Automazione AI nella Tubisteria Industriale: Efficienza e Controllo Qualità in Tempo Reale

Capitolo 1: Introduzione all’Automazione AI nella Tubisteria Industriale

1.1: Cos’è l’Automazione AI?

L’automazione AI (Artificial Intelligence) si riferisce all’uso di algoritmi e tecniche di apprendimento automatico per automatizzare processi industriali. Nella tubisteria industriale, l’automazione AI può essere utilizzata per migliorare l’efficienza, ridurre i costi e aumentare la qualità dei prodotti. Secondo uno studio di McKinsey, l’automazione AI può aumentare la produttività del 40% e ridurre i costi del 20% nella tubisteria industriale (leggi di più).

L’automazione AI può essere applicata in vari modi nella tubisteria industriale, ad esempio, nella progettazione di tubi e raccordi, nella gestione della catena di approvvigionamento, nella produzione e nel controllo qualità. Le tecnologie AI utilizzate includono l’apprendimento automatico, la visione artificiale e la robotica.

Secondo un rapporto di MarketsandMarkets, il mercato dell’automazione AI nella tubisteria industriale è previsto crescere da 1,4 miliardi di dollari nel 2020 a 4,8 miliardi di dollari nel 2025, con un tasso di crescita annuo del 24,5% (leggi di più).

In Italia, aziende come Siemens e Rockwell Automation stanno già lavorando sull’applicazione dell’automazione AI nella tubisteria industriale.

1.2: Benefici dell’Automazione AI

I benefici dell’automazione AI nella tubisteria industriale includono l’aumento dell’efficienza, la riduzione dei costi, l’aumento della qualità dei prodotti e la riduzione dei tempi di consegna. Inoltre, l’automazione AI può aiutare a ridurre gli errori umani e a migliorare la sicurezza sul posto di lavoro.

Secondo uno studio di Deloitte, l’automazione AI può aiutare a ridurre i costi del 15-20% e a aumentare la produttività del 10-15% nella tubisteria industriale (leggi di più).

L’automazione AI può anche aiutare a migliorare la qualità dei prodotti, riducendo il numero di difetti e di resi. Secondo uno studio di Quality Digest, l’automazione AI può aiutare a ridurre il numero di difetti del 30-50% (leggi di più).

Inoltre, l’automazione AI può aiutare a ridurre i tempi di consegna, migliorando la gestione della catena di approvvigionamento e la produzione.

1.3: Applicazioni dell’Automazione AI

Le applicazioni dell’automazione AI nella tubisteria industriale includono la progettazione di tubi e raccordi, la gestione della catena di approvvigionamento, la produzione e il controllo qualità.

Ad esempio, l’automazione AI può essere utilizzata per ottimizzare la progettazione di tubi e raccordi, riducendo il peso e i costi. Secondo uno studio di Autodesk, l’automazione AI può aiutare a ridurre il peso dei tubi del 20-30% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per migliorare la gestione della catena di approvvigionamento, riducendo i tempi di consegna e i costi.

L’automazione AI può anche essere utilizzata per migliorare la produzione, riducendo gli errori umani e migliorando la qualità dei prodotti.

1.4: Tecnologie AI Utilizzate

Le tecnologie AI utilizzate nella tubisteria industriale includono l’apprendimento automatico, la visione artificiale e la robotica.

L’apprendimento automatico può essere utilizzato per analizzare i dati di produzione e ottimizzare i processi. Secondo uno studio di IBM, l’apprendimento automatico può aiutare a ridurre i costi del 10-15% e a aumentare la produttività del 5-10% (leggi di più).

La visione artificiale può essere utilizzata per controllare la qualità dei prodotti, rilevando difetti e anomalie. Secondo uno studio di Cognex, la visione artificiale può aiutare a ridurre il numero di difetti del 20-30% (leggi di più).

La robotica può essere utilizzata per automatizzare i processi di produzione, riducendo gli errori umani e migliorando la qualità dei prodotti.

