ILIP s.r.l. (www.ilip.it), azienda del Gruppo ILPA, è una realtà che investe molto sulla sostenibilità ambientale, intesa sia come efficientamento dei processi produttivi che come riduzione della plastica impiegata, anche attraverso il riciclo, e l’allungamento della shelf life degli alimenti riducendo gli sprechi.
L’azienda, inoltre, attraverso una delle realtà del Gruppo, la AMP, ha investito sul riciclo del PET da bottiglia e sul suo riutilizzo per la produzione di nuovi imballaggi idonei al contatto con gli alimenti.
ILIP era alla ricerca di una ESCo che potesse affiancarli nell’attività di certificazione energetica e soprattutto nella rielaborazione e modellazione di dati energetici raccolti. L’azienda aveva infatti già avviato un’attività di raccolta dei dati, ma mancava uno strumento in grado di analizzarli correttamente nella loro complessità.
In particolare, ogni linea di lavorazione di ILIP, che produce nel suo complesso all’incirca 1.000 referenze, ognuna caratterizzata da un processo produttivo con consumi diversi, aveva l’esigenza di essere analizzata e valutata, per individuare eventuali miglioramenti a livello di prestazioni energetiche.
Seaside (www.sea-side.it) ha proposto la realizzazione di un progetto di machine learning applicato all’efficienza energetica. L’attività prevede l’impiego di un team di energy manager coordinato da un EGE (Esperto in Gestione dell’Energia) che utilizza il software Savemixer di proprietà di Seaside per l’identificazione di scostamenti e anomalie risetto ai consumi ideali.
Tramite l’utilizzo del portale di Predictive Energy Analytics Savemixer e della consulenza energetica Seaside, ILIP potrà ottenere saving energetici attraverso analisi dei dati e risoluzione delle anomalie di consumo. Tali analisi rappresentano, inoltre, una base solida di confronto per la misurazione di dettaglio dei saving energetici ottenuti da interventi impiantistici sulle linee del processo produttivo.
Le attività innovative che saranno svolte nello specifico nell’ambito dell’implementazione del sistema di Predictive Energy Analytics Savemixer sono: analisi del contesto produttivo e stesura del Value Stream Mapping; integrazione del sistema di monitoraggio energetico e dell’ERP di produzione in un’unica interfaccia utente; Data Discovery per trovare le misure più influenti da utilizzare per la modellazione del machine learning.
E ancora: modellazione energetica delle linee produttive tramite machine learning; identificazione e analisi degli scostamenti e delle anomalie rispetto ai consumi ideali; calcolo degli EnPI (Energy Performance Indicator) per l’analisi degli andamenti delle singole linee produttive e la redazione di report periodici.
Il progetto, ancora in corso, ha già mostrato la propria potenzialità, permettendo a ILIP di individuare e risolvere alcuni scostamenti dai consumi attesi che sarebbe stato impossibile risolvere in tempi così rapidi altrimenti. Il risparmio energetico sui consumi di produzione è stimato al 10%. Inoltre, Savemixer permette di disporre di uno strumento di reporting per coadiuvare l’attività del team di gestione dell’energia.