IL PROGETTO
Gli allevamenti rappresentano un’attività economica di notevole importanza, costituendo una delle principali risorse del territorio dell’Emilia-Romagna. Tuttavia, essi sono anche una fonte significativa di emissioni di ammoniaca e, in misura minore, di gas serra, tra cui il metano. Le imprese stanno adottando sempre più misure volte a ridurre queste emissioni, non solo allo scopo di migliorare la qualità dell’aria e contrastare i cambiamenti climatici, ma anche per le questioni relative alla salute e benessere degli animali.
Il progetto LivestAQsens “Smart monitoring self-calibrating Air Quality sensor network for livestock farming” si concentra quindi sulla sfida di migliorare la sostenibilità ambientale, climatica e sociale degli allevamenti, identificati tra le attività primarie del settore zootecnico con un ruolo determinante nei processi di innovazione del territorio.
Il progetto si configura come un’iniziativa coerente con le priorità della Smart Specialization Strategy 2021- 2027 della Regione Emilia-Romagna, in particolare per quanto riguarda il sistema produttivo di specializzazione regionale dell’Agroalimentare.
Il progetto è inoltre in linea con la strategia della Data Valley Bene Comune dell’Emilia-Romagna, che promuove l’innovazione digitale per la crescita economica sostenibile
Descrizione
Il progetto si propone di soddisfare la necessità di monitorare i principali inquinanti nell’area dell’allevamento (sia internamente che esternamente), nello specifico Ammoniaca (NH3) e Metano (CH4) ad un costo sostenibile attraverso la creazione di una rete di monitoraggio che utilizzi sensori MOX. La rete sarà supportata da algoritmi intelligenti di Machine Learning che permetteranno di adattare dinamicamente la calibrazione del sensore alle condizioni di esercizio effettive e migliorare l’accuratezza delle misure nel tempo, aspetto spesso trascurato da soluzioni commerciali per il monitoraggio della qualità dell’aria ma essenziale per garantire l’affidabilità della lettura dei sensori.
Obiettivi
Tre sono i principali obiettivi che si pone il progetto:
Sviluppo di una rete di sensori innovativi: sviluppare un prototipo di rete di sensori innovativi di primo livello per il monitoraggio continuo dei livelli ambientali di CH4 e NH3 negli allevamenti zootecnici e di dimostrare la validità della stessa in ambiente operativo rappresentativo delle condizioni reali tramite prove sperimentali presso aziende di allevamenti bovini nel territorio regionale.
Sfruttare il Machine Learning per un risultato sempre corretto e aggiornato: supportare la rete di monitoraggio con algoritmi di calibrazione basati su innovative tecniche di machine learning per garantire una corretta calibrazione e compensazione dei sensori, minimizzando gli errori di misura e massimizzando l’accuratezza e la precisione dei dati raccolti.
Obiettivo pre-commerciale: sviluppare un’analisi di fattibilità tecnico-economica della rete di monitoraggio in collaborazione con le imprese coinvolte.
Risultati attesi
Partendo dagli obiettivi di progetto sopradescritti arriviamo a quelli che sono i due principali risultati attesi, il primo dal punto di vista tecnologico e il secondo dal punto di vista produttivo:
Creazione di una rete (TRL 7) di sensori per il monitoraggio di CH4 e NH3 in grado di fornire in tempo reale dati affidabili sulla presenza e variazioni di questi gas nell’ambiente, al fine di supportare, grazie a ulteriori sviluppi futuri attesi, la gestione e la riduzione delle emissioni dei suddetti inquinanti, consentendo una maggiore efficacia nell’implementazione di strategie di mitigazione degli impatti ambientali e climalteranti delle aziende zootecniche.
Delineazione di possibili percorsi per una valorizzazione industriale dei risultati del progetto attraverso il trasferimento tecnologico dei risultati della ricerca.
Laboratorio virtuale
coming soon