UniBs e Duferco, la sicurezza sul lavoro passa attraverso l’AI

L’intelligenza artificiale al servizio della sicurezza. In un settore particolarmente importante per l’economia bresciana: la siderurgia. Una ricerca dell’Università degli Studi di Brescia ha realizzato dei modelli matematici, guidati dall’AI, che elaborano dati vecchi e nuovi per prevedere l’eventualità che si verifichino infortuni sul lavoro nell’industria del ferro e dell’acciaio. Per fare ciò pesca da database che contengono informazioni sugli incidenti già avvenuti ed elabora i dati provenienti dai sensori dei macchinari utilizzati dai lavoratori. Una capacità predittiva che si è rivelata esatta in sei casi su dieci.

La ricerca, chiamata «iSafety», è stata finanziata con fondi Pnrr dal Ministero dell’Università e della Ricerca e vi ha collaborato anche un’azienda bresciana del settore siderurgico, la Duferco Travi e Profilati di San Zeno Naviglio.

Apprendimento

Al cuore dello studio ci sono l’intelligenza artificiale e le tecniche di apprendimento automatico: «Volevamo capire come l’AI potesse essere sfruttata per migliorare la sicurezza del settore siderurgico, che è molto rilevante nel Bresciano ma anche significativo in termini di rischi per la sicurezza», spiega la responsabile del progetto, la professoressa Paola Cocca. Per creare un modello in grado di prevedere la probabilità di incidenti, sono stati raccolti due tipi di dati. Ci sono le informazioni su infortuni già accaduti: «Si tratta di informazioni raccolte quando un incidente si è già verificato – racconta Cocca –. Sono contenuti nei database incidentali disponibili, come quelli di Inail o di diversi enti a livello internazionale».

Il team che ha lavorato al progetto

E poi ci sono i dati in tempo reale: «Dall’altro lato abbiamo lavorato quelli provenienti dai sensori dei macchinari, rilevabili in tempo reale: queste informazioni servono per capire come prevedere il verificarsi di una situazione critica e in questo modo riuscire a intervenire».

In azienda

Per lo studio di questo secondo scenario, i ricercatori hanno raccolto i dati all’interno di Duferco: «Ci siamo concentrati sull’area del forno ad arco, che per le alte temperature e la quantità di metallo liquido che contiene è una delle aree più rischiose. Qui abbiamo raccolto in tempo reale i dati dei sensori del forno, oltre che una serie di altre informazioni legate al processo, per cercare di prevedere anomalie che possono porre gli operatori in condizioni pericolose».

Nello specifico, ci si è concentrati sull’«ebt», un foro da cui viene spillato il metallo fuso: «Capita che si formi un blocco e che l’operatore debba intervenire manualmente con delle lance per liberarlo, andando però vicino al forno. È un’operazione molto critica che non si è ancora riusciti ad automatizzare».

Insieme all’Istituto di calcolo e reti ad alte prestazioni (Icar) del Consiglio nazionale delle ricerche, i ricercatori UniBs hanno messo a punto un modello basato sull’AI in grado di gestire questi dati. I risultati sono incoraggianti:

Il modello

«Il modello – conclude Cocca –, è in grado di identificare in anticipo una parte significativa delle condizioni che possono portare al blocco dell’ebt, arrivando ad anticipare più di sei situazioni critiche su dieci in uno scenario industriale estremamente complesso, in cui l’evento da prevenire è raro e i segnali prodotti dai sensori disponibili non sempre sono chiari o coerenti tra loro. In queste condizioni è particolarmente difficile distinguere con affidabilità le situazioni normali da quelle che stanno evolvendo verso una criticità. Proprio per questo credo che il risultato ottenuto sia rilevante».