Issuu

IL GRUPPO FS NEL MOST

Progetti per la mobilità sostenibile

PREFAZIONE

Desidero esprimere il mio più sincero apprezzamento per il lavoro svolto finora dai colleghi del Gruppo FS coinvolti nelle attività del Centro Nazionale per la Mobilità Sostenibile (MOST).

In particolare, voglio ringraziare il personale di FS Holding che ha saputo coordinare con competenza e visione strategica le attività progettuali, garantendo un dialogo costante e proficuo con tutti gli attori coinvolti.

Un ringraziamento altrettanto sentito va agli specialisti ed ai tecnici delle società del Gruppo, che con dedizione e competenza hanno portato avanti le diverse attività di ricerca, contribuendo in modo concreto allo sviluppo di soluzioni innovative per il futuro della mobilità.

MOST rappresenta un ecosistema virtuoso, dove industria, università e centri di ricerca collaborano per generare valore e impatto. Il contributo del Gruppo FS, attraverso le sue 10 società coinvolte e 26 progetti sviluppati, è parte integrante di questa visione.

Siamo convinti che investire in mobilità sostenibile significhi investire nel futuro del Paese, e continueremo a farlo con determinazione, responsabilità e spirito di innovazione.

Un aspetto particolarmente rilevante nell’esperienza del Centro Nazionale per la Mobilità Sostenibile (MOST) è rappresentato dal ricorso alla coopetizione come strumento di crescita e arricchimento progettuale.

La capacità di integrare nuovi attori – siano essi università, centri di ricerca, aziende o startup – permette di ampliare il patrimonio di competenze, favorire la contaminazione di idee e accelerare l’adozione di soluzioni innovative. La coopetizione, quindi, non solo rafforza la rete di collaborazione, ma contribuisce a rendere l’ecosistema MOST più resiliente, dinamico e capace di rispondere alle sfide della mobilità sostenibile con approcci

sempre più interdisciplinari e inclusivi.

Tra i progetti più significativi, voglio evidenziare il lavoro di Trenitalia sul nuovo treno fullbattery, una soluzione ibrida a batteria che rappresenta un passo importante verso la decarbonizzazione del trasporto ferroviario regionale.

Di rilievo anche i progetti di RFI, SAFER e AUTOR, che mirano a migliorare la sicurezza dei cantieri mobili e delle infrastrutture ferroviarie, così come la sperimentazione con l’uso di radar metereologici per l’analisi predittiva e l’utilizzo del drone aereo per la valutazione dello stato delle linee ferroviarie a seguito di eventi climatici estremi.

Mercitalia Intermodal e Mercitalia S&T, che hanno sviluppato progetti riconosciuti anche a livello internazionale, come il sistema Safe

Train per la digitalizzazione della manutenzione dei carri merci, dimostrando come l’innovazione possa migliorare concretamente l’efficienza e la sicurezza del trasporto merci.

ANAS ha contribuito collaborando con le Università e le Società coinvolte nello sviluppo di progetti strategici per le Smart Road (Servizi C–ITS e “CCAM&MOD4Italy”) e con il Progetto TAMI (Tecnologia Acustica per il Monitoraggio Infrastrutture), dedicato alla resilienza dei ponti stradali, puntando a rendere la rete stradale più intelligente, sicura e connessa. Un contributo particolarmente innovativo è arrivato da Italferr, che ha sviluppato un nuovo indice di valutazione della “walkability”, utile nella progettazione di modalità di accesso alle stazioni più rapide, sicure e sostenibili, favorendo una mobilità integrata e centrata sulle persone. Busitalia Sita Nord ed FS Sistemi Urbani hanno dato un contributo fondamentale, portando avanti progetti che spaziano dalla pianificazione urbana sostenibile alla digitalizzazione dei servizi di trasporto pubblico.

Infine FS Research Centre, in collaborazione con FSTechnology, ha lavorato allo sviluppo della piattaforma SIMS (Model4Italy) già operativo presso Ferrovie dello Stato Italiane, alimentato dalla più estesa base di dati della domanda individuale oggi disponibile in Italia, prevalentemente extraurbana e basata su dati da telefonia cellulare integrandolo con nuovi dati e nuovi algoritmi e modelli di data fusion. L’impegno di Ferrovie dello Stato Italiane nel MOST non è solo una partecipazione formale: è la testimonianza di quanto il Gruppo FS creda nella ricerca e nell’innovazione come leve fondamentali per costruire un sistema di trasporti più sostenibile, efficiente e integrato. Un elemento chiave del successo del Cen-

tro Nazionale MOST è rappresentato dalla stretta collaborazione tra università e aziende private.

Questa sinergia consente di coniugare competenze scientifiche e capacità industriali, accelerando lo sviluppo e l’applicazione di soluzioni innovative.

Il Gruppo FS riconosce il valore strategico di questo dialogo costante tra ricerca accademica e mondo produttivo, che si traduce in progetti concreti e ad alto impatto per la mobilità sostenibile del futuro.

Le sfide ambientali e tecnologiche che ci attendono richiedono un approccio coraggioso e lungimirante, e il lavoro svolto finora dimostra che siamo sulla strada giusta.

PREFAZIONE

Stefano Antonio Donnarumma

Amministratore Delegato e Direttore Generale del Gruppo FS Italiane

PREFAZIONE

Il Centro Nazionale per la Mobilità Sostenibile

– MOST nasce dalla convinzione che la mobilità del futuro non sia soltanto una questione ambientale, ma anche di indirizzo strategico e responsabilità collettiva.

Nel triennio 2022–2025, a fronte di volatilità energetica, accelerazione digitale e nuove esigenze di sicurezza fisica e informatica, MOST ha operato come piattaforma pubblico–privata di ricerca applicata e trasferimento tecnologico con l’obiettivo di rendere più efficienti, resilienti e integrate le reti e i servizi di mobilità e di trasporto di passeggeri e merci.

Con la priorità di tradurre in pratica la connessione tra persone, competenze, territori e infrastrutture, MOST ha agito da laboratorio diffuso in cui il mondo accademico e i centri di eccellenza scientifica hanno incontrato l’industria e le istituzioni per sviluppare soluzioni concrete e scalabili.

Grazie a un approccio aperto e multidisciplinare, il Progetto ha promosso il dialogo tra ingegneria, scienze sociali, data science, energia e project management, dimostrando come la collaborazione sia essenziale per affrontare le grandi transizioni in atto.

I risultati conseguiti, in linea con gli obiettivi ESG, testimoniano un’innovazione che diventa sistema.

Sul versante Environmental, MOST ha perseguito la decarbonizzazione e l’uso efficiente delle risorse, incentivando il recupero di energia, l’integrazione delle fonti rinnovabili e l’adozione di vettori a basse emissioni.

Sul piano Social, ha lavorato per potenziare l’accessibilità, decongestionare le reti e migliorare la qualità del servizio, con un’attenzione particolare alla safety dei lavoratori e degli utenti e alla security digitale.

In termini di Governance, ha investito sul capitale umano e consolidato la qualità dei

processi decisionali, rendendo più solida e sinergica l’intera filiera.

