Gli algoritmi di Machine Learning rivoluzionano le stufe a pellet aumentando l’impronta green

Dati di Google Trends dimostrano un picco di ricerche verso sistemi di riscaldamento a legna e pellet registrato nel mese di marzo 2022.

Tecnologia IoT e algoritmi di Machine Learning per una sempre più lieve foot-print dell’intero comparto e un’ottimizzazione dei consumi energetici da parte del singolo utente finale.

Si tratta di un momento caldo per le scelte energetiche del nostro Paese, anche alla luce della recente crisi energetica. Oggi più che mai, ci si trova di fronte alla necessità di implementare nuove fonti alternative, che vadano a sostituire sistemi ormai obsoleti. Sempre maggiore attenzione assumono quindi le biomasse, come emerso nel corso di Progetto Fuoco, il più importante evento mondiale dedicato al riscaldamento, settore che in Italia vanta un giro d’affari di 4 miliardi di euro e 14mila aziende.

Dati di Google Trends dimostrano un picco di ricerche verso sistemi di riscaldamento a legna e pellet registrato nel mese di marzo 2022, a testimonianza di un crescente interesse da parte degli italiani. Appare urgente però migliorare l’impronta ambientale che queste fonti generano. Una risposta puntuale in questo senso arriva da M31, azienda veneta con sede a Padova specializzata nella produzione di soluzioni phygital in grado di integrare i vantaggi della tecnologia digitale ai prodotti fisici. La proposta di M31 per affrontare la crisi energetica è ApiFire, un’innovazione capace di traghettare il mondo delle stufe sempre più in direzione dell’ecosostenibilità e del risparmio energetico. Se a oggi la stufa a pellet rappresenta un’alternativa concreta rispetto ad altri più tradizionali sistemi di riscaldamento, la tecnologia IoT e gli algoritmi di machine learning di ApiFire arrivano per ottimizzare la filiera e rendere sempre più smart e vantaggioso il riscaldamento a biomasse.

“Oggi la tecnologia ha fatto passi da gigante per ridurre l’impronta di carbonio delle stufe a pellet. Con l’intelligenza artificiale e gli algoritmi di machine learning, infatti, è possibile gestire il consumo del pellet e l’ottimizzazione della combustione, a beneficio non solo dei costi del riscaldamento ma anche dell’ambiente. Non solo: analizzando le abitudini dell’utilizzatore della stufa è infatti possibile suggerirgli lo specifico tipo di pellet che maggiormente si adatta alle sue necessità di riscaldamento, evitando quindi sprechi di risorse in base all’utilizzo ma anche all’ambiente in cui la stufa è inserita. Allo stesso modo, è possibile indicare un corretto orario di accensione e spegnimento che migliori le performance della stufa e minimizzi i consumi” - racconta Alexa Berto, Artificial Intelligence Engineer di M31.

“Grazie agli algoritmi di machine learning sviluppati è possibile restituire una fotografia di quanto tempo la stufa impiega nel riscaldare uno specifico spazio e raffreddarsi, e di conseguenza in quale lasso temporale l’ambiente perde calore. Conoscere queste informazioni permette di utilizzare al meglio le risorse, spegnendo e accendendo a tempo debito la stufa, senza sprechi. Implementare sempre più la tecnologia intelligente ai sistemi di riscaldamento perciò permette un utilizzo più efficiente e meno dispersivo, amico non solo dell’ambiente ma anche delle finanze famigliari.” aggiunge Alexa Berto.

ApiFire: un ecosistema integrato per una sostenibilità a lungo termine

È importante innovare il modo in cui si utilizza e si vive attualmente la stufa a pellet per garantire a questo mezzo delle prospettive future, rendendola sempre più una soluzione ecocompatibile e quindi al passo con le esigenze contemporanee. Il sistema di ApiFire è stato progettato proprio per agire in questo senso, prevedendo in primis l’installazione di una nuova generazione di scheda elettronica IoT nella stufa che ne abilita il controllo da remoto e ne migliora le performance in tema di risparmio energetico e corretto utilizzo delle risorse. Questa componente capace di trasmettere le informazioni in cloud tramite Wi-Fi, attraverso un’app appositamente disegnata, permette all’utente non solo di controllare le prestazioni della stufa in qualsiasi momento, ma anche chiedere una puntuale assistenza da parte dei tecnici.

“Ogni aspetto della filiera va preso in considerazione, anche la manutenzione. L’appuntamento a casa può essere negoziato rapidamente attraverso l’app ma talvolta può non risultare necessario. I tecnici anch’essi muniti di un’app per la diagnostica a distanza, possono comprendere la causa del malfunzionamento della stufa e guidare direttamente il cliente nel suo sblocco. L’app permette al personale tecnico di vedere in tempo reale ogni anomalia proprio come se si trovasse fisicamente davanti alla macchina. Svolgere l’attività di manutenzione da remoto, oltre a portare vantaggi in termini di rapidità di risoluzione del problema, riduce anche l’impatto ambientale del singolo intervento, che moltiplicato per tutti gli interventi di manutenzione che ogni anno vengono svolti riduce di molto la foot-print di questa sezione della filiera” - puntualizza Fabio d’Alessi, Chief Operating Officer di M31.

Nella manutenzione è importante avere un quadro diagnostico completo, lo Status Dashboard di ApiFire per questa ragione dà modo al supporto tecnico di ricostruire gli eventi che hanno portato al guasto, riportando ogni allarme e parametro di funzionamento e permettendo quindi una risoluzione più tempestiva rispetto al passato.

“Il controllo tecnico da remoto e la generazione di report sul funzionamento garantisce anche interventi di manutenzione ordinaria, capaci di prevenire eventuali blocchi ancor prima che si manifestino, allungando quindi la vita della stufa. Questo rende ancora più green il comparto.” aggiunge d’Alessi.

L’accesso a dati di qualità raccolti in un lasso di tempo significativo, relativi all’utilizzo reale e alle prestazioni delle stufe, permette non solo una manutenzione più efficiente ma anche una futura progettazione più consapevole di criticità e aree di miglioramento tecnico.

I dati vengono storicizzati in un sistema persistente a beneficio di tutti gli attori della filiera: i dati storici infatti possono essere visualizzati ed analizzati da chi si occupa della manutenzione o proprio dell’evoluzione della progettazione.

I produttori possono quindi accedere a informazioni massive anonimizzate sul reale quotidiano uso da parte degli utenti, individuando attraverso pattern di dati eventuali anomalie o futuri probabili malfunzionamenti. In questo modo è possibile rimodulare la progettazione al fine di immettere sul mercato stufe non solo più aderenti alle esigenze, ma anche progettate per essere più durevoli. ApiFire per questa ragione fornisce ai produttori una piattaforma web per il monitoraggio da remoto delle stufe e la comunicazione con i Centri di Assistenza Tecnica (CAT) per gli interventi di riparazione e sostituzione e dota gli stessi CAT di un’altra piattaforma appositamente studiata per la gestione dei loro interventi e della reportistica. L’efficienza non solo della stufa ma anche di tutta la filiera è quindi completamente ottimizzata, a vantaggio della foot-print dell’intero comparto ma anche dei consumi energetici del singolo utente finale.