Skip to Main Content (Press Enter)

Logo UNIMORE
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Professioni
  • Persone
  • Pubblicazioni
  • Strutture
  • Terza Missione
  • Attività
  • Competenze

UNI-FIND
Logo UNIMORE

|

UNI-FIND

unimore.it
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Professioni
  • Persone
  • Pubblicazioni
  • Strutture
  • Terza Missione
  • Attività
  • Competenze
  1. Attività

sElf eVOLving distribUTed Intelligence autOnomous miNing

Progetto
Il settore minerario sta evolvendo verso una maggiore autonomia, trainato dall'introduzione di tecnologie innovative quali l'IoT, l'intelligenza artificiale, l'apprendimento automatico e i big data. L'integrazione tra automazione e intelligenza costituisce il fulcro del modello “Smart Mine”, consentendo la realizzazione di sistemi autonomi che migliorano l'efficienza, aumentano la sicurezza e riducono l'impatto ambientale. Tuttavia, l'impatto di questi sistemi sulle operazioni minerarie rimane poco esplorato. A differenza dell'industria automobilistica, dove i veicoli a guida autonoma hanno fatto progressi, gli ambienti minerari pongono sfide uniche a causa della loro natura imprevedibile, limitandone l'adozione su larga scala. Tuttavia, gli ambienti controllati delle operazioni minerarie offrono un terreno di prova ideale per i veicoli autonomi. Una soluzione emergente è il concetto di Digital Twin, che fornisce un modello dinamico di un sistema fisico per tutta la sua vita operativa. Per affrontare queste sfide, il progetto mira a sviluppare e convalidare un ecosistema cyber-fisico per l'estrazione mineraria autonoma. Gli obiettivi principali includono la conversione di autocarri pesanti convenzionali in unità autonome che operano in convoglio, lo sviluppo di un Digital Twin basato sui dati e supportato da tecnologie di mappatura del sito, l'implementazione di un'infrastruttura basata sull'IoT per la condivisione delle informazioni e l'abilitazione di capacità auto-evolutive per migliorare le prestazioni nel tempo.
  • Dati Generali
  • Competenze

Dati Generali

Partecipanti

BERTOGNA Marko   Responsabile scientifico  

Dipartimenti coinvolti

Dipartimento di Scienze Fisiche, Informatiche e Matematiche   Principale  

Tipo

FISA - Fondo italiano per le scienze applicate

Finanziatore

Ministero dell'Università e della Ricerca
Ente Finanziatore

Partner

Università degli Studi di MODENA e REGGIO EMILIA

Contributo Totale (assegnato) Ateneo (EURO)

1.050.079€

Periodo di attività

Aprile 1, 2026 - Marzo 31, 2029

Durata progetto

36 mesi

Competenze

Settori (2)


PE7_8 - Networks, e.g. communication networks and nodes, Internet of Things, sensor networks, networks of robots - (2024)

Settore INFO-01/A - Informatica
  • Utilizzo dei cookie

Realizzato con VIVO | Designed by Cineca | 26.4.4.0