In questo percorso, il Gruppo Ferrovie dello Stato Italiane ha svolto un ruolo determinante non solo come partner industriale di primo piano, ma come architettura organizzativa capace di connettere analisi e operatività.

RFI SpA, Trenitalia, Italferr, Mercitalia, ANAS SpA e tutte le altre società del Gruppo hanno messo a disposizione dati, procedure e impianti, ma soprattutto un patrimonio di 166 professionalità qualificate, a conferma di quanto l’ecosistema debba fondarsi su know–how tecnico–scientifico, metodo e lavoro di squadra.

Gli esiti di questo impegno sono riconducibili a tre direttrici complementari.

Sul fronte della sicurezza, sistemi di assistenza e guida per i mezzi operativi, piattaforme di supervisione intelligente e ispezioni aeree e terrestri hanno innalzato gli standard di esercizio e manutenzione, riducendo il rischio e accrescendo l’affidabilità.

In ambito energetico, sottostazioni reversibili e soluzioni per la trazione elettrica e ibrida, unite alla ricarica intelligente, hanno contenuto i consumi, valorizzato l’energia recuperata e garantito la continuità del servizio. Infine, la dimensione digitale ha abilitato modelli per la pianificazione multimodale, strumenti per la progettazione e la gestione dei nodi intermodali e degli hub urbani, nonché infrastrutture connesse che traducono i dati in decisioni più tempestive e coerenti. Un percorso che conferma l’importanza di un assetto multi–attore, della valutazione degli impatti e dell’orientamento all’interesse pubblico. È su questa traiettoria che il Centro Nazionale per la Mobilità Sostenibile intende proseguire.

Guardando avanti, MOST vuole rimanere

presidio di conoscenza a supporto delle decisioni pubbliche e industriali, mettendo a fattor comune ricerca, strumenti analitici e metodologie per rafforzare la capacità competitiva e trasformare questo movimento in opportunità condivise e nuovo sapere, a beneficio di un’Italia più avanzata sul piano tecnologico e di una mobilità intesa come leva di crescita e coesione sociale.

Ferruccio Resta

Presidente Centro Nazionale per la Mobilità Sostenibile (MOST)

13 17 INTRODUZIONE

SPOKE 4 – RAIL TRANSPORTATION

Obiettivi principali

Partecipazione del Gruppo FS allo Spoke 4

• Ottimizzatore della Circolazione Ferroviaria

• Infrastrutture Energetiche per Treni a Idrogeno

• On board Storage System and Battery Opera ted Rolling Stock

• Sottostazioni Elettriche Reversibili

• Drone for Autonomous Infrastructure Inspection

• Long Freight Trains

• Automation of Terminal Operation

• Safe Freight Trains

• Prototipi realizzati in ambito MOST

• AUTOR – AUTOnomous work vehicles operating in Railway construction and maintenance

• SAFER – Intelligent Supervision System for Workplace SAFEty in the Railway Sector

• MONORAIL – sMart diagnOstics of iNtermOdal tRansportation by Artificial IntelLigence algorithms

• BAT4TRAIN – Battery Storage System for Bimodal Trains

• COMPASS – Assessment of tolerable compressive forces for 3–bogie wagons

• DARIM – Drones for Aerial Rail Infrastructure Monitoring

• MooC – FS Italiane per la Mobilità Sostenibile

SPOKE 7 – CCAM, CONNECTED NETWORKS AND SMART INFRASTRUCTURES

Obiettivi principali

Partecipazione del Gruppo FS allo Spoke 7

• Progettazione e realizzazione su gemelli digitali di servizi C–ITS (smart road)

• Previsione degli impatti sull’infrastruttura ferroviaria derivanti da forti precipitazioni

• Tecnologia acustica per il monitoraggio infrastrutture (TAMI)

• Sistemi di ricarica Smart

• CCAM&MOD4Italy as Digital Twins (CCAM&MOD4Italy)

• MooC – Il Monitoraggio delle infrastrutture: un approccio alla sicurezza e alla resilienza

SPOKE 9 – URBAN MOBILITY

Obiettivi principali

Partecipazione del Gruppo FS allo Spoke 9

• Intelligent Path for Electric Vehicle (IP4EV)

• Modelli per il dimensionamento dei servizi dell’HUB Multimodale

• Modelli per l’analisi dei Wider Economic Impacts

• Indici di walkability/bikeability

• Flagship Model4Italy

• The Ultimate Sharing Service (TUSS)

INTRODUZIONE

Il Centro Nazionale per la Mobilità Sostenibile, denominato MOST (www. centronazionalemost.it/most.html), è nato nel 2022 come parte della Missione 4.2 del Piano Nazionale di Ripresa e Resilienza (PNRR) ed ha come obiettivo principale quello di promuovere la transizione verso una mobilità più green, sicura, resiliente, accessibile, competitiva e collaborativa, supportando lo sviluppo di soluzioni innovative su tutto il territorio nazionale. Il programma di ricerca è caratterizzato da una durata di 40 mesi (settembre 2022–dicembre 2025).

Nel Centro collaborano 25 Università e Centri di Ricerca e 24 grandi imprese operanti nei settori della mobilità e delle infrastrutture.

Il Centro è strutturato secondo l’impostazione Hub & Spoke: l’Hub coordina 14 Spoke, distribuiti su tutto il territorio nazionale e che realizzano le attività di ricerca. L’HUB è il Soggetto attuatore e rappresenta il referente unico nei confronti del Ministero dell’Università e della Ricerca (MUR) per l’attuazione dell’intervento finanziato. Gli Spoke, costituiti dalle Università e dalle imprese coinvolte, sono i Soggetti esecutori, responsabili della realizzazione dei programmi di ricerca e innovazione.

Il Gruppo Ferrovie dello Stato Italiane SpA è uno dei partner fondatori del MOST e sotto il coordinamento di una propria struttura dedicata (Coordinamento FS–MOST) vede dieci società del Gruppo coinvolte nello sviluppo di progetti innovativi che possano condurre a significativi miglioramenti nel contesto della mobilità collettiva.

Le società del Gruppo FS coinvolte nelle attività di ricerca sono:

Ferrovie dello Stato Italiane SpA (FS Research Centre)

ANAS SpA

BusItalia Sita Nord Srl

FS Sistemi Urbani SpA

FSTechnology SpA

Italferr SpA

Mercitalia Shunting & Terminal Srl

Mercitalia Intermodal SpA

Rete Ferroviaria Italiana SpA

Trenitalia SpA .

Il Gruppo FS è coinvolto nello sviluppo delle attività relative a:

Spoke 4 – Rail Transportation

Spoke 7 – CCAM, Connected Network and Smart Infrastructure

Spoke 9 – Urban Mobility.

Le attività di ricerca sviluppate dal Gruppo Ferrovie dello Stato Italiane SpA sono state avviate a partire dal settembre 2022.

A queste si sono progressivamente aggiunti ulteriori progetti selezionati sulla base di bandi interni allo stesso MOST (Closed Call), aperti a tutti i Partner pubblici e privati. Tali Progetti si articolano in tre tipologie:

Proof of Concept (PoC)

Questi progetti rappresentano le prime fasi di sperimentazione e validazione di idee innovative.