Capitolo 2: Automazione AI nella Progettazione di Tubi e Raccordi

2.1: Ottimizzazione della Progettazione

L’automazione AI può essere utilizzata per ottimizzare la progettazione di tubi e raccordi, riducendo il peso e i costi. Secondo uno studio di Autodesk, l’automazione AI può aiutare a ridurre il peso dei tubi del 20-30% (leggi di più).

L’automazione AI può essere utilizzata per analizzare i dati di progettazione e ottimizzare i processi. Secondo uno studio di Dassault Systèmes, l’automazione AI può aiutare a ridurre i tempi di progettazione del 30-50% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per migliorare la collaborazione tra i team di progettazione e produzione.

Secondo uno studio di PTC, l’automazione AI può aiutare a ridurre i tempi di progettazione del 20-30% e a aumentare la produttività del 10-20% (leggi di più).

2.2: Simulazione e Analisi

L’automazione AI può essere utilizzata per simulare e analizzare la progettazione di tubi e raccordi, riducendo gli errori e migliorando la qualità dei prodotti.

Secondo uno studio di ANSYS, l’automazione AI può aiutare a ridurre gli errori del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per ottimizzare la progettazione in base alle proprietà dei materiali e alle condizioni di carico.

Secondo uno studio di Materialise, l’automazione AI può aiutare a ridurre i tempi di progettazione del 30-50% e a aumentare la qualità dei prodotti del 20-30% (leggi di più).

2.3: Generazione di Progettazioni

L’automazione AI può essere utilizzata per generare progettazioni di tubi e raccordi, riducendo i tempi di progettazione e migliorando la qualità dei prodotti.

Secondo uno studio di Autodesk, l’automazione AI può aiutare a ridurre i tempi di progettazione del 30-50% e a aumentare la produttività del 20-30% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per generare progettazioni personalizzate in base alle esigenze del cliente.

Secondo uno studio di Siemens, l’automazione AI può aiutare a ridurre i tempi di progettazione del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

2.4: Integrazione con la Produzione

L’automazione AI può essere utilizzata per integrare la progettazione con la produzione, riducendo gli errori e migliorando la qualità dei prodotti.

Secondo uno studio di Dassault Systèmes, l’automazione AI può aiutare a ridurre gli errori del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per ottimizzare la produzione in base alle esigenze del cliente.

Secondo uno studio di PTC, l’automazione AI può aiutare a ridurre i tempi di produzione del 20-30% e a aumentare la produttività del 10-20% (leggi di più).

Capitolo 3: Automazione AI nella Gestione della Catena di Approvvigionamento

3.1: Ottimizzazione della Catena di Approvvigionamento

L’automazione AI può essere utilizzata per ottimizzare la catena di approvvigionamento, riducendo i tempi di consegna e i costi.

Secondo uno studio di McKinsey, l’automazione AI può aiutare a ridurre i tempi di consegna del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per prevedere la domanda e ottimizzare la produzione.

Secondo uno studio di IBM, l’automazione AI può aiutare a ridurre i costi del 10-15% e a aumentare la produttività del 5-10% (leggi di più).

3.2: Previsione della Domanda

L’automazione AI può essere utilizzata per prevedere la domanda, riducendo gli errori e migliorando la qualità dei prodotti.

Secondo uno studio di Gartner, l’automazione AI può aiutare a ridurre gli errori del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per ottimizzare la produzione in base alle esigenze del cliente.

Secondo uno studio di SAP, l’automazione AI può aiutare a ridurre i tempi di produzione del 20-30% e a aumentare la produttività del 10-20% (leggi di più).

3.3: Gestione degli Inventari

L’automazione AI può essere utilizzata per gestire gli inventari, riducendo i costi e migliorando la qualità dei prodotti.

Secondo uno studio di Oracle, l’automazione AI può aiutare a ridurre i costi del 10-15% e a aumentare la produttività del 5-10% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per prevedere la domanda e ottimizzare la produzione.

Secondo uno studio di Infor, l’automazione AI può aiutare a ridurre i tempi di consegna del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

3.4: Integrazione con la Logistica

L’automazione AI può essere utilizzata per integrare la gestione della catena di approvvigionamento con la logistica, riducendo i tempi di consegna e i costi.

