“

Aramix (3rdPlace Srl), parte del gruppo Datrix, è alla guida del progetto CAusal Modeling and Bayesian Optimization for predictive DIAgnostics (CAMBODIA), nato dalla collaborazione con TekRevolution e l’Università di Messina, con l’obiettivo di sviluppare soluzioni innovative basate sull’Intelligenza Artificiale per supportare la sicurezza industriale, la gestione del rischio e la sostenibilità dei processi produttivi.

La soluzione: AI, data science e know-how multidisciplinare

All’interno dello Spoke 6 – FP2 Big Data Analytics & AI e FP3 Computational Fluid Dynamics, CAMBODIA si propone di:

• Sviluppare soluzioni di AI che combinino modelli causali e algoritmi di ottimizzazione bayesiana per supportare le decisioni legate alla diagnostica predittiva di sistemi complessi.
• Realizzare modelli causali integrati con BOED (Bayesian Optimization of Experimental Design) per migliorare i modelli CFD complessi.

Come azienda deep-tech, Aramix applicherà queste soluzioni a supporto dello sviluppo di sistemi ingegneristici avanzati, incrementandone sicurezza, efficienza e affidabilità.

Partner e competenze

• Aramix (3rdPlace Srl): leader nell’applicazione dell’Intelligenza Artificiale ai processi industriali e manageriali, con consolidata esperienza in data governance, machine learning e predictive analytics.
• TekRevolution: azienda tecnologica specializzata in soluzioni digitali ad alta tecnologia. Con ampia esperienza in Computational Fluid Dynamics, porta un know-how fondamentale nello sviluppo e nell’ottimizzazione di componenti tramite materiali innovativi e processi di produzione avanzati per applicazioni industriali.
• Università di Messina: centro di eccellenza nella ricerca, con un team esperto in sicurezza chimico-industriale, gestione del rischio, catalisi e processi innovativi, che arricchisce il progetto con conoscenze scientifiche e capacità analitiche avanzate.

Vantaggi principali

• Manutenzione predittiva efficace: valutazione del reale impatto delle diverse azioni di manutenzione rispondendo a domande “what if”. Questo consente di scegliere l’intervento ottimale per massimizzare la disponibilità dei sistemi e ridurre i costi nei settori manifatturiero, aerospaziale ed energetico.
• Miglioramento della modellazione CFD: utilizzo dell’analisi causale dei dati sperimentali per affinare e semplificare i modelli complessi di Computational Fluid Dynamics. Ciò permette simulazioni più accurate ed efficienti dal punto di vista computazionale per la progettazione di sistemi innovativi nei settori energetico e aerospaziale.
• Ottimizzazione della produzione di energia rinnovabile: analisi dei dati meteorologici per ottimizzare l’integrazione di energia eolica e solare nella rete elettrica. Questa comprensione causale aiuta a ridurre la dipendenza dai combustibili fossili e a migliorare la gestione complessiva della rete.

Vuoi saperne di più?
Scrivi a info@aramix.ai per maggiori informazioni.
Segui gli aggiornamenti sulla pagina LinkedIn di Aramix.

“