Attraverso il coinvolgimento diretto di esperti e tecnologie emergenti, i PoC ci permettono di testare nuove soluzioni in contesti reali, raccogliendo dati cruciali per il loro sviluppo futuro.

Scalability

Sono progetti che mirano a sviluppare e ottimizzare soluzioni che possano essere implementate su larga scala, garantendo un impatto significativo e duraturo. Questi progetti, si concentrano sull’espansione delle infrastrutture di trasporto sostenibile, come le reti di veicoli elettrici, le

piattaforme di mobilità condivisa e i sistemi di gestione del traffico intelligente.

Flagship

I progetti Flagship rappresentano le iniziative più ambiziose e rivoluzionarie. Questi progetti pilota, sviluppati in collaborazione con i principali attori del settore, mirano a ridefinire gli standard della mobilità sostenibile. Ogni progetto Flagship è un esempio tangibile di come le nostre soluzioni possano trasformare interi sistemi di trasporto, migliorando la qualità della vita e riducendo l’impatto ambientale.

Al Programma MOST hanno aderito:

25 Atenei e centri di Ricerca Politecnico di Milano, Alma Mater Studiorum – Università degli Studi di Bologna, Consiglio Nazionale delle Ricerche, Politecnico di Bari, Politecnico di Torino, Università degli Studi di Bergamo, Università degli Studi di Modena e Reggio Emilia, Università degli Studi di Napoli Federico II, Università degli Studi di Roma “La Sapienza”, Università degli Studi di Brescia,

Università degli Studi di Cagliari, Università degli Studi di Cassino e del Lazio meridionale, Università degli Studi di Firenze, Università degli Studi di Genova, Università degli Studi di Milano Bicocca, Università degli Studi di Napoli Parthenope, Università degli Studi di Padova, Università degli studi di Palermo, Università degli Studi di Parma, Università degli Studi di Salerno, Università degli studi di Torino, Università degli Studi Mediterranea di Reggio Calabria, Università del Salento, Università di Pisa, Università Politecnica delle Marche.

24 Enti Privati

Almaviva SpA, A2A SpA, Accenture SpA, Angel Holding Srl, Atos Italia SpA, Autostrade per l’Italia SpA, Brembo SpA, C.R.F. S.C.p.A., ENI SpA, Ferrari SpA, Ferrovie dello Stato Italiane SpA, Fincantieri SpA, FNM SpA, GE Avio Aero Srl, Hitachi Rail STS SpA, Intesa Sanpaolo SpA, Iveco Group N.V., Leonardo SpA, Pirelli Tyre SpA, Poste Italiane SpA, Snam SpA, Teoresi SpA, Thales Alenia Space Italia SpA, UnipolSai Assicurazioni SpA.

SPOKE 4 RAIL TRANSPORTATION

SPOKE 4 – RAIL TRANSPORTATION

OBIETTIVI PRINCIPALI

Gli obiettivi dello Spoke 4 – Rail Transportation (www.centronazionalemost.it/spoke4. html), caratterizzati da un elevato livello di multidisciplinarietà e che coinvolgono aspetti tecnici, gestionali ed economici, sono in linea con il Documento Strategico per la Mobilità Ferroviaria dei passeggeri e delle merci consegnate dal MIMS ed in particolare sono volti a:

• promuovere lo sviluppo del sistema moving block signalling systems (nell’ambito di ETCS–L3) includendo anche tecnologie satellitari per il posizionamento del treno. Nello stesso contesto la migrazione da GSM–R a FRMCS rappresenta un enorme balzo in termini di benefici ma rappresenta anche una sfida per la cybersecurity, tenendo conto anche dell’introduzione della Network Function Virtualization (NFV);

• la definizione di metodologie quantitative riconosciute per la valutazione della capacità delle linee e dei nodi lungo i corridoi, attraverso lo sviluppo di Modelli di Sistema di Trasporto (TSM) per l’Alta Velocità (HSR) per quantificare il divario regionale ed elevare la qualità del trasporto su ferro verso la media UE, in coerenza con la TEN–T, i corridoi RFC, i nodi portuali core.

L’introduzione dell’idrogeno a basse emissioni di carbonio per un trasporto ferroviario pulito su linee non elettrificate e miglioramento della gestione energetica; Lo sviluppo di materiale rotabile bimodale e a batteria (e/o celle a combustibile), da utilizzare su linee parzialmente elettrificate, in

grado di funzionare anche a batterie (o celle a combustibile) per un breve raggio.

L’uso razionale dell’energia per la trazione ferroviaria attraverso la sottostazione elettrica attiva e il controllo del traffico.

L’analisi dell’utilizzo delle energie rinnovabili nell’ambito delle infrastrutture ferroviarie e dei relativi sistemi ausiliari, nonché della produzione e distribuzione di idrogeno verde. La digitalizzazione del trasporto ferroviario, orientata ad approcci di manutenzione predittiva basati su big data analytics per una manutenzione sicura e sostenibile delle infrastrutture, sia con sistemi fissi che di bordo. Un trasporto merci su rotaia efficace, sicuro ed efficiente anche attraverso il monitoraggio dello stato di efficienza del treno e la diffusione dell’automazione nei terminal e a bordo treno in esercizio durante porzioni crescenti dei loro servizi commerciali.

Spoke Coordinator

Politecnico di Milano – (Prof. Marco Francesco Bocciolone).

Università e Centri di Ricerca Affiliati

CNR (Consiglio Nazionale delle Ricerche)

Politecnico di Milano

Università degli Studi di Napoli Federico II

Università degli Studi di Firenze

Università degli Studi di Roma “La Sapienza”

Università degli Studi di Parma

Università degli Studi di Reggio Calabria.

Società Affiliate

Accenture SpA

Almaviva SpA

Angel Holding Srl

Atos Italia SpA

Ferrovie dello Stato Italiane SpA

Ferrovie Nord Milano SpA

Hitachi Rail STS SpA, Intesa Sanpaolo SNAM SpA.

Società del Gruppo FS coinvolte

Ferrovie dello Stato Italiane SpA (FS Research Centre)

Italferr SpA

Mercitalia Intermodal SpA

Mercitalia Shunting and Terminal Srl

Rete Ferroviaria Italiana SpA

Trenitalia SpA.

Work Packages

WP0 – Project and Spoke Management

WP1 – Increase of Capacity of Railway Transport

WP2 – Decarbonisation and Energy Efficiency

WP3 – Digitisation of Railway Transport

WP4 – Innovation in Freight Transportation.

