Home News dalle Aziende Dai dati alle prestazioni: la selezione intelligente di STADLER

Dai dati alle prestazioni: la selezione intelligente di STADLER

stadler-booth-at-the-ifat-with-the-demo-loop

Per l’industria del riciclo è iniziata una nuova fase, in cui il dato diventa lo strumento principale per gestire e ottimizzare gli impianti. STADLER ne ha fatto il filo conduttore della propria presenza a IFAT 2026, spostando il racconto dall’ingegneria di impianto al modo in cui le informazioni raccolte sul campo si trasformano in prestazioni concrete.

Recover ha approfondito il tema in un’intervista con Nils Kroell e Xiaozheng Chen, responsabili Digital Solutions del Gruppo.

Il cuore dello stand STADLER a IFAT 2026 era il Demo Loop, un mini-impianto interattivo pensato per mostrare dal vivo la piattaforma STADLERconnect. Alimentata dai dati di macchine e materiali in tempo reale e dall’intelligenza artificiale, la soluzione cloud dell’azienda tedesca — specializzata in impianti di selezione chiavi in mano — copre l’intero arco delle operazioni: dalla manutenzione predittiva al rilevamento delle occlusioni, fino al controllo adattivo dell’impianto governato dall’AI Material Compass.

Il punto, però, non è soltanto visualizzare i dati, ma agire su di essi. Ed è qui che STADLER rivendica la propria posizione: essendo al tempo stesso OEM e costruttore chiavi in mano, sviluppa il software a partire da un’esperienza di processo consolidata e da hardware dedicato, ottenendo così una qualità del dato e una precisione predittiva fuori dalla portata dei fornitori di solo software. Recover ne ha parlato con Nils Kroell e Xiaozheng Chen, responsabili Digital Solutions del Gruppo.

dr-xiaozheng-chen-and-dr-nils-kroell-presenting-at-the-ifat-stadler-press-event
Xiaozheng Chen e Nils Kroell responsabili Digital Solutions del Gruppo STADLER
STADLERconnect nasce come piattaforma per la supervisione e la gestione digitale degli impianti di selezione. In termini operativi, quali sono oggi i parametri più critici che monitorate in tempo reale per migliorare prestazioni, qualità della selezione e continuità produttiva?

STADLERconnect è costruito attorno ai casi d’uso e alle esigenze del cliente, quindi ci concentriamo sui parametri che contano di più per chi gestisce l’impianto. Lungo le nostre tre aree di prodotto: nell’area Manutenzione Digitale, il modulo Predictive Maintenance raccoglie dati di vibrazione e temperatura ad alta precisione tramite sensori intelligenti e impiega l’AI per individuare i guasti critici delle macchine prima che si traducano in fermi; il Downtime Tracker misura automaticamente KPI come la disponibilità e il tempo di produzione e registra ogni evento di fermo con la relativa causale e il codice di errore. Nell’Adaptive Plant Control utilizziamo i dati sul materiale provenienti dai nostri sensori di portata volumetrica, sviluppati internamente, e i dati di composizione forniti dai selettori ottici per ottimizzare in automatico le posizioni di taglio dei vagli, le regolazioni del flusso d’aria e le velocità di rotazione delle apparecchiature di pre-condizionamento. Con la Material Intelligence, infine, l’AI Material Compass analizza i flussi di materiale in tempo reale, monitorando purezza, resa e quota di contaminanti, e segnala tempestivamente agli operatori quando le prestazioni di selezione calano.

Nell’industria del riciclo la variabilità del materiale in ingresso è una delle sfide principali. In che modo gli strumenti di analisi dei dati e di intelligenza artificiale integrati nelle soluzioni STADLER aiutano gli impianti ad adattarsi dinamicamente ai cambiamenti del flusso di materiale?

