EMB 93

EMBEDDED 93 • SETTEMBRE • 2024 55 Sempre più aziende, in vari mercati verticali, mettono in atto piani per rendere le loro strutture più atten- te all’ambiente, al fine di rispettare le promesse e gli obiettivi di riduzione dell’impatto su questioni grandi e piccole, dal cambiamento climatico globale all’attenzio- ne per gli habitat locali. Tracciando il consumo con dispositivi IoT, si possono creare piani per ridurre l’energia dove possibile, rispar- miando denaro e risorse. Un mercato in particolare che sta vedendo un’ampia diffusione del monitoraggio IoT è quello degli spazi commerciali. I punti vendita al det- taglio sono spesso soggetti a fluttuazioni del traffico di clienti e quindi a fluttuazioni della domanda di appa- recchi come i condizionatori d’aria che utilizzano una grande quantità di elettricità. Un importante fornitore di servizi di telefonia cellulare di Taiwan ha recentemente implementato un sistema IoT nei suoi negozi al dettaglio proprio per questo scopo. Collegando ogni negozio a un sistema di monitoraggio centrale, è stato possibile monitorare facilmente l’utiliz- zo di energia e il traffico pedonale in ogni punto vendita e regolare di conseguenza l’utilizzo del condizionatore d’aria, mantenendo un ambiente confortevole e riducen- do al contempo il consumo di elettricità (Fig. 1). Monitoraggio da remoto I sistemi di monitoraggio dell’energia basati sull’IoT in- cludono sensori, modem, microcontrollori e altri dispo- sitivi rilevanti per ottimizzare la procedura di gestione dell’energia. Senza l’IoT industriale, per conoscere lo stato e le pre- stazioni di una macchina è necessaria una visita fisica per raccogliere le informazioni operative. Il monitorag- gio remoto può fornire dati dettagliati sulle prestazioni in tempo reale. I dati possono quindi essere analizzati per cercare schemi e comprendere le interdipendenze che influiscono sull’efficacia complessiva delle apparec- chiature e sulla produzione. L’Intelligenza Artificiale potrebbe venire utilizzata, per esempio, per svolgere previsioni riguardanti la produzione energetica. Nel caso specifico, mediante l’impiego di tecniche di Deep Learning e l’a- dozione di reti neurali si possono svolgere analisi più accurate anche riguardanti la previsione di utilizzo degli elettrodomestici e stimare i comportamenti dell’utente. Fig. 1 – Implementazione con gateway IoT SRG-3352 di AAEON in un edificio di Taiwan per monitorare e controllare l’utilizzo dell’elettricità in ogni negozio (Fonte: AAEON) Circa il 40% del consumo globale di energia e il 70% dell’utilizzo di elettricità proviene dagli edifici IOT | HARDWARE