PARTECIPAZIONE DEL GRUPPO FS ALLO SPOKE 4

Ottimizzatore della Circolazione Ferroviaria

Infrastrutture Energetiche per Treni a Idrogeno

On board Storage System and Battery Operated Rolling Stock

Sottostazioni Elettriche Reversibili

Drone for Autonomous Infrastructure Inspection

Long Freight Trains

Automation of Terminal Operation

Safe Freight Trains

Prototipi realizzati in ambito MOST

AUTOR – AUTOnomous work vehicles operating in Railway construction and maintenance

SAFER – Intelligent Supervision System for Workplace SAFEty in the Railway Sector

MONORAIL – sMart diagnOstics of iNtermOdal tRansportation by Artificial IntelLigence

algorithms

BAT4TRAIN – Battery Storage System for Bimodal Trains

COMPASS – Assessment of tolerable compressive forces for 3–bogie wagons

DARIM – Drones for Aerial Rail Infrastructure Monitoring

MooC – FS Italiane per la Mobilità Sostenibile.

Ottimizzatore della circolazione ferroviaria

PROGETTO Il progetto è consistito in una valutazione di algoritmi di ottimizzazione della circolazione per impianti complesso che si è completato con lo sviluppo di un software di supporto agli operatori di circolazione (DCO).

SPOKE 4 – Rail Transportation

WORK PACKAGE 1– Increase of capacity of railway transport

OBIETTIVO DEL WORK PACKAGE Migliorare l’accessibilità e l’efficienza della mobilità complessiva, identificata come un fattore chiave per lo sviluppo sociale ed economico, focalizzando l’attenzione sul trasporto ferroviario, come modalità che consente di minimizzare l’impatto ambientale e massimizzare la capacità del trasporto terrestre.

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA Politecnico di Milano

SOCIETÀ GRUPPO

FS COINVOLTE Rete Ferroviaria Italiana SpA

OBIETTIVI DEL

PROGETTO

INNOVAZIONE

RISPETTO

ALLO STATO

DELL’ARTE

Il progetto (Task 1.3 – Resilient and sustainable railway infrastructure ) si è sviluppato con l’obiettivo di accelerare il processo di automatizzazione della regolazione della circolazione. È stato molto importante quindi prevedere l’integrazione dei sistemi esistenti con nuove funzioni di ottimizzazione che ha altresì permesso di governare al meglio la gestione della circolazione. Nell’ambito del progetto si sono pertanto valutati algoritmi di ottimizzazione della circolazione di ultima generazione (tipo Intelligenza Artificiale/Machine Learning, Reti neurali), sia in condizioni di circolazione regolare che in presenza di anormalità, per il livello impianto complesso, ovvero che, per volumi di traffico e caratteristiche di attestamento ed interscambio, sono considerati strategici per la puntualità e la regolarità complessiva dell’intera rete; oltre alla gestione della circolazione (e dei processi a essa relativi, quali ad esempio piazzamento e cambio materiali) per impianto complesso l’algoritmo deve essere in grado di valutare la capacità d’impianto.

Oggi l’80,5% dell’infrastruttura ferroviaria gestita da RFI SpA (13.519 su 16.782 km totali) è gestito in telecomando da 15 Centri di Controllo e Coordinamento (CCC) e una Sala Operativa Nazionale (SON). Per la supervisione e regolazione della circolazione a distanza, si utilizzano vari sistemi caratterizzati da tecnologie e funzioni eterogenee (Centralized Traffic Control, Sistema Comando e Controllo e Sistema Comando e Controllo Multistazione), che agiscono su diverse porzioni di linea e stazioni; alcuni impianti, inoltre, sono gestiti tramite sistemi di supervisione separati e dedicati (Sistema di Supervisione e Automazione). Infine, a livello di Sala Operativa Nazionale (SON), gli operatori si avvalgono di sistemi (PIC – Piattaforma Integrata Circolazione) che forniscono informazioni sullo stato della circolazione, ma non dispongono di funzioni di regolazione e non supportano l’invio delle scelte di circolazione verso CCC. A causa dell’eterogeneità dei sistemi in uso e delle relative funzionalità, ad oggi le attività di regolazione sono quasi totalmente demandate alla professionalità degli operatori, non supportati da un reale ausilio operativo di sistemi di Traffic Management evoluto.

IMPATTI E RISULTATI ATTESI

Il progetto punta a generare un impatto significativo per:

• ridurre la variabilità delle scelte di circolazione in funzione dei diversi operatori;

• aumentare la puntualità dei treni, soprattutto in situazioni di lieve ritardo di uno o più treni;

• definire input per la redazione del progetto orario, sulla base delle risultanze oggettive di gestione della circolazione.

tramite l’ulteriore sviluppo di un applicativo software a supporto del gestore della circolazione ferroviaria.

SPOKE 4 –

Infrastrutture Energetiche per Treni a Idrogeno

PROGETTO Il progetto è stato incentrato sullo studio di un sistema di alimentazione a idrogeno in grado di sostituire le motorizzazioni a combustibile fossile degli attuali treni.

SPOKE 4 – Rail Transportation

WORK PACKAGE 2– Decarbonisation and Energy Efficiency

OBIETTIVO DEL WORK PACKAGE Contribuire alla decarbonizzazione attraverso un’azione diretta basata su sistemi di trazione alternativa e sull’uso ottimale dell’energia alternativa per i servizi all’infrastruttura. Analisi dell’utilizzo delle energie rinnovabili nell’ambito delle infrastrutture ferroviarie e dei relativi sistemi ausiliari, nonché della produzione e distribuzione di idrogeno.

Azioni indirette dovute al trasferimento modale delle merci, dalla strada alla rotaia per le lunghe distanze e dall’auto privata alla ferrovia regionale su scala metropolitana.

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA

Università degli Studi di Napoli Federico II Università degli Studi di Roma “La Sapienza”

SOCIETÀ GRUPPO

FS COINVOLTE

OBIETTIVI DEL PROGETTO

INNOVAZIONE

RISPETTO

ALLO STATO

DELL’ARTE

Italferr SpA

Il Task 2.1 (Energy Infrastructure for Hydrogen powered trains ) è stato organizzato in maniera tale da prevedere un percorso graduale verso l’obiettivo di studiare e realizzare celle a combustibile per alimentazione a idrogeno.

L’organizzazione ha compreso 4 milestones principali:

• ML1 - numerical modeling and investigation of Fuel Cell;

• ML2 - assessment of H2 production and/or storage techniques;

• ML3 - feasibility and design features of a mobile H2 refueling station;

• ML4 - optimal design criteria, methods and results on Fuel Cell for H2 powered trains.

L’interesse della società del Gruppo FS coinvolta (Italferr SpA) si è concentrato nell’ambito dell’ML4.

In particolare, Italferr SpA e UNINA hanno interagito per sviluppare un Sistema basato sul vapore di metanolo per l’alimentazione di celle a combustibile (H2 Fuel Cell powered trains) per l’alimentazione dei treni.

Italferr SpA ha fornito il principale contributo in termini di esperienza sulla progettazione di sistemi di produzione, stoccaggio e distribuzione di impianti a idrogeno.

La fattibilità per lo storing di metanolo/acqua sarà in termini di dimensioni e peso inoltre sarà condotta una risk analysis preliminare.

Sono stati condotti test sperimentali per la produzione di idrogeno da bio–alcohol per inquadrare la progettazione dell’intero sistema integrato per treni.

In particolare, Italferr SpA ha analizzato le nuove proposte e fornito competenze sulla progettazione del sistema di produzione, stoccaggio e distribuzione dell’impianto di idrogeno.

