SolarEcho-AI

Inspiration

I pannelli fotovoltaici sono progettati per durare decenni, ma sono costantemente esposti a grandine, vento forte e urti accidentali. Questi eventi possono provocare danni strutturali non sempre visibili a occhio nudo, compromettendo nel tempo l'efficienza energetica e aumentando i costi di manutenzione.

Le ispezioni tradizionali possono essere costose, richiedere personale specializzato e vengono spesso effettuate a intervalli prestabiliti, quando un eventuale problema potrebbe essersi già manifestato.

E se un pannello fotovoltaico fosse in grado di comunicarci autonomamente quando qualcosa non va?

Da questa domanda nasce SolarEcho AI, un sistema intelligente che trasforma le vibrazioni meccaniche in informazioni utili per monitorare lo stato dei pannelli fotovoltaici.

La nostra visione è semplice: individuare tempestivamente possibili problemi, ridurre le ispezioni non necessarie e rendere l'energia solare più affidabile ed economicamente sostenibile.

What it does

SolarEcho AI è un sistema embedded intelligente progettato per monitorare le condizioni strutturali dei pannelli fotovoltaici attraverso l'analisi delle vibrazioni.

Grazie a sensori piezoelettrici, il sistema acquisisce le vibrazioni generate da impatti e sollecitazioni meccaniche.

Un modello di intelligenza artificiale eseguito localmente su Arduino UNO Q analizza i segnali acquisiti e li confronta con la firma vibrazionale di riferimento del pannello, con l'obiettivo di riconoscere comportamenti anomali.

Il sistema è progettato per:

Rilevare gli impatti fisici che interessano il pannello fotovoltaico.
Analizzare le vibrazioni tramite Edge AI, senza dipendere necessariamente da servizi cloud.
Identificare possibili anomalie strutturali attraverso variazioni significative nei segnali.
Fornire feedback immediati mediante LED.
Supportare decisioni di manutenzione più mirate, riducendo potenzialmente tempi e costi di intervento.

SolarEcho AI non pretende di certificare automaticamente la presenza di un danno, ma mira a fornire un sistema di allerta precoce per individuare le situazioni che potrebbero richiedere un'ispezione.

L'obiettivo è passare dalla manutenzione programmata alla manutenzione intelligente, basata sulle condizioni reali del pannello.

How we built it

SolarEcho AI nasce dall'integrazione tra elettronica embedded, sensori di vibrazione, intelligenza artificiale e gestione dell'energia solare.

L'architettura hardware comprende:

Arduino UNO Q (4 GB): piattaforma principale per l'acquisizione e l'elaborazione intelligente dei dati.
Due sensori piezoelettrici: utilizzati per rilevare impatti e vibrazioni meccaniche.
Arduino Modulino Movement: per integrare ulteriori misurazioni del movimento.
Mini Solar Panel R1123: pannello fotovoltaico utilizzato come superficie da monitorare.
Batteria LiPo da 1000 mAh e modulo di ricarica solare HRS1358: per sperimentare un'alimentazione supportata dall'energia solare.

Dal punto di vista software, abbiamo strutturato il sistema attorno all'acquisizione dei segnali, all'analisi delle caratteristiche vibrazionali e al riconoscimento delle anomalie tramite intelligenza artificiale.

Per la dimostrazione pratica abbiamo scelto un approccio semplice e immediato: lasciare cadere una piccola pallina sul pannello fotovoltaico per generare un impatto reale e misurabile.

Questo permette di mostrare concretamente il collegamento tra evento fisico, vibrazione rilevata dai sensori e risposta del sistema.

L'elaborazione locale rappresenta una delle caratteristiche fondamentali dell'architettura, perché consente di ridurre la dipendenza dalla connettività e punta a garantire una risposta rapida.

Challenges we ran into

Una delle sfide tecniche principali è stata comprendere come distinguere le normali vibrazioni del pannello da variazioni potenzialmente indicative di anomalie strutturali.

I sensori piezoelettrici sono molto sensibili e i segnali acquisiti possono cambiare in funzione dell'intensità dell'impatto, della sua posizione, del fissaggio dei sensori e del rumore ambientale.