Secondo uno studio di DHL, l’automazione AI può aiutare a ridurre i tempi di consegna del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per ottimizzare la logistica in base alle esigenze del cliente.

Secondo uno studio di UPS, l’automazione AI può aiutare a ridurre i costi del 10-15% e a aumentare la produttività del 5-10% (leggi di più).

Capitolo 4: Automazione AI nella Produzione

4.1: Automazione dei Processi

L’automazione AI può essere utilizzata per automatizzare i processi di produzione, riducendo gli errori e migliorando la qualità dei prodotti.

Secondo uno studio di McKinsey, l’automazione AI può aiutare a ridurre gli errori del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per ottimizzare la produzione in base alle esigenze del cliente.

Secondo uno studio di Siemens, l’automazione AI può aiutare a ridurre i tempi di produzione del 20-30% e a aumentare la produttività del 10-20% (leggi di più).

4.2: Controllo Qualità

L’automazione AI può essere utilizzata per controllare la qualità dei prodotti, riducendo gli errori e migliorando la qualità dei prodotti.

Secondo uno studio di Cognex, l’automazione AI può aiutare a ridurre gli errori del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per prevedere e prevenire i difetti.

Secondo uno studio di IBM, l’automazione AI può aiutare a ridurre i costi del 10-15% e a aumentare la produttività del 5-10% (leggi di più).

4.3: Manutenzione Predittiva

L’automazione AI può essere utilizzata per prevedere e prevenire le manutenzioni, riducendo i tempi di fermo e i costi.

Secondo uno studio di GE Digital, l’automazione AI può aiutare a ridurre i tempi di fermo del 20-30% e a aumentare la produttività del 10-20% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per ottimizzare la manutenzione in base alle esigenze del cliente.

Secondo uno studio di Dassault Systèmes, l’automazione AI può aiutare a ridurre i costi del 10-15% e a aumentare la produttività del 5-10% (leggi di più).

4.4: Integrazione con la Supply Chain

L’automazione AI può essere utilizzata per integrare la produzione con la supply chain, riducendo i tempi di consegna e i costi.

Secondo uno studio di SAP, l’automazione AI può aiutare a ridurre i tempi di consegna del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per ottimizzare la produzione in base alle esigenze del cliente.

Secondo uno studio di Oracle, l’automazione AI può aiutare a ridurre i costi del 10-15% e a aumentare la produttività del 5-10% (leggi di più).

Capitolo 5: Automazione AI nel Controllo Qualità

5.1: Controllo Qualità con l’Automazione AI

L’automazione AI può essere utilizzata per controllare la qualità dei prodotti, riducendo gli errori e migliorando la qualità dei prodotti.

Secondo uno studio di Cognex, l’automazione AI può aiutare a ridurre gli errori del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per prevedere e prevenire i difetti.

Secondo uno studio di IBM, l’automazione AI può aiutare a ridurre i costi del 10-15% e a aumentare la produttività del 5-10% (leggi di più).

5.2: Analisi dei Dati

L’automazione AI può essere utilizzata per analizzare i dati di produzione e qualità, riducendo gli errori e migliorando la qualità dei prodotti.

Secondo uno studio di GE Digital, l’automazione AI può aiutare a ridurre gli errori del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per prevedere e prevenire i difetti.

Secondo uno studio di Dassault Systèmes, l’automazione AI può aiutare a ridurre i costi del 10-15% e a aumentare la produttività del 5-10% (leggi di più).

5.3: Integrazione con la Produzione

L’automazione AI può essere utilizzata per integrare il controllo qualità con la produzione, riducendo gli errori e migliorando la qualità dei prodotti.

Secondo uno studio di SAP, l’automazione AI può aiutare a ridurre gli errori del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

Inoltre, l’automazione AI può essere utilizzata per ottimizzare la produzione in base alle esigenze del cliente.

Secondo uno studio di Oracle, l’automazione AI può aiutare a ridurre i costi del 10-15% e a aumentare la produttività del 5-10% (leggi di più).

5.4: Benefici dell’Automazione AI

I benefici dell’automazione AI nel controllo qualità includono la riduzione degli errori, l’aumento della qualità dei prodotti e la riduzione dei costi.