IMPATTI E

RISULTATI

ATTESI risultati attesi saranno sicuramente incentrati nel fornire esperienza e linee di indirizzo, anche in ambito normativo, nello specifico settore, per valutare possibili applicazioni in ambito ferroviario a beneficio non solo del settore passeggeri ma anche di quello merci.

SPOKE 4 – RAIL

On Board Storage System and Battery Operated Rolling Stock

PROGETTO Il progetto è consistito nello studio di un sistema di alimentazione a idrogeno in grado di sostituire le motorizzazioni a combustibile fossile degli attuali treni.

SPOKE 4 – Rail Transportation

WORK PACKAGE 2 – Decarbonisation and Energy Efficiency

Analisi dell’utilizzo delle energie rinnovabili nell’ambito delle infrastrutture ferroviarie e dei relativi sistemi ausiliari, nonché della produzione e distribuzione di idrogeno.

Azioni indirette dovute al trasferimento modale delle merci, dalla strada alla rotaia per le lunghe distanze e dall’auto privata alla ferrovia regionale su scala metropolitana.

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA

Hitachi Rail STS

Università degli Studi di Firenze

Università degli Studi di Napoli Federico II

Università degli Studi di Roma “La Sapienza” Politecnico di Milano

SOCIETÀ GRUPPO

FS COINVOLTE Italferr SpA Trenitalia SpA

OBIETTIVI DEL PROGETTO

Gli obiettivi principali del Task 2.2 (On–Board storage systems and battery operated rolling stock) si sono incentrati sullo sviluppo di materiale rotabile bimodale e alimentato a batterie (e/o celle a combustibile), da utilizzare in linee parzialmente elettrificate, in grado di funzionare con batterie (o celle a combustibile) per un breve raggio. L’attività ha fornito strumenti e soluzioni intelligenti per la definizione di sistemi di stoccaggio ibridi o completamente elettrici efficienti e sostenibili da installare sul materiale rotabile. Le Università coinvolte hanno contribuito a creare una rete di laboratori e centri di ricerca in grado di cooperare nella sperimentazione e nella simulazione di nuovi sistemi e componenti, ognuno specializzandosi in un proprio campo di interesse. Italferr SpA ha fornito supporto nella definizione di metriche di performance generali per valutare l’impatto delle diverse soluzioni sull’esercizio ferroviario, nonché aspetti relativi alla sicurezza e alla valutazione di soluzioni innovative per il settore ferroviario. Tra gli obiettivi del progetto, grazie agli sforzi congiunti di Trenitalia SpA e Hitachi Rail STS è stato inoltre preso in considerazione il retrofitting di motori esistenti alimentati bimodali pantografo/diesel con alternative decarbonizzate, analizzando la fattibilità della sostituzione del motore diesel con un propulsore ibrido Fuel Cells/batterie.

INNOVAZIONE

RISPETTO

ALLO STATO

DELL’ARTE

IMPATTI E RISULTATI ATTESI

L’attività ha prodotto originariamente contributi riguardanti l’ottimizzazione dei propulsori ibridi a celle a combustibile/batterie per applicazioni ferroviarie, nonché la stima dell’immagazzinamento innovativo di energia a bordo in H2 e batterie. Inoltre, per i treni alimentati a batteria, alcune grandezze come la potenza del treno, lo sforzo di trazione e l’ottimizzazione del rapporto peso/potenza, sono stati oggetti privilegiati dello studio. Più in generale, gli strumenti di ottimizzazione proposti verranno utilizzati per la progettazione di depositi di bordo per materiale rotabile dedicati a linee non elettrificate o parzialmente elettrificate quali, ad esempio, treni bimodali o treni multimodali. Le apparecchiature di simulazione e test proposte coprono quasi ogni fase del processo di progettazione, comprese le considerazioni relative al controllo e alle complesse interazioni che si verificano tra lo stoccaggio innovativo a bordo, i sistemi, le apparecchiature interagenti del veicolo e l’infrastruttura.

Il task ha contribuito nel fornire esperienza e linee di indirizzo, anche in ambito normativo, nello specifico settore nel quale, grazie agli sforzi congiunti dei partner coinvolti, si è riusciti in ultimo a realizzare un treno bimodale full–electric che verrà utilizzato su linee ad oggi prive di alimentazione da catenaria, contribuendo inoltre a ridurre l’emissione di CO2 nell’atmosfera.

–

Sottostazioni Elettriche Reversibili

PROGETTO Studio di nuove sottostazioni elettriche in grado immagazzinare e restituire l’energia restituita dal materia rotabile alla rete per un ottimizzazione dei consumi energetici complessivi.

SPOKE 4 – Rail Transportation

WORK PACKAGE 2– Decarbonisation and Energy Efficiency

OBIETTIVO DEL WORK PACKAGE

Contribuire alla decarbonizzazione attraverso un’azione diretta basata su sistemi di trazione alternativa e sull’uso ottimale dell’energia alternativa per i servizi all’infrastruttura.

Analisi dell’utilizzo delle energie rinnovabili nell’ambito delle infrastrutture ferroviarie e dei relativi sistemi ausiliari, nonché della produzione e distribuzione di idrogeno.

Azioni indirette dovute al trasferimento modale delle merci, dalla strada alla rotaia per le lunghe distanze e dall’auto privata alla ferrovia regionale su scala metropolitana.

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA Università degli Studi di Firenze Università degli Studi di Napoli Federico II Politecnico di Milano

SOCIETÀ GRUPPO

FS COINVOLTE Italferr SpA

OBIETTIVI DEL PROGETTO

Lo sviluppo di convertitori attivi ad alta potenza in molti settori dell’industria e della generazione di energia da fonti rinnovabili rende conveniente l’applicazione di azionamenti elettronici anche per la realizzazione di sottostazioni reversibili, contribuendo così a migliorare ulteriormente lo sfruttamento della frenatura rigenerativa dei treni. L’obiettivo del Task 2.3 (Reversible active power substation) è stato quindi quello di valutare i benefici attesi dall’applicazione del TPSS reversibile nello scenario ferroviario italiano. Per ciascuna tipologia di linea e servizio sono state effettuate analisi volte a valutare l’energia di frenatura recuperabile che altrimenti verrebbe dissipata sui reostati a bordo dei treni. Lo studio si è anche occupato di valutare l’elettrificazione delle linee attualmente gestite con mezzi semoventi prevalentemente diesel e diesel–elettrici, per le quali non è stata ancora effettuata alcuna forma di recupero. A tal fine si sono rese necessarie numerose interazioni tra vari subtask sia per necessità di coordinamento sulle configurazioni del sistema ferroviario da adottare, sia per fornire gli elementi necessari alla stesura delle linee guida per un corretto dimensionamento del TPSS reversibile. Italferr SpA, in particolare, ha fornito supporto alla valutazione dei benefici in termini di efficienza energetica delle architetture di sistema e della regolazione della tensione introdotta dalle sottostazioni elettriche reversibili nel sistema ferroviario italiano anche in conformità ai requisiti di sistema, alla normativa e agli scenari del traffico ferroviario.

