Skip to main content

Deloitte Dynamic Infrastructure Monitoring

D-DIM

La nostra soluzione poggia le proprie basi su un approccio metodologico di misurazione del rischio strutturale ed ambientale, imperniato sui principi tecnici armonizzati a livello internazionale e sulle migliori prassi ingegneristiche applicabili.

In seguito agli eventi degli ultimi anni sono emerse in modo sempre più evidente le debolezze e le criticità dell’attuale sistema di monitoraggio delle infrastrutture e, più in generale, nella gestione degli “asset” in Italia.
Per rispondere alle crescenti esigenze e alla centralità di queste tematiche nell’agenda politica e nel mondo imprenditoriale, da parte dell’opinione pubblica e del mercato, Deloitte Consulting ha realizzato un’offerta sull’Asset Management e il monitoraggio delle infrastrutture che coniuga conoscenze di ingegneristica, di processo e di tecnologica sul dominio applicate alle diverse tipologie di infrastrutture.

 

Infrastructure Asset Management

 

La centralizzazione del dato e la digitalizzazione dell’intero processo di monitoraggio rappresenta pertanto un’opportunità sia per ridurre e razionalizzare i costi relativi alla manutenzione - attraverso una pianificazione corretta ed adeguata degli interventi manutentivi - che per ridurre i rischi legati alla sicurezza degli asset dell’azienda (con potenziali impatti reputazionali e di mercato, sull'incolumità delle persone e dei beni coinvolti, ecc.).

I principali benefici che apportiamo con il nostro approccio sono:

  • Un ambiente unico adeguato alle esigenze di fruizione dei molteplici stakeholders coinvolti
  • Centralità e univocità dell’informazione
  • Gestione unificata e monitoraggio delle iniziative, per loro natura trasversali e specifiche
  • Riduzione dei tempi e costi di manutenzione
  • Trasparenza e miglioramento della reputation
  • Aggiunta di servizi a valore aggiunto e data monetization
  • Creazione di un ecosistema open abilitante gli open data

La soluzione si basa su una infrastruttura tecnologica, concepita in ottica di asset management, grazie alla quale è possibile ricostruire e tenere costantemente aggiornato un “telaio diagnostico” del rischio relativo alle opere d’arte riconducendo ad un quadro conoscitivo unitario e monitorabile, un insieme estremamente ampio di parametri.

L’innovatività distintiva che introduce Deloitte rispetto alle metodologie prevalenti ad oggi diffuse, consiste nella multi-disciplinarietà, ovvero nella capacità insita di Deloitte di integrare competenze tecnologiche, organizzative e tecniche che spaziano dall’ingegneria strutturale, alle discipline di intelligenza artificiale, image detection and recognition, Internet of Things (sensoristica polifunzionale), asset management, predictive maintenance e life cycle extension.

In particolare, la nostra soluzione prevede un ecosistema di monitoraggio «end-to-end» dell’asset incentrato su 6 elementi chiave:

  1. Valutazione dello stato reale dell’asset, anche grazie all’utilizzo di tecnologie quali il rendering 3D, la gestione digitalizzata delle infrastrutture (Building Information Modelling - BIM), il telerilevamento satellitare, l’uso di sensori statici e dinamici;
  2. Analisi Ingegneristica ai fini della determinazione dei parametri chiave, creando famiglie e tipologie strutturali omogenee (ad esempio per periodo di costruzione, normativa tecnica applicata, materiali costituenti le strutture portanti, posizionamento geografico, carichi di servizio, ambientali, metereologici, sismici ovvero idrogeologici);
  3. Definizione del Sistema di Monitoraggio per analisi e valutazione in tempo reale («streaming analytics») mediante l’utilizzo di sensori e applicativi IoT;
  4. Installazione del Sistema, gestione e follow up, assicurando al contempo elevati standard di cyber security;
  5. Acquisizione dei dati e Analisi Predittiva con Intelligenza Artificiale e Machine Learning al fine di garantire i livelli di sicurezza, prevenire eventi rischiosi e intervenire in ottica predittiva con azioni manutentive mirate;
  6. Controllo dei dati e definizione degli Interventi di Manutenzione grazie ad esempio agli algoritmi di deep learning è possibile ripercorrere il degrado realmente occorso - per poterlo prevedere su altri elementi ed opere assimilabili della famiglia strutturale di specie, versanti ancora in limitate condizioni di degrado.