Secondo uno studio di McKinsey, l’automazione AI può aiutare a ridurre gli errori del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

Inoltre, l’automazione AI può aiutare a ridurre i costi del 10-15% e a aumentare la produttività del 5-10%.

Capitolo 6: Conclusione

In conclusione, l’automazione AI può essere utilizzata per migliorare l’efficienza, la qualità e la produttività nella tubisteria industriale.

Secondo uno studio di McKinsey, l’automazione AI può aiutare a ridurre i costi del 20-30% e a aumentare la produttività del 10-20% (leggi di più).

Inoltre, l’automazione AI può aiutare a ridurre gli errori e a migliorare la qualità dei prodotti.

Secondo uno studio di Cognex, l’automazione AI può aiutare a ridurre gli errori del 20-30% e a aumentare la qualità dei prodotti del 10-20% (leggi di più).

Domande e Risposte

Domanda 1: Cos’è l’automazione AI?

Risposta: L’automazione AI si riferisce all’uso di algoritmi e tecniche di apprendimento automatico per automatizzare processi industriali.

Domanda 2: Quali sono i benefici dell’automazione AI nella tubisteria industriale?

Risposta: I benefici dell’automazione AI nella tubisteria industriale includono la riduzione degli errori, l’aumento della qualità dei prodotti e la riduzione dei costi.

Domanda 3: Come può essere utilizzata l’automazione AI nella progettazione di tubi e raccordi?

Risposta: L’automazione AI può essere utilizzata per ottimizzare la progettazione di tubi e raccordi, riducendo il peso e i costi.

Domanda 4: Quali sono le tecnologie AI utilizzate nella tubisteria industriale?

Risposta: Le tecnologie AI utilizzate nella tubisteria industriale includono l’apprendimento automatico, la visione artificiale e la robotica.

Domanda 5: Come può essere utilizzata l’automazione AI nel controllo qualità?

Risposta: L’automazione AI può essere utilizzata per controllare la qualità dei prodotti, riducendo gli errori e migliorando la qualità dei prodotti.

Curiosità

L’automazione AI sta rivoluzionando l’industria della tubisteria, consentendo di creare prodotti più efficienti e di alta qualità.

Secondo uno studio di PwC, l’automazione AI potrebbe creare fino a 140 milioni di nuovi posti di lavoro a livello globale entro il 2030 (leggi di più).

Aziende Produttrici e Distributrici

Siemens

Rockwell Automation

Autodesk

Dassault Systèmes

Scuole e Aziende per Imparare

Coursera

edX

Udemy

Pluralsight

Opinione

L’automazione AI può essere un potente strumento per migliorare l’efficienza e la qualità nella tubisteria industriale, ma è importante considerare anche l’impatto sociale e ambientale.

È fondamentale progettare e costruire sistemi di automazione AI che siano sostenibili, efficienti e rispettosi dell’ambiente.

Inoltre, è importante considerare la formazione e l’aggiornamento delle competenze dei lavoratori per garantire che siano in grado di lavorare con le nuove tecnologie.

Conclusione

In conclusione, l’automazione AI può essere un potente strumento per migliorare l’efficienza e la qualità nella tubisteria industriale.

È importante considerare anche l’impatto sociale e ambientale e progettare e costruire sistemi di automazione AI che siano sostenibili, efficienti e rispettosi dell’ambiente.

Anna Fasano è la presidente del gruppo Banca Etica, un istituto finanziario che si distingue per la sua attenzione all’etica e alla sostenibilità. Attualmente il gruppo conta 49 mila persone e organizzazioni socie, con crediti per un valore superiore a 1,27 miliardi di euro.

Recentemente, Banca Etica ha acquisito Cresud, un’azienda specializzata nell’agricoltura sostenibile, e ha lanciato IMPact, un nuovo progetto dedicato agli investimenti ad impatto sociale. Queste iniziative hanno portato a un cambiamento significativo nel volto del gruppo Banca Etica, che si sta sempre più consolidando come punto di riferimento nel settore della finanza etica e sostenibile.

