Riassunto analitico
Il presente lavoro mira a realizzare un sistema di intelligenza artificiale per assistere alle operazioni di gestione di batterie di botti per la produzione di aceto balsamico. Lo studio parte dalla disponibilità di pochi e sporadici dati raccolti manualmente o ricostruiti mediante reti neurali, ai quali si aggiungono nuove serie temporali acquisite da sensori in fase di installazione in una acetaia. La sfida è quella di sfruttare entrambe le sorgenti dati per poter creare e mantenere un digital twin di ogni botte di una acetaia con il fine di predire il livello di evaporazione in funzione dei dati ambientali, per ottimizzare e programmare meglio il processo di travaso e rincalzo tipico della produzione dell'aceto balsamico tradizionale. Nello specifico, sono stati affrontati due sottoproblemi; il primo è la clusterizzazione dei contenitori al fine di ridurre il numero di parametri dei modelli implementati e aggregare i dati storici disponibili. In secondo luogo è stato implementato un sistema di predizione delle temperature interne alle stanze dell'acetaia a partire da dati ambientali disponibili pubblicamente e raccolti da sensori esterni installati da ARPAE nella zona dell'acetaia presa in considerazione.
|