INNOVAZIONE

RISPETTO

ALLO STATO

DELL’ARTE

IMPATTI E

RISULTATI

ATTESI

Il sistema ferroviario italiano è caratterizzato principalmente da linee elettrificate in corrente continua alimentate da sottostazione di conversione. Se da un lato questo sistema di conversione è molto semplice, robusto ed affidabile, dall’altro non consente alcuna regolazione lato DC, né la possibilità di recuperare l’energia frenante dei veicoli in assenza di treni di assorbimento. Il collaudato utilizzo degli azionamenti elettronici ha permesso di raggiungere livelli molto elevati di recupero dell’energia di frenatura, ma solo se la linea è considerata ricettiva, cioè capace di assorbire la potenza rigenerata grazie alla presenza di altri treni assorbenti, o per effetto della presenza di sottostazioni attive che consentono la bidirezionalità dei flussi di energia.

Il task ha contribuito nel fornire esperienza e linee di indirizzo, anche in ambito normativo, nello specifico settore nel quale, grazie agli sforzi congiunti dei partner coinvolti, si è riusciti in ultimo a realizzare un simulatore di sottostazione reversibile, integrato in un modello più ampio di infrastruttura ferroviaria, completata anche da altrettanti modelli di simulazione di traffico ferroviario (Sistema risultante dalla interazione tra i vari task dello Spoke 4).

SPOKE 4

Drone for Autonomous Infrastructure Inspection

PROGETTO Il progetto è consistito in un aggiornamento degli apparati di bordo, degli algoritmi di riconoscimento ostacoli e della sovrastruttura del veicolo URV di Rete Ferroviaria Italiana.

SPOKE 4 – Rail Transportation

WORK PACKAGE 3 – Digitization of railway transport

OBIETTIVO DEL WORK PACKAGE Il Work Package 3 basa le sue progettualità sulla digitalizzazione del trasporto ferroviario, orientata ad approcci di manutenzione predittiva basati sull’analisi dei big data per la manutenzione sicura e sostenibile delle infrastrutture, sia con sistemi fissi che di bordo.

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA Politecnico di Milano

SOCIETÀ GRUPPO

FS COINVOLTE Rete Ferroviaria Italiana SpA

OBIETTIVI DEL PROGETTO

INNOVAZIONE

RISPETTO

ALLO STATO

DELL’ARTE

Il progetto (Task 3.4 – Drone for autonomous infrastructure inspection) si è sviluppato con l’obiettivo di migliorare ulteriormente l’automatizzazione delle verifiche ispettive sull’infrastruttura ad opera di droni (Aerei e terrestri).

In questo ambito, le attenzioni si sono concentrate sul veicolo URV (Unmanned Railway Vehicle) di Rete Ferroviaria Italiana SpA, per un aggiornamento dell’automazione e della struttura del veicolo atto a migliorare ulteriormente le performance del mezzo.

URV è il primo prototipo di veicolo ferroviario a guida autonoma attrezzato per viaggiare sulle linee Alta Velocità (AV) e creato per svolgere attività ispettive in un contesto di sicurezza che consentirà di verificare lo stato delle linee AV in anticipo rispetto al passaggio del primo treno del giorno.

Il dipartimento di Ricerca e Sviluppo di Rete Ferroviaria Italiana (RFI) SpA ha la responsabilità di definire le specifiche di sistema, lo sviluppo, l’integrazione e la fase di test in accordo agli standard del settore ferroviario.

Il veicolo URV rappresenta una autentica innovazione nel panorama dei veicoli adibiti alla diagnostica della infrastruttura ferroviaria, sia per la sua natura di veicolo autonomo ad elevate performance sia per la tecnologia dei sistemi di rilevazione ostacoli e per sistemi di diagnostica integrati nel veicolo.

Tra le sue caratteristiche principali, vi sono:

• autonomia e sostenibilità - il primo veicolo ferroviario a guida autonoma sulla rete AV italiana rappresenta un passo avanti verso un sistema di trasporto più efficiente e sostenibile;

• diagnostica predittiva - grazie al sistema di controllo e sorveglianza è possibile diagnosticare anomalie in modo predittivo, intervenendo prima che si trasformino in guasti critici, riducendo le interruzioni;

• efficienza e continuità del servizio - la manutenzione predittiva contribuisce a minimizzare le interruzioni del servizio, migliorando la disponibilità e la sicurezza dell’infrastruttura;

• scalabilità e applicazioni future - queste tecnologie possono aprire la strada a soluzioni simili anche in altri contesti, favorendo un trasporto più intelligente e con minore impatto ambientale.

SPOKE

IMPATTI E RISULTATI ATTESI

- Progetti per la mobilità sostenibile

Il progetto punta a migliorare ulteriormente quanto già esistente in termini di tecnologia con un impatto significativo per:

• consolidamento ed omologazione - consolidare la piattaforma ed omologarla per la circolazione su linee AV nazionali ERTMS/ETCS L2.

• diagnostica predittiva sulle linee ERTMS/ETCS L2 - con la migrazione verso ERTMS/ ETCS L2, URV può assumere un ruolo importante per garantire l’efficienza e la continuità operativa delle infrastrutture ferroviarie.

• circolazione senza interruzioni - con l’attrezzaggio ERTMS/ETCS L2, il veicolo potrebbe circolare senza interferire col traffico ferroviario, permettendo un monitoraggio continuo e senza interruzioni.

• versatilità operativa - URV può essere impiegato in scenari critici (es. post-terremoto), senza rischio per il personale, garantendo ispezioni rapide anche in condizioni ostili.

• flessibilità e scalabilità - una volta validato il sistema, la piattaforma potrà essere equipaggiata con qualsiasi tecnologia, trasformandosi in un laboratorio mobile.

Long Freight Trains

PROGETTO Allestire un banco di prova HiL (Hardware in the loop) per supportare l’analisi e l’ottimizzazione della dinamica dei treni merci. Modellazione della dinamica longitudinale dei treni merci e analisi forze scambiate tra i carri che compongono i suddetti treni.

SPOKE 4 – Rail Transportation

WORK PACKAGE 4 – Innovation in freight transportation

OBIETTIVO DEL WORK PACKAGE Il Work–package si pone due obiettivi principali:

• l’innovazione e il progresso tecnologico del trasporto merci, per aumentarne la sicurezza, l’efficienza e, in un’ottica intermodale, facilitarne il collegamento con i porti;

• promuovere lo spostamento del trasporto merci verso la ferrovia attraverso l’avanzamento tecnologico relativo alla sicurezza e al funzionamento dei treni merci (monitoraggio e diagnostica dello stato dei treni) e all’efficienza del funzionamento dei terminal (come il digital automatic coupler e la gestione in remoto delle manovre.

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA Università degli Studi di Firenze Università degli Studi di Napoli Federico II Politecnico di Milano.

