente correlato alla mortalità prematura e le città italiane hanno spesso un primato negativo posizionandosi fra le prime in Europa.
Una relazione delle Nazioni Unite esamina otto campi dell’innovazione che possono “salvare” il pianeta e quindi salvaguardare la ns salute: l’intelligenza artificiale; Internet of Things; 5G; tecnologia dell’energia pulita; il modello “digital twin”; robotica; Tecnologie Space 2.0; digitalizzazione e Big Data.
Ma in che modo queste tecnologie possono realmente contribuire? I dati dai sensori, trasmessi da sistemi IoT e 5G, sono fondamentali per basare ogni decisione su informazioni oggettive e provenienti da sorgenti eterogenee (mezzi in movimento, fabbriche, abitazioni etc etc). Ogni giorno le informazioni ricevute in tempo reale vanno archiviate e gestite in tempi rapidi per poter reagire in maniera opportuna. La quantità di data diventa enorme (Big data) e la loro elaborazione è resa possibile con una adeguata standardizzazione e utilizzo delle tecniche di elaborazione e correlazione causa-effetto sino agli algoritmi di intelligenza artificiale che possono prevedere le tendenze, positive o negative, nel prossimo futuro.
Come può un digital twin contribuire nel miglioramento della qualità dell’aria?
Comunemente ci sono due tipologie di digital twin. La prima denominata data-driven digital twin crea un modello digitale basato sui dati provenienti dalle diverse sorgenti ed è particolarmente utile per la pubblica amministrazione al fine di prender le giuste decisioni. La seconda tipologia di digital twin si applica invece nel processo di sviluppo di un nuovo prodotto innovativo e la sua applicazione sul campo. In questo articolo vedremo un esempio di digital twin di questo tipo: lo sviluppo di un nuovo sensore piezoelettrico auto-alimentato che include la comunicazione dei dati raccolti.
Per definizione i Sensori o MEMS (Micro Electro-Mechanical Systems) non sono altro che un insieme di dispositivi di varia natura (meccanici, elettrici ed elettronici) integrati in forma altamente miniaturizzata. Si tratta dunque di sistemi "intelligenti" che abbinano funzioni elettroniche, di gestione dei fluidi, ottiche, biologiche, chimiche e meccaniche in uno spazio ridottissimo, integrando la tecnologia dei sensori e degli attuatori e le più diverse funzioni di gestione dei processi.
Nel caso in oggetto, la necessità di misurare in più punti i valori di emissione, in termini di pressione e temperatura, dei gas di scarico ha stimolato la progettazione di un nuovo Sensore Piezoelettrico che potesse anche auto-alimentarsi.
La progettazione virtuale del sistema è stata inizialmente orientata dalle specifiche per una applicazione sull’impianto di scarico di un’auto (fig.1) dove il movimento dei gas viene sfruttato per generare energia sufficiente per alimentare sia il sensore che la comunicazione del segnale tramite trasmissione wireless.
Risulta altrettanto ovvio il beneficio che questo sensore può portare anche in altri contesti dove c'è la necessità di controllare la quantità e qualità del gas o fluido disperso nell’ambiente. Esempi di diversa applicazione, sempre in assenza di cablaggio, possono essere: impianti industriali, canne fumarie di impianti di riscaldamento domestico, ciminiere, tubazioni per il trasporto di gas, acquedotti etc. etc.
Fig. 1 – applicazione di sensore piezo-elettrico autoalimentato in un sistema di scarico di un’auto
Progettazione virtuale Digital Twin
L’obiettivo principale della progettazione è quello di studiare i materiali della bandierina piezo-elettrica che con ampio movimento per interazione con il fluido sia in grado di generare sufficiente energia per le funzionalità del sensore e/o per ricaricare un condensatore in prossimità (fig-2). Tale soluzione comporta un livello di affidabilità superiore grazie alla facilità di installazione e alla sua manutenzione.
Fig. 2 – sistema del sensore piezo-elettrico autoalimentato
Il modello digitale considera i carichi generati dai gas di scarico sul Flag che, supportato da un modello “rapido”, fornisce la risposta di quanta energia riesce a produrre in base a dati di ingresso relativi alla geometria e condizioni di flusso; la flag piezo-elettrico è la sorgente di elettricità che entra nel circuito alimentando il sensore o caricando un condensatore.
Fig. 3- modello digitale del sensore autoalimentato
Benefici
Non è sempre facile ottenere delle metriche chiare, soprattutto in R&D, per misurare il beneficio che ha portato o potenzialmente potrebbe portare questo approccio, possiamo comunque identificare alcuni punti di sviluppo:
AFFIDABILITA’: il prodotto è più performante in termini di affidabilità grazie all’auto-alimentazione che riduce i costi di installazione e manutenzione
COLLAUDO: la progettazione virtuale integrata ha ridotto tempi e costi di collaudo. Tutti i possibili scenari sono stati valutati virtualmente, con il modello numerico integrato Fluido-struttura e circuito elettrico interconnesso (FSI+PSI).
TEMPO: la progettazione virtuale ha ridotto i tempi di sviluppo ed inserimento nel mercato anticipando l’avviamento la produzione in serie.
Ringraziamenti
Il caso illustrato è uno dei risultati significativi del Progetto REM finanziato dal programma PON2014-2020 (PON-REM Progetto no. F/050495/01-03/X32). Oltre all’ente finanziatore, si ringraziano i partner del progetto che hanno permesso di raggiungere un tale obiettivo: EnginSoft, Center for Biomolecular Nanotechnologies, Istituto Italiano di Tecnologia (IIT) e Web Elettronica
Keywords:
inquinamento, qualità dell’aria, misura delle emissioni, Mems, sensore autoalimentato, interazione fluido-struttura, digital twin, circuito elettrico
