Dalila Pisani
Modellazione idraulica
SMAT
Luca Serena
Principal, Sales Specialist Water
Autodesk
Negli ultimi anni il settore idrico è stato interessato da una profonda trasformazione, guidata dalla crescente complessità delle reti, dalla necessità di aumentarne la resilienza e dall’adozione di approcci sempre più orientati ai dati. In questo scenario, il portfolio Autodesk Water Infrastructure (AWI) si è evoluto per supportare le utilities nella gestione integrata dei sistemi acquedottistici e fognari, introducendo strumenti avanzati e nuove funzionalità.
Un ruolo centrale in questa evoluzione è svolto dall’intelligenza artificiale, che sta ridefinendo le modalità operative dei tecnici. Se in passato l’automazione richiedeva competenze di programmazione avanzate, oggi l’AI consente anche a utenti non specialisti di sviluppare e utilizzare script, semplificando processi complessi e aumentando la produttività. Attività come la pulizia dei dati, l’aggiornamento dei modelli, l’esecuzione delle simulazioni e l’analisi dei risultati possono essere automatizzate, permettendo di concentrare le risorse su attività a maggior valore.
L’adozione di queste tecnologie non rappresenta solo un avanzamento tecnico, ma implica anche un cambiamento nel ruolo dell’ingegnere, sempre più orientato alla comprensione dei processi e all’interpretazione dei dati. In questo nuovo paradigma, il valore si sposta dall’esecuzione operativa al supporto alle decisioni, rafforzando il contributo delle competenze ingegneristiche nella visione sistemica dei sistemi idrici.
In questo contesto si inserisce il caso di studio di SMAT S.p.A.. L’efficacia dei modelli matematici risulta spesso condizionata dalla difficoltà di mantenerli costantemente aggiornati, a causa della continua evoluzione dei dati cartografici e delle logiche impiantistiche. Per rispondere a questa criticità, SMAT S.p.A. ha sviluppato un algoritmo proprietario in Python che automatizza le fasi di costruzione e calibrazione dei modelli acquedottistici. Il sistema si basa su una pipeline ETL integrabile con tecniche di intelligenza artificiale, finalizzata all’ottimizzazione dei parametri di calibrazione.