L’insorgere di guasti negli impianti di refrigerazione e condizionamento, in particolare nel settore enologico, può costituire un grave danno, che può addirittura compromettere l’intero processo di vinificazione. Inoltre, per chi fornisce il servizio di assistenza e manutenzione su tali impianti, risulta molto complesso gestire e dare priorità ai vari interventi, soprattutto alla luce della stagionalità tipica del settore enologico.
L’obiettivo del progetto è sviluppare algoritmi di Machine Learning che, a partire dai dati raccolti nell’impianto, siano in grado di (i) classificare i vari tipi di guasto e (ii) prevedere eventuali situazioni di anomalia che potrebbero portare ad un guasto.
Tali algoritmi, integrati in un sistema di supervisione da remoto, serviranno per gestire in maniera ottimale tutti gli interventi di manutenzione sull’impianto.
