Occorre lo 0,25% dell’energia totale consumata in tutta la Spagna perché grandi ventilatori mantengano la temperatura e la qualità dell’aria in 301 stazioni e nei tunnel che si estendono per 294 km di rete per i 2,3 milioni di pendolari giornalieri. Utilizzando l’intelligenza artificiale (IA) e ispirandosi al comportamento delle api, la soluzione di Metro de Madrid con Accenture ha diminuito di 1.800 tonnellate all’anno le emissioni di CO2 e ridotto i costi energetici della ventilazione del 25%.
“Abbiamo cambiato l’operatività dei ventilatori”, mi dice un tecnico mostrandomi come funziona la consolle di controllo del sistema. “Il ventilatori erano controllati da un programma impostato su tre livelli: inverno, estate e mezza stagione, vale a dire, una routine fissa tutti i giorni. Noi abbiamo creato la possibilità di decidere tre volte al giorno come devono funzionare i ventilatori immettendo nel software di intelligenza artificiale dati quali previsioni del tempo e della temperatura atmosferica, costo dell’elettricità nell’arco della giornata, struttura della stazione, frequenza dei treni, numero di passeggeri o restrizioni operative, come per es. lavori in un tunnel.”
Il sistema della metropolitana di Madrid utilizza un algoritmo di ottimizzazione che analizza qualsiasi combinazione possibile incorporando anche dati storici e dati simulati. poiché è un algoritmo di machine learning, giorno dopo giorno il sistema continua a migliorare l’accuratezza delle previsioni.
Così, combinando le informazioni raccolte dai sensori e i dati da fonti esterne il programma di IA individua ogni otto ore la combinazione ideale e ottimale per lo schema e le caratteristiche con cui devono funzionare i ventilatori.
“Dal centro di controllo , dalla consolle, gli operatori possono accettare la soluzione offerta dall’IA o modificarla in considerazione di situazioni particolari nelle singole stazioni , cambiamenti improvvisi del fabbisogno energetico , ecc.”, mi spiega il tecnico.
Il sistema nato dalla collaborazione tra gli ingegneri della metropolitana di Madrid e il dipartimento di Applied Intelligence di Accenture, l’azienda globale di strategy, consulting e digital technology, si ispira al comportamento delle colonie di api. Nella loro ricerca dei fiori che hanno il miglior nettare volando da corolla in corolla, se dopo un certo tempo non trovano fiori soddisfacenti, le api si spostano segnalando così alle altre api di evitare quell’area.
Utilizzando la stessa modalità delle api e algoritmi euristici per individuare a partire da ingenti quantità di dati la combinazione di utilizzo ideale, il sistema detto “artificial bee colony” “ha il duplice vantaggio di garantire la qualità dell’aria e, al tempo stesso, elevati livelli di efficienza energetica nel rispetto dell’ambiente: per noi è una duplice vittoria”, dice Isaac Centellas, responsabile della Divisione Progettazione e Manutenzione di Metro de Madrid.
Il sistema è dotato anche di un motore di simulazione che permette di rilevare possibili malfunzionamenti dei ventilatori o anomalie del sistema per porvi rimedio con interventi di manutenzione preventivi.
“Il sistema di ventilazione che auto-apprende di Metro de Madrid mostra come le imprese e la società nel suo complesso possono trarre vantaggio dalle tecnologie intelligenti”, dice soddisfatta Isabel Fernández, ad di Accenture Applied Intelligence Spagna. “È un traguardo importante in un momento in cui l’IA applicata ricopre un ruolo mai visto finora”.