Un'altra difficoltà importante è stata affrontare la distinzione tra rilevare un impatto e identificare un danno effettivo. Non tutti gli urti provocano danni e, per questo, il riconoscimento delle anomalie richiede misurazioni di riferimento affidabili e un'adeguata calibrazione.

Abbiamo inoltre dovuto considerare l'integrazione di più sensori, l'elaborazione AI locale e la gestione energetica all'interno di un prototipo embedded compatto.

Infine, è stato necessario progettare una dimostrazione fisica ripetibile, capace di mostrare il funzionamento del sistema senza compromettere permanentemente il pannello fotovoltaico.

Accomplishments that we're proud of

Il risultato di cui siamo più orgogliosi è aver trasformato un problema concreto della manutenzione fotovoltaica in una soluzione basata su tecnologie embedded e intelligenza artificiale.

Gli aspetti che caratterizzano maggiormente SolarEcho AI sono:

Un approccio innovativo al monitoraggio: utilizziamo la firma vibrazionale del pannello, anziché basarci esclusivamente su ispezioni visive o misurazioni elettriche.
L'utilizzo dell'Edge AI: portiamo l'analisi intelligente direttamente sul dispositivo embedded.
Una dimostrazione fisica concreta: attraverso impatti reali sul pannello possiamo mostrare il principio di funzionamento, senza limitarci a simulazioni software.
L'integrazione hardware e software: sensori, microcontrollore, display e componenti per la gestione dell'energia collaborano all'interno di un'unica architettura.
Il potenziale vantaggio economico: la soluzione punta a limitare i controlli superflui, favorire l'individuazione tempestiva delle anomalie e rendere più efficiente la manutenzione.

Soprattutto, siamo orgogliosi di aver sviluppato un'idea che dimostra come tecnologie embedded accessibili possano contribuire ad affrontare problemi concreti legati alla sostenibilità energetica.

What we learned

Lo sviluppo di SolarEcho AI ci ha permesso di comprendere che realizzare un sistema di intelligenza artificiale embedded non significa soltanto implementare un modello di machine learning.

Acquisizione affidabile dei dati, calibrazione dei sensori, elaborazione dei segnali e integrazione hardware sono altrettanto importanti.

Abbiamo approfondito il modo in cui le vibrazioni meccaniche possono fornire informazioni sul comportamento di una struttura fisica e quanto sia fondamentale raccogliere misurazioni ripetibili per riconoscere eventuali anomalie.

Abbiamo inoltre approfondito le potenzialità dell'Edge AI e i vantaggi dell'elaborazione locale, soprattutto nei sistemi che devono funzionare con risorse limitate.

Infine, questo progetto ci ha ricordato un principio fondamentale dell'ingegneria: l'innovazione non consiste necessariamente nel realizzare la soluzione più complessa, ma nel trovare un modo intelligente, pratico ed economicamente sostenibile per risolvere un problema reale.

What's next for SolarEcho-AI

SolarEcho AI non vuole fermarsi al prototipo realizzato per l'hackathon.

Il nostro obiettivo è continuare a sviluppare il sistema fino a renderlo una soluzione applicabile a contesti fotovoltaici reali.

I prossimi sviluppi prevedono:

Miglioramento del modello AI: ampliare il dataset di vibrazioni e analizzare differenti condizioni meccaniche per aumentare l'affidabilità del riconoscimento.
Validazione del rilevamento dei danni: confrontare le firme vibrazionali con difetti strutturali verificati attraverso metodi di ispezione indipendenti.
Riduzione dei falsi allarmi: distinguere con maggiore precisione gli impatti innocui dalle anomalie potenzialmente significative.
Ottimizzazione energetica: migliorare la gestione della batteria e valutare un funzionamento autonomo alimentato dall'energia solare.
Monitoraggio remoto: sviluppare una dashboard per visualizzare i dati raccolti e inviare notifiche agli operatori della manutenzione.
Test su impianti reali: verificare il comportamento del sistema su pannelli di dimensioni maggiori e in differenti condizioni ambientali.

La nostra visione a lungo termine è trasformare SolarEcho AI in una soluzione di monitoraggio accessibile e scalabile, capace di aiutare gli impianti fotovoltaici a riconoscere possibili problemi prima che diventino costosi.

SolarEcho AI — Diamo voce ai pannelli fotovoltaici, rendendo la manutenzione più intelligente.