Page 18 - SymbolsUnimore_n4

Big Data in Chimica sfide e opportunità

Big Data: “big” per volume (Terabyte), velocità dere la qualità del prodotto; disponiamo oggi an- pretazione per gli addetti agli impianti.
d’acquisizione e varietà (numeri, testo, immagi- che di sensori “chimici” (spettroscopia, imaging, Il gruppo di Chemiometria, coordinato dalla
ni). Estrarre l'informazione in essi contenuta è una cromatografia on/in-line) che registrano composi- Prof.ssa Cocchi, è attivo da anni su questi temi,
vera sfida. I Big Data riguardano anche la Chimica zione e caratteristiche chimico-strutturali del pro- es: Scuola Metodi Chemiometrici per il Moni-
che, ancora percepita come ampolle e fumi, oggi dotto mentre si forma; se analizzati in tempo reale toraggio di Processo; progetto “Data analytics
è: strumentazione che genera ogni secondo o per i Big data (sensori di processo e chimici) possono per la REAlizzazione di sistemi predittivi e
ogni pixel di un’immagine un segnale che riflette far individuare malfunzionamenti, indicarci come Monitoraggio real TIME di processi produtti-
la composizione di suoli, cibo, materiali, cellule; correggere e indirizzare la performance dei prodot- vi in industria 4.0 (DREAMTIME)” BANDO
simulazioni molecolari che seguono l’evoluzione ti (assicurando la qualità all’origine). E.R. POR FSE 2014/2020.
del cosmo nanoscopico. Perché serve il Chimico Come utilizzare i Process Big Data? Gli addet-
per l’analisi di questi dati? Si trova quel che si cer- ti d’impianto conoscono perfettamente i valori Vedere l’invisibile: Simulazioni
ca: senza una conoscenza della Chimica l’informa- ottimali dei singoli parametri e la loro tolleranza Computazionali
zione chimica rimarrà sepolta. (carta di controllo), ma quando le variabili da mo-
nitorare sono svariate centinaia? E non agiscono in Le simulazioni al computer implicano la costru-
Produzione Chimica 4.0 modo indipendente? Inoltre, come combinarle con zione di un modello virtuale e l'osservazione del

i responsi dei sensori “chimici”? Ci aiutano il con- suo comportamento in condizioni controllate.
Tecnologia di punta per Industria 4.0 è “Big Data trollo statistico di processo multivariato (MSPC) e Così da riprodurre e studiare fenomeni che sono
Analytics: Analisi di un’ampia base dati per otti- la chemiometria che consentono la sintesi dei dati difficili o impossibili da sperimentare nella vita
mizzare prodotti e processi produttivi”. Introdot- dai sensori di processo e “chimici” (data fusion) in reale a causa del rischio, e/o dei costi. Queste
te nel farmaceutico (2001) le direttive Process poche variabili (latenti) tenendo conto della loro sono sempre più diffuse e inestimabili per otti-
Analytical Technology (PAT) e Quality by Design correlazione e permettono di monitorare due sole mizzare le prestazioni di materiali avanzati e
(QbD) sono ora di interesse generale per l’industria carte di controllo (multivariate). Rispetto ad ap- progettare nuovi farmaci. La simulazione di si-
chimica, agroalimentare, ecc. Cosa ci indicano? procci puramente predittivi (deep learning) hanno stemi macromolecolari e materiali avanzati deve
Principalmente che: la variabilità delle materie la capacità di diagnosticare quali dei singoli senso- analizzare e genera enormi volumi (Big) di dati
prime e condizioni di processo influenza la qualità ri (o anche delle proprietà dei materiali in ingresso, che i computer convenzionali non sono, ad oggi,
dei prodotti; i sensori di processo (es: misuratori di se monitorate) siano causa delle anomalie. Questi in grado di gestire. Per questo si progettano al-
pressione, portata, temperatura) sono i Big Data, modelli sono implementabili in tempo reale ed i goritmi di chimica computazionale più efficienti
accumulati da sempre ma ignorati ai fini di preve- risultati visualizzati con grafica di semplice inter- includendo metodi di machine e deep-learning.

18