SOCIETÀ GRUPPO

FS COINVOLTE Mercitalia Intermodal SpA

OBIETTIVI DEL PROGETTO

Gli obiettivi del task 4.1 (Long Freight Trains) che ha visto coinvolta la società Mercitalia Intermodal SpA sono stati:

1 allestire l’ambiente di simulazione con diversi blocchi che rappresentano elementi del treno e dei vagoni: freni, dispositivi di aggancio, interazioni ruota–rotaia e binario;

2 progettare il banco prova HiL (hardware in the loop). Il banco prova HiL (sviluppato con Mercitalia) includerà componenti fisici di un treno merci, come il freno pneumatico dei carri o il sistema di aggancio. Verranno definiti il motore in tempo reale e il set–up di misurazione;

3 allestimento del banco prova HiL. Il modello Simulink sarà implementato nel motore in tempo reale; i componenti hardware verranno acquistati e interfacciati con l’ambiente software;

4 analisi al banco prova Hil utilizzando il banco prova HiL per indagare la dinamica di un treno merci. In particolare, saranno considerati gli scenari e le soluzioni ottimizzate identificate nel subtask 4.1.2.

INNOVAZIONE

RISPETTO

ALLO STATO

DELL’ARTE

IMPATTI E

RISULTATI

ATTESI

Ricerca del controllo ottimale della trazione attraverso un banco di prova per la co–simulazione (dimostratore virtuale/fisico). Individuazione delle posizioni ottimali per la locomotiva e ottimizzazione della trazione relativa al treno merci.

Per quanto riguarda risultati attesi, possiamo elencare sicuramente seguenti:

• models - opzione per la modellazione dei treni merci;

• physical lab - design e adattamento delle prove hardware in loop per dinamica longitudinale;

• report - ottimizzazione del controllo della trazione/frenata e della disposizione della locomotiva tramite simulazioni;

• report test - ottimizzazione del controllo della trazione/frenata e della disposizione della locomotiva con test hardware–in–loop.

SPOKE 4 –

Automation of Terminal Operation

PROGETTO Analisi e simulazione di eventi complessi applicati all’automazione delle locomotive di manovra nei terminal.

SPOKE 4 – Rail Transportation

WORK PACKAGE 4 – Innovation in freight transportation

OBIETTIVO DEL WORK PACKAGE Il Work–package si pone due obiettivi principali:

• l’innovazione e il progresso tecnologico del trasporto merci, per aumentarne la sicurezza, l’efficienza e, in un’ottica intermodale, facilitarne il collegamento con i porti;

PARTNER DEL PROGETTO

SOCIETÀ GRUPPO

FS COINVOLTE

OBIETTIVI DEL PROGETTO

Ferrovie dello Stato Italiane SpA, Università degli Studi di Roma “La Sapienza”

Mercitalia Intermodal SpA Mercitalia Shunting and Terminal Srl

Gli obiettivi del Task 4.2 (Automation of terminal operation) che ha visto impegnate le società Mercitalia Intermodal SpA e Mercitalia Shuting and Terminal Srl, sono stati:

1. sviluppo e utilizzo di modelli computerizzati nello scalo ferroviario selezionato (Marcianise) o parti rilevanti di esso. Specifiche di test di alto livello. Risultati numerici di prima approssimazione riguardanti gli impatti previsti delle tecnologie selezionate sui KPI rilevanti (da selezionare tra indicatori di puntualità/capacità, tasso di utilizzo delle risorse ecc.) per la selezione delle migliori opzioni per la dimostrazione. Progettazione del piano dimostrativo;

2. uso di una serie di sistemi di visione artificiale che risolvono le principali sfide tecniche per le manovre automatiche (ad esempio rilevamento di ostacoli, correttezza dell’accoppiamento, ecc.). Ciò è anche correlato alla questione trasversale dell’ispezione di gruppi di carri parzialmente/completamente automatizzata (prova freni, ecc.) mediante portali (T4.3) e alle applicazioni di realtà aumentata/virtuale di T4.4.

INNOVAZIONE

RISPETTO

ALLO STATO

DELL’ARTE

IMPATTI E RISULTATI ATTESI

Supporto agli agenti di condotta e al personale di verifica per il controllo del treno e del suo carico alla partenza e all’arrivo. Semplificazione delle attività di manutenzione e introduzione alla possibilità di effettuare manovre automatiche all’interno dello scalo.

risultati attesi per il progetto consistono nell’adozione, per il futuro, di alcune linee guida che possano influenzare anche gli standard. In particolare, tempi principali possono facilmente essere individuati in:

• specifications - specifiche operative per operazioni automatiche nei terminal merci;

• model - modelli per l’automazione delle operazioni in terminal e per il supporto della verifica treno;

• feasibility Report - fattibilità e progettazione di una dimostrazione sul campo;

• demonstrator - dimostrazione sulle operazioni in terminal.

SPOKE 4 –

Safe freight trains

PROGETTO Progettazione di sistemi per la generazione di energia al fine di utilizzare on board unit per il monitoraggio del carro; effettuazione di test in laboratorio, test presso il circuito di san Donato e dimostrazioni in campo.

SPOKE 4 – Rail Transportation

WORK PACKAGE 4 – Innovation in freight transportation

OBIETTIVO DEL WORK PACKAGE

Il Work–package si pone due obiettivi principali:

• l’innovazione e il progresso tecnologico del trasporto merci, per aumentarne la sicurezza, l’efficienza e, in un’ottica intermodale, facilitarne il collegamento con i porti;

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA, Politecnico di Milano, Lucchini RS SpA

SOCIETÀ GRUPPO

FS COINVOLTE Mercitalia Intermodal SpA

OBIETTIVI DEL PROGETTO

INNOVAZIONE

RISPETTO

ALLO STATO

DELL’ARTE

IMPATTI E

RISULTATI

ATTESI

L’attività del Task 4.3 (Safe Freight Trains) si è focalizzata principalmente sullo sviluppo di un sistema di monitoraggio integrato e modulare da montare a bordo dei carri merci e sulla progettazione di nuove tecnologie di portale per l’ispezione e la diagnostica dei treni. Negli ultimi anni sono stati studiati e realizzati alcuni primi esempi di carri merci intelligenti. In ogni caso, questi progetti rappresentano versioni demo più che soluzioni consolidate e nascono per risolvere problemi tecnici specifici (difetti delle ruote, malfunzionamento del sistema frenante, ecc.) ma non integrano le informazioni ottenute dai vari sottosistemi. Inoltre, ad oggi, la maggior parte della flotta è ancora composta da carri sprovvisti di qualsiasi strumentazione utile al monitoraggio di eventuali situazioni di pericolo (es. deragliamenti) e alla diagnostica dei diversi componenti del veicolo. L’idea innovativa di questo compito è quindi la progettazione di un sistema di monitoraggio integrato modulare in grado di migliorare significativamente la sicurezza dei treni merci. Il sistema è composto da una piattaforma “modulare”, che include composizioni variabili ed è già predisposto per sfruttare la futura presenza della tecnologia DAC. Infine, la piattaforma “integrate” è in grado di gestire ed elaborare le informazioni provenienti da eventuali dispositivi esistenti che già equipaggiano il carro con quelle raccolte da nuovi sensori con l’obiettivo di raggiungere gli obiettivi di monitoraggio e diagnostica, a seconda del livello tecnologico del carro considerato.

