polito.it
Politecnico di Torino (logo)

Progettazione ed implementazione di un sistema BMS con logiche in cloud: programmazione PLC = Design and implementation of BMS with logics on cloud: PLC programming

Enrico Pagliuca

Progettazione ed implementazione di un sistema BMS con logiche in cloud: programmazione PLC = Design and implementation of BMS with logics on cloud: PLC programming.

Rel. Marco Carlo Masoero, Jacopo Toniolo. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Meccanica, 2020

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (29MB) | Preview
Abstract:

L’elaborato di tesi nasce dall’attività di Tirocinio svolta presso Enerbrain S.r.l. in cui ho affiancato un project manager nella gestione di progetti di automazione industriale, dalla definizione delle specifiche tecniche fino alla verifica delle timeline e della fattibilità in situ; tale contesto ha permesso l’approfondimento dei concetti relativi all’automazione e alla programmazione dei PLC. Il lavoro di tesi affronta la progettazione di un sistema di controllo per impianti HVAC di un immobile dell’azienda Leonardo S.p.a., l’intervento ha riguardato il rifacimento e l’ammodernamento del sistema di controllo dell’impianto, con particolare attenzione verso le UTA e le stazioni di pompaggio. In primis, sono state ripercorse le fasi storiche che hanno caratterizzato l’evoluzione dei sistemi di controllo nel mondo dell’ingegneria concentrando l’attenzione sul contributo che possano dare nella lotta ai cambiamenti climatici. Nel panorama odierno una grossa fetta dell’energia primaria prodotta a livello mondiale è consumata dagli edifici, per tale ragione sono stati approfonditi tutti gli aspetti legati ai DCS, SCADA e BMS, con un occhio di riguardo per le architetture di rete e le principali logiche di controllo utilizzate, dal controllo PID sino agli algoritmi più sofisticati basati su logiche predittive, adattive e di Machine Learning. L’analisi puntuale delle apparecchiature in campo presenti ha permesso l’individuazione della strategia di controllo più adatta al caso, quindi la definizione dell’architettura e dei componenti ad essa asserviti. L’operazione di refurbishment del sistema di controllo non ha coinvolto in nessun modo la struttura e la configurazione dell’impianto meccanico esistente, introducendo soltanto nuove logiche di controllo: in locale, implementate su PLC, e in Cloud, con algoritmi di Machine Learning. La soluzione adottata prevede un PLC per ciascun piano, in grado di gestire l’UTA e la sottostazione di pompaggio presente. La loro programmazione è stata realizzata tramite il software Free Studio Plus della Eliwell, in particolare, la prima fase ha interessato la configurazione dei parametri e delle variabili, poi l’implementazione effettiva delle logiche di controllo. Infine, si è passati alla stesura degli schemi elettrici di collegamento tra PLC, espansioni, attuatori e sensori presenti in campo, tale operazione ha permesso la configurazione dei parametri del controllore PID e della connettività col Cloud. Il sistema di controllo ideato coinvolge un numero di parametri più ampio ed eterogeneo realizzando delle logiche di controllo più sofisticate. La nuova gestione dell’impianto garantisce: una maggiore affidabilità, grazie alle numerose ridondanze, una riduzione dei costi operativi e degli interventi di manutenzione, a questi aspetti si aggiunge la nuova capacità di connettività che permette una gestione e un monitoraggio in remoto. I risultati attesi prevedono un risparmio dell’impianto HVAC intorno al 20%, tuttavia bisognerà attendere una campagna di misure sufficientemente lunga per attestare l’effettivo risparmio conseguito. Alla validazione del risparmio seguono altre possibilità di miglioramento tra cui: ottimizzazione dei parametri PID attraverso la tecnica del Gain Scheduling, controllo diretto della variabile umidità e CO2, la gestione della centrale termica e frigorifera, infine l’aggiunta di logiche semplificate predittive e adattive in locale che sfruttino i dati raccolti in campo.

Relatori: Marco Carlo Masoero, Jacopo Toniolo
Anno accademico: 2020/21
Tipo di pubblicazione: Elettronica
Numero di pagine: 241
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Meccanica
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-33 - INGEGNERIA MECCANICA
Aziende collaboratrici: ENERBRAIN S.r.l.
URI: http://webthesis.biblio.polito.it/id/eprint/15779
Modifica (riservato agli operatori) Modifica (riservato agli operatori)