Le stufe a pellet e biomasse rappresentano una modalità di riscaldamento alternativa e green sempre più diffusa nel nostro Paese (in Italia vanta un giro d’affari di 4 miliardi di euro e 14mila aziende), ma che può conoscere una decisa accelerazione verso l’innovazione in senso smart, con vantaggi per produttori e consumatori.
Questa perlomeno è la scommessa di M31, azienda veneta con sede a Padova specializzata nella produzione di soluzioni phygital in grado di integrare i vantaggi della tecnologia digitale ai prodotti fisici, che ha presentato sul mercato ApiFire. Questa soluzione prevede in primis l’installazione di una nuova generazione di scheda elettronica IoT nella stufa che ne abilita il controllo da remoto, migliorandone le performance in tema di risparmio energetico e corretto utilizzo delle risorse. Le informazioni in cloud sono trasmesse via Wi-Fi, attraverso un’app appositamente disegnata, permettendo all’utente non solo di controllare le prestazioni della stufa in qualsiasi momento, ma anche di chiedere una puntuale assistenza da parte dei tecnici. L’app permette al personale tecnico di vedere in tempo reale ogni anomalia proprio come se si trovasse fisicamente davanti alla macchina. Lo Status Dashboard di ApiFire consente al supporto tecnico di ricostruire gli eventi che hanno portato al guasto, riportando ogni allarme e parametro di funzionamento e permettendo quindi una risoluzione più tempestiva rispetto al passato. In questo modo diventa possibile effettuare buona parte delle attività di manutenzione da remoto, con vantaggi in termini di rapidità di risoluzione del problema e riduzione dell’impatto ambientale del singolo intervento.
Ma la digitalizzazione di ApiFire promette vantaggi anche nell’utilizzo quotidiano delle stufe: “Con l’intelligenza artificiale e gli algoritmi di machine learning, infatti, è possibile gestire il consumo del pellet e l’ottimizzazione della combustione, a beneficio non solo dei costi del riscaldamento ma anche dell’ambiente. Non solo: analizzando le abitudini dell’utilizzatore della stufa è infatti possibile suggerirgli lo specifico tipo di pellet che maggiormente si adatta alle sue necessità di riscaldamento, evitando quindi sprechi di risorse in base all’utilizzo ma anche all’ambiente in cui la stufa è inserita. Allo stesso modo, è possibile indicare un corretto orario di accensione e spegnimento che migliori le performance della stufa e minimizzi i consumi” racconta Alexa Berto, Artificial Intelligence Engineer di M31. In altre parole, grazie agli algoritmi di machine learning sviluppati è possibile restituire una fotografia di quanto tempo la stufa impiega nel riscaldare uno specifico spazio e raffreddarsi, e di conseguenza in quale lasso temporale l’ambiente perde calore. Conoscere queste informazioni permette di utilizzare al meglio le risorse, spegnendo e accendendo a tempo debito la stufa, senza sprechi.
Infine, la soluzione restituisce dati preziosi ai produttori delle apparecchiature, che possono essere impiegati in una logica di miglioramento continuo, abilitando una futura progettazione più consapevole di criticità e aree di miglioramento tecnico. I produttori possono quindi accedere a informazioni massive anonimizzate sul reale quotidiano uso da parte degli utenti, individuando attraverso pattern di dati eventuali anomalie o futuri probabili malfunzionamenti. In questo modo è possibile rimodulare la progettazione al fine di immettere sul mercato stufe non solo più aderenti alle esigenze, ma anche progettate per essere più durevoli.
