Giusto il tempo di vedere la fine di una serie TV a cui ero rimasto attaccato per settimane e in casa c’è stato un black-out elettrico.
Come a volte succede, hanno provato a ripristinare l’erogazione di corrente elettrica quasi subito, circa due minuti dopo che è saltata la luce.
Per un brevissimo tempo è tornata, per poi saltare di nuovo, quasi subito. Ci hanno riprovato un altro paio di volte, per poi riuscirci qualche minuto dopo. Durata del black-out? Meno di 20 minuti. Troppo poco perché una squadra di persone dedicate all’emergenza gusti elettrici potesse intervenire per riparare il guasto.
Da bravo ex-studente di ingegneria delle telecomunicazioni e anche grazie a una lunga serie di progetti fatti con società di distribuzione elettrica e di gestione della medesima rete, nella testa mi stavo immaginando cosa stesse succedendo.
Una piccola disamina di questo black-out
Fortunatamente oramai, le reti elettriche sono comandate quasi interamente da remoto, quindi il tempo di intercettare il guasto e nella centrale operativa di competenza, hanno cominciato “le manovre”, come ho imparato che si chiamano.
Quindi il primo tentativo fatto è stato legato alla riconfigurazione della rete, così da bypassare la tratta che si era guastata, di linea o di sotto-stazione, per poter garantire l’erogazione dell’elettricità e poi intervenire con calma.
Magari sembra che stia generando confusione, seguitemi ancora un filo di pazienza, le cose qui si fanno interessanti.
Il black-out è durato meno del tempo necessario per un intervento sul campo, anche in presenza evidente di un guasto. Questo ha significato appunto la capacità di controllo remoto di un’infrastruttura vitale come quella elettrica, che diamo troppo spesso per scontata in effetti.
Apparati come quelli elettrici, che sono sottoposti a stress atmosferici o anche termici (per surriscaldamento per esempio), sono ovviamente soggetti a usura e quindi guasti.
Ma qual è il vero problema dei guasti? Non solo il fatto che le cose, in effetti, si rompano. Ma che lo facciano in maniera imprevedibile.
Se ci pensate è un po’ come restare per strada perché un’auto ci lascia a piedi e quando la portiamo in officina copriamo che una guarnizione era quasi andata e ha ceduto, improvvisamente.
Manutenzione e predizione
Ma questo improvvisamente, era davvero così imprevedibile?
Prima di parlare dell’argomento principale di questo articolo, il Digital Twin, voglio introdurre un altro concetto che penso sia utile a capire il suo valore in ambito dell’elettricità. Per poi estendere il ragionamento oltre.
Provate a pensarci un attimo: se la guarnizione avesse avuto modo di avvertirci che si stava per rompere, avremmo avuto il famoso guasto? Probabilmente no.
Certo, potremmo fare dei check-up più frequenti per capire lo stato dei vari pezzi. È proprio quello che facciamo con la nostra salute, giusto? Qualche volta, ma non così tanto spesso.
Ora, se torniamo un secondo al mio black-out elettrico, potremmo facilmente proiettare nella nostra testa l’idea che, se quel tratto di rete elettrica avesse avvertito per tempo di uno stato di usura eccessiva, questo benedetto black-out si sarebbe potuto evitare.
In effetti, quello della manutenzione predittiva è uno degli scenari più efficaci di impiego per i gemelli digitali.
Finalmente: il Digital Twin
Se la guarnizione usurata avesse avuto opportuna sensoristica, dicevamo, ci avrebbe avvertito dell’usura. Questo è uno step iniziale ed elementare di quello che davvero può essere un gemello digitale. Partiamo, come mio solito, da una definizione:
Un gemello digitale è la rappresentazione virtuale di un’entità fisica connessa a una parte fisica e con la quale può scambiare dati e informazioni, sia in modalità sincrona (in tempo reale), che asincrona (in tempi successivi).
Il gemello digitale può diventare una vera e propria replica digitale di risorse fisiche potenziali ed effettive (gemello fisico), di processi, di persone, di luoghi, di infrastrutture, di sistemi e dispositivi che possono essere utilizzati per vari scopi.
Ovvero: la guarnizione ha la capacità, tramite la sua rappresentazione virtuale, di spiegarci come sta e come si sente, facendoci capire quando si sta per rompere.
Questo concetto è strettamente connesso con il concetto di IoT – Internet of Things, ovviamente.
La caratteristica della rappresentazione data driven
Avere una rappresentazione virtuale, implica una stretta connessione, una rappresentazione continua quindi, dello stato dell’oggetto digitale a cui è connesso: da qui il termine gemello digitale, legato al gemello reale.
Come succede con un sacco di altre cose, con buona pace della nostra – spesso incomprensibile – idiosincrasia con la matematica, questo concetto è legato a doppio filo anche alla creazione di un modello matematico o anche detto un modello di calcolo, che permetta di fare su questi oggetti connessi una serie di operazioni analitiche, di simulazione o previsione.
Analizzare, simulare o prevedere degli scenari con largo anticipo per comprendere quale possa essere l’impatto di una qualunque scelta complessa presa su apparati così digitalmente replicati.
