polito.it
Politecnico di Torino (logo)

BEMS IoT: Definizione, progettazione, implementazione e risultati di una applicazione su un grande sito industriale = BEMS IoT: design, set-up, implementation and results of the application to a large industrial site

Lorenzo Ghiringhello

BEMS IoT: Definizione, progettazione, implementazione e risultati di una applicazione su un grande sito industriale = BEMS IoT: design, set-up, implementation and results of the application to a large industrial site.

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

Abstract:

La domanda di energia primaria è in continuo aumento, con una crescita stimata per il 2040 pari all’80% rispetto al 2017. In questo contesto il settore industriale assorbe circa il 30% dell’energia globale, risultando uno dei settori con il maggiore impatto climatico. Per contenerlo l’Unione Europea ha emanato una serie di norme che definiscono gli strumenti utili a perseguire il miglioramento delle prestazioni energetiche e la riduzione dei consumi. Fra questi si annoverano i Building Energy Management Systems (BEMS), sistemi che permettono di monitorare e ottimizzare in tempo reale il fabbisogno energetico, fornendo strumenti di diagnostica e supporto decisionale. In questo lavoro di tesi lo sviluppo di una Piattaforma BEMS si coniuga con i principi dell’Internet of Things (IoT). Queste tecnologie sono di particolare interesse per il settore dei BEMS in quanto capaci, per definizione, di trasmettere e mettere in relazione dati provenienti da oggetti diversi. Non a caso, coniugare efficienza energetica e IoT è uno degli obiettivi chiave di Enerbrain, start-up torinese presso cui questa tesi è stata sviluppata. Il sistema oggetto di questo elaborato è stato implementato a partire da gennaio 2019 all’interno di un grande sito industriale di produzione di pneumatici, con l’obiettivo di ottenere una piattaforma per il monitoraggio energetico e l’ottimizzazione delle prestazioni dei principali impianti di climatizzazione, attraverso un algoritmo basato sull’intelligenza artificiale sviluppato da Enerbrain. Le fasi preliminari hanno comportato un’approfondita ricerca bibliografica sullo stato dell’arte dei sistemi IoT e sugli strumenti per il monitoraggio e per l’interconnessione tra “oggetti”, disponibili sul mercato per soddisfare le esigenze e le criticità tipiche di un sito industriale. La ricerca è stata inoltre arricchita e completata grazie al know-how di Enerbrain in quest’ambito. La proposta progettuale ha poi richiesto una profonda conoscenza del sito, ottenuta attraverso analisi svolte in campo. La tesi riporta i risultati di questo processo, descrivendo compiutamente il complesso insieme di strumenti di misura utilizzati per monitorare i consumi energetici del sito e regolare gli impianti di climatizzazione (HVAC), contestualizzati all’interno del processo produttivo. Sulla base di tali informazioni è stato sviluppato il progetto, che ha lo scopo di integrare sistemi di misura già presenti con nuovi strumenti IoT, questi ultimi utilizzati anche per il monitoraggio ambientale e l’ottimizzazione delle prestazioni degli impianti HVAC. Sfruttando i vantaggi delle tecnologie IoT, il sistema di monitoraggio e ottimizzazione è stato implementato in modo distribuito, utilizzando principalmente gateway wireless per la remotizzazione degli strumenti e fornendo l’interfaccia di supervisione su piattaforma Cloud Enerbrain. Questo ha permesso di minimizzare l’invasività del sistema e i tempi di installazione, terminata a marzo 2019. Con una raccolta dati di oltre 12 mesi a disposizione, il lavoro di tesi si è infine focalizzato sull’analisi dei flussi energetici monitorati. I risultati ottenuti dimostrano l’affidabilità del sistema installato in termini di qualità dei dati riportati e i benefici ottenibili dall’ottimizzazione delle prestazioni degli impianti HVAC. Inoltre, sono state evidenziate le potenzialità di un sistema BEMS IoT in termini di analisi di criticità e inefficienze, all’interno di uno stabilimento industriale.

Relatori: Marco Carlo Masoero, Jacopo Toniolo
Anno accademico: 2020/21
Tipo di pubblicazione: Elettronica
Numero di pagine: 224
Informazioni aggiuntive: Tesi secretata. Fulltext non presente
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Energetica E Nucleare
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-30 - INGEGNERIA ENERGETICA E NUCLEARE
Aziende collaboratrici: ENERBRAIN S.r.l.
URI: http://webthesis.biblio.polito.it/id/eprint/15842
Modifica (riservato agli operatori) Modifica (riservato agli operatori)