Anna Fasano sottolinea l’importanza di queste nuove direzioni intraprese dal gruppo, che mirano a promuovere un’economia più equa e sostenibile, basata su valori di solidarietà e responsabilità. Grazie a queste iniziative, Banca Etica si conferma come un attore chiave nel panorama finanziario italiano, capace di coniugare profitto e impatto sociale positivo.

Indice

• Appaltatori di carpenteria metallica fanno pressioni per un nuovo accordo

Appaltatori di carpenteria metallica fanno pressioni per un nuovo accordo

Gli appaltatori di carpenteria metallica nel Regno Unito stanno facendo pressioni sul governo affinché intervenga per proteggerli dalla concorrenza straniera che sta minacciando la loro sostenibilità economica. Questi appaltatori sostengono che le imprese straniere stiano offrendo servizi a prezzi più bassi, mettendo a rischio la competitività delle aziende britanniche nel settore della carpenteria metallica.

Secondo quanto riportato da The Construction Index, gli appaltatori britannici chiedono al governo di adottare misure di protezione e di promuovere accordi commerciali equi che garantiscano condizioni paritarie per tutte le imprese operanti nel settore.

Questa situazione evidenzia la necessità di un dialogo costante tra il governo, gli appaltatori e le associazioni di settore al fine di trovare soluzioni sostenibili che tutelino l’industria della carpenteria metallica nel Regno Unito e favoriscano la crescita economica del settore.

Zinco dai residui galvanici: una risorsa nascosta

Introduzione e contesto

L’inquinamento come risorsa

La gestione dei rifiuti e dell’inquinamento rappresenta una delle sfide più grandi del nostro tempo. Tuttavia, ciò che spesso consideriamo come scarto o rifiuto può nascondere risorse preziose. Uno di questi casi è rappresentato dai residui galvanici, che possono essere fonti di zinco, un metallo fondamentale in molte applicazioni industriali.

Il ruolo dello zinco nell’industria

Lo zinco è un metallo versatile utilizzato in vari settori, tra cui la galvanizzazione, le leghe metalliche, le batterie e i prodotti farmaceutici. La sua domanda è in costante aumento, ma l’estrazione e la raffinazione di questo metallo possono avere impatti ambientali significativi. Pertanto, il recupero dello zinco dai residui galvanici rappresenta un’opzione sostenibile e interessante.

Scienza e tecnologia dietro il recupero dello zinco

Processi di estrazione

I processi di estrazione dello zinco dai residui galvanici possono variare, ma generalmente includono operazioni di lisciviazione, solventi e precipitazione. La scelta del processo dipende dalla natura dei residui e dalle specifiche applicazioni dello zinco recuperato.

Metodi di recupero

Esistono diversi metodi per il recupero dello zinco, tra cui:

• Metodo elettrolitico
• Metodo chimico
• Metodo fisico-meccanico

Applicazioni pratiche e casi studio

Esempi di applicazioni industriali

Il recupero dello zinco dai residui galvanici trova applicazione in diversi settori:

• Galvanizzazione
• Produzione di leghe
• Settore energetico

Casi studio

Numerosi casi studio dimostrano l’efficacia del recupero dello zinco:

Caso Studio	Descrizione	Risultati
Caso 1	Recupero dello zinco da residui di galvanizzazione	90% di efficienza nel recupero dello zinco
Caso 2	Applicazioni in produzione di leghe	Riduzione del 30% dei costi di produzione

Progetto replicabile e guida passo-passo

Valutazione preliminare

Prima di avviare un progetto di recupero dello zinco, è fondamentale effettuare una valutazione preliminare che consideri:

• Tipologia e quantità dei residui
• Metodi di estrazione e recupero
• Analisi dei costi e benefici

Guida operativa

Di seguito una guida operativa generale:

1. Raccolta e caratterizzazione dei residui
2. Scegliere il metodo di estrazione
3. Implementazione del processo di recupero
4. Monitoraggio e ottimizzazione

Esperimenti, sinergie e sviluppi futuri

Synergia con altre tecnologie

Il recupero dello zinco può essere integrato con altre tecnologie per migliorare l’efficienza e la sostenibilità:

