Shima Fahima
La presentazione illustra il passaggio da un approccio reattivo e isolato nel monitoraggio industriale a uno proattivo e integrato.
Presenta l’architettura a livelli del digital twin, che combina dati in tempo reale, modelli fisici e analisi predittiva tramite machine learning.
Un case study su una turbina a gas da 70MW dimostra benefici significativi: precisione nella manutenzione predittiva migliorata, miglioramenti operativi e risparmi economici sostanziali.
Vengono inoltre discusse sfide come l’integrazione con sistemi legacy, la cybersecurity e i costi iniziali, offrendo linee guida pratiche per l’implementazione.
La tecnologia si conferma come un vantaggio competitivo strategico per il settore energetico.