La creazione di modelli virtuali che rappresentino fedelmente oggetti reali permette infatti di creare simulazioni di diversi tipi di scenari senza materialmente dover intervenire sugli oggetti stessi. Risulta quindi lampante la novità straordinaria che questo può rappresentare.
Gli scenari in cui questo approccio può essere utile sono pressoché infiniti.
Immaginate per un secondo che tutte le strade di una città metropolitana complessa come Roma possano essere rappresentate attraverso l’approccio IoT: l’apertura di un nuovo cantiere invasivo su un’arteria di grande scorrimento, potrebbe essere deciso anche con l’aiuto di analisi e simulazioni generate con l’aiuto dei computer.
In tutti i luoghi e in tutti i (data) laghi
Parliamo infine dell’elefante nella stanza, l’atomo che rende questo tipo di operazioni: il dato.
Come abbiamo visto poco fa anche la definizione di Digital Twin stessa, la capacità distintiva di questi oggetti virtuali è quella di scambiare dati e informazioni in maniera sincrona – in tempo reale o in maniera asincrona. Infatti il paradigma IoT sappiamo bene che è quello di avere una serie di connected objects, motivo per il quale l’uso di connessioni 5G, la cui latenza è molto bassa – pressoché nulla – è una condizione importantissima per sfruttarne questo potenziale.
Ma sfruttare il potenziale significa appunto avere la trasmissione di dati su cui poter fare le anelate operazioni di analisi, simulazione o previsione.
Credo serva uno sforzo limitato a capire che avere tanti oggetti che scambiano dati e informazioni, significa avere una quantità enorme di dati che vengono scambiati e che devono essere convogliati da qualche parte. Altrettanto limitato è lo sforzo che vi chiedo nell’immaginare che la chiave dell’attendibilità di queste operazioni sta proprio nella pulizia, la legittimità e la pertinenza di questi dati.
In genere questo “qualche parte” viene definito Data Lake, ovvero un bacino in cui si portano questi dati per poi poterli analizzare, previa normalizzazione – niente mele e patate, ricordate?
Pertanto una delle sfide più importanti in questo momento per le aziende che hanno a che fare con i connected objects è proprio quella di dotarsi di questo layer abilitante: il Data Lake.
Data Lake, questo sconosciuto
Ne abbiamo parlato a sufficienza, è arrivato il momento di affrontare meglio l’argomento.
A differenza dalla strutturazione di database complessi, in cui a priori sappiamo come saranno fatti i dati che arrivano e che verranno stoccati, il Data Lake differisce per tre caratteristiche: raccolta dati, elaborazione dati e agibilità/flessibilità
Raccolta dei dati. A differenza del Data Warehouse, il Data Lake non necessita di una strutturazione a priori del dato.La sua capacità di accogliere dati strutturati, semi-strutturati e destrutturati diventa il suo punto di forza.
Elaborazione dei dati. Nel Data Warehouse viene definita a priori la struttura del database, i dati vengono scritti nella struttura predefinita e poi letti nel formato desiderato (Schema-on-write). Nel Data Lake, invece, sono acquisiti nel formato nativo e ogni elemento riceve un identificatore e un insieme di metadati a corredo (Schema-on-read).
Agilità e flessibilità. A differenza di un Data Warehouse che risulta fortemente strutturato, in cui cambiare la struttura può risultare molto oneroso in termini di tempo e fattibilità il Data Lake ci consente di configurare e riconfigurare facilmente modelli, query e app live e di procedere al Data Analytics in modo più flessibile.
Possiamo insomma immaginarcelo come una black box in grado, da una parte di immagazzinare dentro di sé una grande quantità di dati – o meglio poterli rendere reperibili a partire dal proprio formato con in aggiunta opportuni metadati, e dall’altra di poter interrogare dati di differenti nature in modo veloce e flessibile. Chiaramente qui si gioca la partita più interessante su cui interrogarsi.
Industry 4.0: connected objects → data informed decisions
Questo è un pezzo di novità che l’industria 4.0 porta con sé, da cui si capisce molto meglio la strategicità della diffusione della rete cellulare 5G. Infatti l’idea che degli oggetti scambino dati in tempo reale e sulla base di quei dati si prendono decisioni e queste decisioni influiscano in maniera fattuale alcune infrastrutture come le ferrovie, la rete elettrica o anche la salute, prevede come dicevo poc’anzi una sostanziale assenza di latenza. Nel mio black-out elettrico, pur vivendo a Roma – il cui territorio è quasi interamente coperto dal 5G, ho comunque avuto un pur breve disservizio elettrico.
Ci sono chiaramente molti altri aspetti che il paradigma del gemello digitale e dell’IoT può portare con sé, che approfondiremo in seguito, come quello degli smart contracts o del machine learning.