Affrontiamo la questione in due modi complementari. Le nostre soluzioni di Material Intelligence — Production Report e AI Material Compass — tracciano automaticamente le quantità in ingresso, in termini di portate massiche e volumetriche, e la composizione del materiale. Su questa base gli operatori ricevono indicazioni strategiche su come alimentare l’impianto in modo ottimale, per una produttività stabile e risultati di selezione costanti. Le soluzioni di Adaptive Plant Control, invece, usano i sensori per rilevare le variazioni dei flussi di materiale e regolare di conseguenza i parametri di processo. Con l’Adaptive Screen Cut Control, per esempio, i flussi in uscita vengono misurati di continuo e la posizione di taglio del vaglio viene adattata dinamicamente tramite un nastro trasportatore mobile, garantendo una distribuzione ottimale del carico sulle linee di selezione a valle.

Dal punto di vista dell’ingegneria di processo, quanto pesa oggi la componente software rispetto alla progettazione meccanica tradizionale nel definire un nuovo impianto di selezione? Sta cambiando anche il modo di progettare le linee di selezione?

Software e AI sono ormai fattori determinanti nel modo in cui noi e i nostri clienti progettiamo e gestiamo gli impianti di selezione. Come costruttori di impianti non li consideriamo un fenomeno a sé, ma qualcosa di profondamente integrato con la nostra competenza sull’hardware, perché i vantaggi maggiori nascono dalla combinazione dei due. Ed è un percorso a doppio senso: usiamo i dati delle nostre soluzioni digitali per affinare la progettazione meccanica — quando la Blockage Detection segnala occlusioni ricorrenti in determinate configurazioni, interveniamo sul disegno della tramoggia — e, viceversa, ottimizziamo la progettazione meccanica per migliorare la qualità dei dati delle soluzioni digitali, per esempio calibrando il layout dell’impianto in modo da consentire una caratterizzazione precisa dei flussi in uscita tramite l’AI Material Compass. Il risultato è un sistema di selezione olistico, capace di generare valore misurabile per i nostri clienti.

La manutenzione predittiva è uno dei temi centrali della digitalizzazione industriale. Quali anomalie o segnali di allerta precoce riuscite oggi a rilevare con STADLERconnect prima che si traducano in fermi impianto o perdite di efficienza?

La nostra soluzione di Predictive Maintenance copre un’ampia gamma di macchine STADLER: separatori balistici, vagli rotanti, separatori aeraulici, nastri trasportatori e delabeler. Su queste macchine individuiamo per tempo criticità come il progressivo danneggiamento dei cuscinetti, i guasti ai motori, l’usura o la rottura degli alberi, gli attriti dovuti a materiale attorcigliato e i cedimenti delle ruote. Con la Predictive Maintenance abbiamo già evitato ai nostri clienti centinaia di ore cumulative di fermo, segnalando problemi critici giorni o settimane prima che avrebbero causato l’arresto dell’impianto.

Guardando ai prossimi anni, qual è secondo voi il vero salto evolutivo per gli impianti di riciclo: maggiore automazione, capacità predittiva basata sui dati, autonomia decisionale dell’AI o piena integrazione tra processo fisico e digitale?

È una combinazione di tutti e quattro gli aspetti. Ovunque i parametri di processo o le impostazioni delle macchine possano essere controllati automaticamente, una maggiore automazione libererà la capacità limitata del personale operativo e garantirà impianti sempre in funzione nel punto di processo ottimale. Dove invece serve l’intervento umano, come nella manutenzione, l’intelligenza che ricaviamo dai dati grezzi dell’impianto aiuta i clienti a mantenersi diversi passi avanti, anziché limitarsi a reagire ai problemi. L’intelligenza artificiale è qui una leva importante, perché ci aiuta a trasformare i dati grezzi in raccomandazioni intelligenti e a cogliere pattern sottili che operatori sotto pressione spesso non noterebbero. Nel complesso STADLERconnect non è una piattaforma software a sé stante, ma una soluzione integrata e olistica per l’eccellenza operativa: unisce il know-how decennale nella costruzione di impianti e nell’ingegneria di processo, hardware appositamente sviluppato e software basato sull’AI per trasformare i dati di impianto in prestazioni misurabili.

journalists-at-IFAT-stadler-demo-loop-products-of-stadlerconnect