SALF - Industria farmaceutica

Risparmio energetico

28%

Risparmio economico

30k €

Payback time

0.5 anni

Il nostro cliente è un'azienda farmaceutica sita a Cenate Sotto (BG). All'interno dello stabilimento sono presenti sia aree produttive (produzione di farmaci e soluzioni sterili) che aree per lo stoccaggio dei prodotti (magazzino). Il progetto è stato avviato nel 2019 grazie ad un bando in cui, inizialmente, era stata proposta una soluzione di monitoraggio, col tempo evolutasi fino ad offrire soluzioni di ottimizzazione dei consumi energetici con algoritmi di intelligenza artificiale.

Dettagli sito

  • Superficie controllata: circa 7.000 m2

  • Orari di occupazione: lunedì - venerdì 8 - 19

  • Numero di personale: 250 addetti

Dettagli tecnici/energetici

  • Spesa energetica: 600.000 €/anno

  • Impatto ambientale: 900 ton CO2,eq

  • Perimetro di intervento sul totale: 13%

Per questo progetto la soluzione ideale è per la fase 1 SimonLab Monitoring e per la fase 2 SimonLab Optimizer

Il progetto

Per il magazzino è necessario che la temperatura sia mantenuta costantemente all'interno dei limiti richiesti a causa degli alti standard di qualità richiesti dall'AIFA (Agenzia Italiana del Farmaco). Per quanto riguarda le aree produttive, i vincoli di comfort sono dettati dagli orari lavorativi e dal benessere dei lavoratori.
Nella prima fase è stato effettuato un servizio di monitoraggio energetico per le diverse aree dello stabilimento grazie alla piattaforma SimonLab, tramite cui è stato possibile tenere sotto controllo i consumi energetici ed individuare le aree più critiche e con i consumi più elevati.
A valle di questa fase iniziale, è stato stimato il potenziale di risparmio derivante dall'ottimizzazione del funzionamento degli impianti di climatizzazione: in altre parole, mantenere i livelli di comfort richiesto riducendo i consumi energetici derivanti.
Passando dalla parole ai fatti, sono stati implementati algoritmi di intelligenza artificiale per la modulazione della ventilazione con logica predittiva. Dati dalle sonde di temperatura posizionate a diverse altezze, all'interno del magazzino e nei vari reparti produttivi, e dati meteo vengono utilizzati per modellare il comportamento dell'edificio e prevedere il carico termico degli impianti.
Algoritmi di anomaly detection e allarmi sono stati abilitati per garantire che l'impianto sia sempre sotto controllo e che non vengano superati i vincoli.