Un altro degli scenari in cui è già molto utilizzato il concetto del digital twin è nella costruzione di impianti di produzione di energia elettrica eolica o solare. Ci sono diverse società internazionali ma anche italiane che stanno dotando i loro nuovi impianti di queste tecnologie così da poter monitorare in real-time o in next-real-time, non solo l’andamento dei consumi degli apparati a essi collegati. Un esempio: con impianti dotati di questo tipo di intelligenza è possibile fare simulazioni di aumenti anomali (improvvisi) o strutturali di carico – ovvero di consumi, per capire come dimensionare gli stessi impianti in termini di evoluzione o potenziamento.
La sfida della cybersecurity
Il tema della sicurezza è un tema che è davvero incredibilmente critico quando parliamo di acquisti online, immaginate quanto possa esserlo in un mondo in cui grandi pezzi di infrastrutture basilari della nostra vita risultino connesse.
La tentazione di dirci che no, queste infrastrutture dovrebbero non essere connesse e basta, è molto forte, ma è chiaramente una tendenza antistorica.
Certamente se torniamo con la mente a 30 anni, ci verrebbero in mente un mondo di problemi in meno legati alla sicurezza delle reti. Questo non fa delle reti di 30 anni fa, reti più sicure di ora.
È aumentata la platea di persone che le usano, più o meno professionalmente, è aumentato il valore delle operazioni che vi si fanno, e in qualche modo è aumentata anche la consapevolezza della crucialità di queste operazioni.
La diffusione del digital twin: manutenzioni in ambito elettrico
Torniamo per un secondo al mio black-out.
La rete elettrica è una di quelle infrastrutture critiche in cui la durata degli apparati in campo dev’essere la più lunga possibile. Eppure, per quanto lunga, questi apparati si rompono.
D’altra parte, la rete elettrica è anche una delle infrastrutture più diffuse capillarmente che potete immaginare: fateci mente locale, noi cittadini di uno stato occidentale come l’Italia, siamo abbastanza privilegiati che, a patto di pagare le bollette – sempre più impegnative dal punto di vista economico – abbiamo la ragionevole certezza di avere accesso all’elettricità in ogni casa, quasi in ogni luogo.
Siccome questi apparati hanno una obsolescenza piuttosto lunga, possiamo facilmente immaginare quanto questi, probabilmente, non siano già apparati di ultimissima generazione, tutti dotati della sensoristica di cui parlavamo. Comunque non dappertutto.
Almeno nella mia zona, un quartiere in periferia di Roma, però, possiamo dire che gli apparati interessati da quel guasto fossero manovrabili da remoto.
Ma, esattamente come nel caso della famosa guarnizione che avrebbe potuto avvertirci prima di rompersi, anche gli apparati di distribuzione elettrica stanno subendo questa evoluzione per abilitare le aziende di gestione e manutenzione, banalmente ha poter pianificare i suoi interventi di manutenzione da reattiva (si è rotto qualcosa, la aggiusto) a predittiva (so che tale tratto di cavo elettrico mostra delle temperature anomale e dei dati fuori scala, quindi è importante intervenirci in tempo prima che diventi un problema).
Questo significa non solo evitare disservizi ma anche far lavorare più in sicurezza le squadre di manutenzione perché avranno il tempo e l’agio di intervenire spegnendo apparati, bypassando situazioni di pericolo e delicate, cosa che non potrebbero fare quando ad esempio una cabina è già andata a fuoco per l’aumento della temperatura, dal momento che l’innalzamento della stessa è appunto prevedibile. La loro prevedibilità porta con sé, chiaramente, anche una migliore gestione del personale sia in termini di numeri che in termini di distribuzione in campo.
Quante persone posso impiegare oggi? Mi basterà incrociare i dati di disponibilità e di turni, con gli interventi pianificati e i percorsi previsti, grossomodo. Chiaramente può essere molto più complesso di così, ma abbiamo appena descritto un abbozzo di Workforce Management System, se ci pensate. Che funziona tanto meglio, quanto più prevedibili siano gli eventi da gestire.
Infatti una delle situazioni più complesse da gestire, in ambito manutentivo, soprattutto in città più metropolitane come ad esempio Milano, sono le bombe d’acqua dove ancora ci sono cabine elettriche sotterranee. Difficili perché eventi del genere portano con sé conseguenze non calcolabili in termini di impatto, pericolosità e durata degli interventi. Quindi com’è possibile pianificare a valle degli interventi di squadre che sono state impiegate improvvisamente per 4 ore alle 3 del mattino per via di un temporale?
Un elemento che non abbiamo trattato se non in modo del tutto implicito, è ovviamente la geolocalizzazione delle cabine e delle stazioni elettriche.
È chiaro che parte integrante della presenza dei dati di questi apparati connessi dev’essere il fatto che questi siano geo-riferiti e rappresentati dentro un sistema GIS.
Unitamente quindi ai dati raccolti dei connected objects nel Data Lake, incrociati con la disposizione geografica degli stessi e le informazioni sulle squadre di manutenzione, è chiaro come la creazione di gemelli digitali di cui vogliamo far gestire una manutenzione possano crearci scenari di predizione, infinitamente più facili da gestire che gli scenari reattivi, soprattutto in casi di eventi imprevedibili.
