Sebbene l’aria compressa sia una tecnologia consolidata, la sua produzione non è un processo efficiente, tanto da impattare fino al 10% del consumo di energia elettrica di uno stabilimento industriale che ne fa uso. Oggigiorno, la riduzione dei fabbisogni energetici industriali è un obiettivo per molte aziende. A tale scopo l’ottimizzazione del processo produttivo dell’aria compressa è una delle strade che possono essere intraprese ed è l’ambito all’interno del quale è stata sviluppata la presente tesi che, in collaborazione con Edison Fenice, intende proporre un metodo innovativo di ottimizzazione degli assetti di una sala compressori industriale. Il lavoro svolto prende in esame la sala compressori dello stabilimento FCA di Cassino con l’obiettivo di sviluppare una tecnologia in grado di ottimizzare, tramite machine learning, gli assetti produttivi dei compressori che la compongono, senza prendere in considerazione gli ausiliari a servizio di questa.