• consumo energetico
• modellizzazione
• yacht

La tesi si concentra sull’applicazione di tecnologie innovative nel settore degli yacht, un ambito che sta vivendo una trasformazione grazie alla convergenza di intelligenza artificiale (IA), energie rinnovabili e pratiche di automazione avanzata. Il lavoro si basa sull’integrazione di Digital Twin e reti neurali per migliorare l’efficienza energetica e automatizzare diverse funzioni a bordo degli yacht, con l’obiettivo di coniugare sostenibilità, efficienza operativa e un’esperienza migliorata per gli ospiti.
Negli ultimi anni, la domanda di pratiche sostenibili e una maggiore attenzione all’efficienza energetica hanno spinto il settore nautico a esplorare nuove soluzioni tecnologiche. Questa tesi affronta proprio queste sfide, sviluppando un modello di automazione per yacht basato sul concetto di Digital Twin, arricchito con logica IA e reti neurali. Il Digital Twin consente di creare una replica virtuale degli asset fisici di uno yacht, permettendo il monitoraggio in tempo reale e l’ottimizzazione delle risorse energetiche. Con il supporto di Videoworks, che ha fornito dati storici sui componenti degli yacht, è stato possibile creare un prototipo di questo modello, mirato a migliorare l’efficienza e la sostenibilità.
Il lavoro si concentra su tre aree chiave dell’automazione a bordo: la piscina, la sauna e la beach area. La gestione della piscina richiede un controllo preciso della temperatura dell’acqua, fondamentale per garantire il comfort degli ospiti. Il sistema automatizzato utilizza sensori per monitorare la temperatura e regolare automaticamente il riscaldamento, ottimizzando l’uso dell’energia. Un aspetto rilevante è l’integrazione di un sistema per il controllo del pH, che permette di mantenere l’acqua della piscina sicura e confortevole, prevenendo irritazioni cutanee e garantendo l’efficacia dei disinfettanti. La chiusura automatica della copertura della piscina rappresenta un’ulteriore soluzione per risparmiare energia, attivata quando la piscina non è in uso e regolata da sensori di presenza e condizioni ambientali.
Per quanto riguarda la sauna, la temperatura è regolata da un sistema automatico che tiene conto delle preferenze degli utenti e delle condizioni interne, come l’apertura delle porte. Questo permette di mantenere un ambiente confortevole e sicuro, ottimizzando allo stesso tempo il consumo energetico. L’illuminazione della sauna è un altro aspetto trattato nella tesi, in quanto viene controllata in base a programmi predefiniti o preferenze degli utenti, utilizzando la cromoterapia per migliorare l’esperienza di relax. Oltre a ciò, la sauna è dotata di un sistema per il rilascio automatico di aromi, che consente agli utenti di scegliere fragranze diverse e regolare l’intensità degli odori in base alle loro preferenze, creando così un ambiente multisensoriale.
Nella beach area, la gestione dell’illuminazione esterna è ottimizzata attraverso l’utilizzo di sensori ambientali che regolano automaticamente l’intensità delle luci in base alle condizioni meteo o all’ora del giorno. Inoltre, vengono monitorati i livelli di radiazione UV per proteggere gli ospiti da un’eccessiva esposizione ai raggi ultravioletti, con sensori che avvisano automaticamente gli utenti quando i livelli diventano pericolosi.
Il concetto di Digital Twin è centrale in questa tesi. Questo modello digitale permette di simulare il funzionamento degli asset fisici, monitorandone in tempo reale le prestazioni e suggerendo ottimizzazioni per migliorare l’efficienza operativa. L’integrazione di sensori distribuiti a bordo dello yacht consente di raccogliere dati su parametri come la temperatura, il consumo energetico e le condizioni meteorologiche, che vengono poi analizzati da algoritmi IA per prevedere il comportamento futuro del sistema. Nel contesto nautico, l’uso del Digital Twin non solo aumenta la sicurezza e riduce i costi operativi, ma consente anche una personalizzazione avanzata dell’esperienza a bordo, come la regolazione automatica della temperatura, dell’illuminazione e delle impostazioni di comfort in base alle preferenze degli ospiti.
Per quanto riguarda la previsione dei consumi energetici, la tesi introduce due modelli di rete neurale: la LSTM (Long Short-Term Memory) e la NARX (Nonlinear Autoregressive with Exogenous Inputs). La LSTM è particolarmente efficace nell’analizzare dati temporali complessi, mantenendo informazioni rilevanti nel tempo per migliorare la precisione delle previsioni. La NARX, d’altro canto, utilizza sia dati passati della serie temporale sia variabili esterne che influenzano il sistema, come condizioni meteorologiche o cambiamenti stagionali, per offrire previsioni accurate del consumo energetico.
L’integrazione tra Digital Twin e IA consente di effettuare simulazioni avanzate e manutenzione predittiva, riducendo i tempi di inattività e ottimizzando le operazioni. Questo approccio permette anche di sperimentare modifiche ai sistemi dello yacht in un ambiente virtuale prima di implementarle nella realtà, minimizzando così i rischi e migliorando la sicurezza e il comfort. L’adozione di queste tecnologie permette una gestione intelligente dell’energia a bordo degli yacht di lusso, contribuendo a ridurre l’impatto ambientale e a offrire un’esperienza più personalizzata e sostenibile agli ospiti.