• Trattamento dei rifiuti
• Produzione di energia
• Recupero di altri metalli

Sviluppi futuri

Gli sviluppi futuri includono:

• Miglioramento dei processi di estrazione
• Aumento dell’efficienza energetica
• Applicazioni in nuovi settori

Riflessioni critiche e conclusione

Analisi critica

Il recupero dello zinco dai residui galvanici offre vantaggi ambientali ed economici, ma richiede:

• Investimenti iniziali
• Conoscenze specialistiche
• Gestione dei residui

Visione etica e conclusioni

La gestione sostenibile delle risorse è fondamentale per il futuro. Il recupero dello zinco rappresenta un passo verso una maggiore sostenibilità e riduzione dell’inquinamento.

Per approfondire

• Italfaber
• Europawaste
• Assoambiente

L’ENEA ha sviluppato tecnologie antisismiche all’avanguardia e soluzioni di monitoraggio avanzato per rafforzare gli edifici storici.

Queste tecnologie, testate sulle tavole vibranti dell’ENEA, possono rendere gli edifici capaci di resistere a oltre due volte le accelerazioni del sisma del 2016.

Tecnologie innovative per la sicurezza sismica: collaborazioni e finanziamenti

Il progetto “RIPARA – Sistemi integrati di miglioramento sismico del patrimonio architettonico è stato realizzato grazie alla collaborazione tra ENEA, EdilCAM Sistemi e le Università di Cassino, Sapienza e Roma Tre, con il finanziamento della Regione Lazio nel contesto del Distretto Tecnologico Beni Culturali (DTC).

Test su murature storiche

I ricercatori, nella fase iniziale del progetto, hanno costruito dei modelli sperimentali di murature storiche utilizzando materiale lapideo proveniente dai detriti dei terremoti del 2016. Questi prototipi, non rinforzati, sono stati sottoposti a test sismici su tavola vibrante presso il Centro Ricerche ENEA Casaccia, riproducendo le condizioni sismiche verificatesi nel 2016 e 2017.

Soluzioni di rinforzo innovativo

I muri sono stati poi riparati e rinforzati con due soluzioni innovative:

1. Capochiavi Integrati: Piccoli capochiavi inseriti nella muratura per garantire il corretto mantenimento delle pareti.
2. Nastri Metallici Invisibili: Nastri metallici applicati tra la malta e le pietre, invisibili dall’esterno.

Grazie alla sinergia tra ENEA e Università di Roma Tre, è stato sviluppato un sofisticato sistema di monitoraggio strutturale basato su sensori in fibra ottica. Quest’ultimo, praticamente invisibile e altamente performante, è stato integrato in entrambe le soluzioni per un controllo continuo e non invasivo dello stato degli edifici.

Test di resistenza sismica

Sottoposto a simulazioni sismiche che riproducevano le violente scosse del 2016, il sistema integrato ha evidenziato una performance nettamente superiore rispetto al muro non rinforzato. Quest’ultimo ha subito danni considerevoli, mentre la soluzione rinforzata ha dimostrato una resistenza doppia, superando brillantemente la prova.

Risultati e implicazioni

I dati raccolti hanno inequivocabilmente dimostrato l’efficacia delle innovative soluzioni antisismiche adottate, aprendo nuove prospettive per il consolidamento strutturale degli edifici storici in pietra facciavista, garantendo sia la sicurezza che la preservazione del patrimonio culturale.

Infrastrutture avanzate del centro ricerche ENEA Casaccia

Le tavole vibranti dell’ENEA, tra le più grandi e avanzate in Europa, sono in grado di muoversi in sei dimensioni spaziali. Dal 2007, il laboratorio che le ospita è dotato di un sistema di motion capture 3D avanzato, capace di misurare con precisione i movimenti degli oggetti testati. Dal 2017, una nuova tecnica di elaborazione amplifica i piccoli movimenti, rendendo visibili le parti vulnerabili a rischio.

Fonti:

ENEA

Regione Lazio

Università di Cassino

Sapienza Università di Roma

Università di RomaTre