SAFE – Secure anomaly detection edge AI system For critical Environments

SAFE nasce dall’esigenza di monitorare in tempo reale impianti che operano in condizioni ad alto rischio, come quelli classificati ATEX. In tali ambienti anche piccole anomalie possono generare situazioni pericolose o fermi improvvisi. Il progetto combina sensori installati sulle macchine, dispositivi Edge capaci di elaborare localmente grandi quantità di dati e modelli AI addestrati tramite HPC. Questa integrazione consente di rilevare deviazioni dal funzionamento normale prima che evolvano in guasti.

L’obiettivo principale è realizzare un sistema affidabile in grado di riconoscere comportamenti anomali con rapidità e precisione, riducendo i tempi di reazione in caso di malfunzionamento. Il progetto puntaa selezionare i parametri tecnici più rappresentativi e sviluppare modelli predittivi ottimizzati per l’esecuzione su dispositivi Edge. Un ulteriore obiettivo è validare la soluzione direttamente su macchinari reali, garantendone integrazione e efficacia nei flussi operativi industriali.

Nei processi con sostanze volatili, guasti imprevisti generano lunghi fermi e protocolli di sicurezza costosi. Serve quindi un controllo continuo capace di segnalare in anticipo le deviazioni del comportamento delle macchine.

Per affrontare queste sfide SAFE ha progettato un’architettura Edge AI capace di operare direttamente in prossimità dei macchinari monitorati. Sono stati definiti i parametri chiave – come vibrazioni, temperatura e velocità dei componenti – e sono stati generati scenari sintetici di guasto per addestrare i modelli anche in condizioni difficili da replicare sul campo. Le risorse HPC sono state fondamentali per addestrare i modelli in modo efficiente, migliorandone stabilità e accuratezza.

La capacità di identificare in anticipo anomalie nei macchinari riduce il rischio di incidenti, protegge gli operatori e garantisce una produzione più stabile. Questo porta vantaggi non solo all’azienda, ma anche alla comunità: processi più affidabili significano meno sprechi, minori rischi e una maggiore continuità nelle filiere produttive. Inoltre, sistemi di questo tipo aiutano le imprese a operare in modo più sostenibile e responsabile dal punto di vista delle risorse.

SAFE potrà essere esteso ad altri macchinari e a diversi settori industriali, mantenendo gli stessi vantaggi di sicurezza e continuità operativa. Il progetto intende integrare ulteriori tecniche di calcolo approssimato per ottimizzare l’esecuzione dei modelli Edge, ampliando al contempo il numero di apparati monitorati. La metodologia è replicabile in contesti ad alto rischio come Energia, Infrastrutture critiche e Produzione Industriale.