La principale innovazione del sistema è rappresentata dal supporto agli agenti di condotta per il monitoraggio dello stato del treno durante la marcia. A questo si aggiunge anche il supporto al personale manutentivo nell’individuazione di anomalie che possono impattare sulla sicurezza in esercizio dei carri e monitoraggio continuo degli asset durante l’operatività.

risultati attesi per il progetto risultano principalmente consistere in istruzioni e linee guida da adottarsi nel breve e lungo periodo, atte a coprire i seguenti aspetti:

• set–up - allestimento per l’installazione di un sistema di monitoraggio a bordo del treno merci per la prova sul campo;

• report testing - follow–up del monitoraggio a bordo;

• report - evoluzione delle attuali tecnologie per le operazioni di verifica e la diagnostica dei treni merci;

• demonstrator - realizzazione di un modello dimostrativo dei sistemi di monitoraggio a bordo.

SPOKE 4 –

AUTOR – AUTOnomous work vehicles operating in Railway construction and maintenance

PROGETTO Sviluppo di un Sistema di guida autonoma per mezzi di cantiere impegnati in operazioni di manutenzione.

SPOKE 4 – Rail Transportation

FLAGSHIP AUTOR (AUTOnomous work vehicles operating in Railway construction and maintenance)

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA Politecnico di Milano Università degli Studi di Parma.

SOCIETÀ GRUPPO

FS COINVOLTE Rete Ferroviaria Italiana SpA

OBIETTIVI DEL PROGETTO L’industria ferroviaria si distingue come un settore in cui garantire la sicurezza e la prevenzione degli incidenti è di fondamentale importanza.

Con l’avanzamento delle nuove tecnologie, vi è stata una spinta all’interno del settore per innovare soluzioni mirate a migliorare le prestazioni e ridurre gli incidenti, non solo durante il servizio pubblico, ma anche durante le operazioni di manutenzione.

Il progetto AUTOR ha introdotto un elemento dirompente in questo campo: la guida autonoma sui veicoli ferroviari da lavoro che ha il potenziale di migliorare significativamente la sicurezza e le prestazioni operative in diversi modi:

• riduzione dell’errore umano - la maggior parte degli incidenti ferroviari è attribuita all’errore umano. Sostituendo o assistendo gli operatori umani con sistemi autonomi, la probabilità di errori come valutazioni errate, incidenti dovuti alla fatica e cali di attenzione può essere notevolmente ridotta;

• operatività costante - sistemi autonomi possono eseguire compiti in modo coerente e preciso, rispettando rigorosamente i protocolli di sicurezza e le normative. Questa coerenza minimizza il rischio di incidenti causati da deviazioni dalle procedure operative standard;

• miglioramento dell’efficienza - Ottimizzando le operazioni, riducendo i ritardi e minimizzando tempi di inattività, i veicoli ferroviari autonomi possono aumentare l’efficienza della rete ferroviaria. Questa maggiore efficienza può contribuire indirettamente alla sicurezza, riducendo la probabilità di congestione, sovraffollamento ed errori operativi;

• maggiore consapevolezza - L’utilizzo di dispositivi intelligenti in grado di rilevare. l’ambiente circostante può aiutare gli operatori a individuare potenziali rischi legati alle proprie azioni in contesti complessi, dove le misure di sicurezza tradizionali basate solo sulla percezione umana non sono sempre efficaci.

In sintesi, il progetto AUTOR offre grandi prospettive per il miglioramento della sicurezza sull’intera rete ferroviaria, sfruttando tecnologie avanzate per ridurre al minimo l’errore umano, aumentare l’efficienza operativa e mitigando rischi in modo efficace.

Per quanto riguarda il TRL, facendo leva sull’esperienza e il know–how dei partner e sui risultati preliminari ottenuti grazie alla call di scalabilità, il progetto partito da un Technology Readiness Level (TRL) di 6 ha raggiunto l’obiettivo di concludere la ricerca con un prodotto pronto per il mercato (TRL 9).

INNOVAZIONE

RISPETTO

ALLO STATO

DELL’ARTE

IMPATTI E RISULTATI ATTESI

Diverse innovazioni stanno emergendo nel campo dei veicoli ferroviari autonomi, spingendo oltre limiti di ciò che è possibile e migliorando lo stato dell’arte esistente.

Il progetto AUTOR è stato realizzato utilizzando le maggiori innovazioni ad oggi presenti o in via di sviluppo nella tecnologia ferroviaria:

• fusione avanzata di sensori - come avviene nell’automotive, l’integrazione di più tecnologie di sensori come LiDAR, radar, telecamere, GNSS e unità di misura inerziale (IMU) permette ai veicoli ferroviari autonomi di raccogliere dati ricchi e in tempo reale sull’ambiente circostante. Algoritmi avanzati di fusione dei sensori combinano queste fonti per creare rappresentazioni dettagliate e precise dell’ambiente, consentendo una localizzazione accurata di operatori anche in condizioni difficili come maltempo o scarsa visibilità;

• apprendimento automatico e intelligenza artificiale - algoritmi di machine learning verranno impiegati per potenziare le capacità dei veicoli ferroviari autonomi. Questi algoritmi consentono ai veicoli di apprendere dall’esperienza, adattarsi alle condizioni mutevoli e prendere decisioni intelligenti in contesti complessi, integrandosi ai protocolli di sicurezza e alle procedure operative già esistenti;

• autonomia collaborativa - invece di operare in isolamento, veicoli ferroviari autonomi possono condividere informazioni con le persone che lavorano in prossimità della macchina per ottimizzare le operazioni, coordinare movimenti, negoziare priorità e adattare il proprio comportamento in tempo reale, garantendo così una maggiore efficienza e sicurezza operativa;

• interazione uomo–macchina - le innovazioni nell’interazione uomo–macchina rendono più semplice per gli operatori interagire con veicoli ferroviari autonomi e monitorarne il funzionamento. Interfacce intuitive, display in realtà aumentata e comandi vocali permettono agli operatori di comprendere rapidamente lo stato del veicolo, intervenire quando necessario e fornire input al sistema autonomo. Queste HMI migliorano la consapevolezza situazionale, riducono il carico cognitivo e facilitano una comunicazione efficace tra persone e macchine;

• ridondanza e meccanismi fail–safe - i veicoli ferroviari autonomi integrano sistemi ridondanti e meccanismi fail–safe per garantire la sicurezza anche in caso di eventi imprevisti. Sensori, attuatori e collegamenti di comunicazione ridondanti forniscono diversi livelli di protezione, consentendo ai veicoli di continuare a operare in sicurezza o di fermarsi in modo sicuro se necessario;

• adattabilità e scalabilità - i sistemi sviluppati per l’autonomia dei veicoli ferroviari sono progettati per essere adattabili e scalabili, in grado di operare su un’ampia gamma di veicoli e in differenti condizioni operative. Architetture modulari, interfacce interoperabili e strategie di implementazione flessibili consentono agli autonomous vehicles di integrarsi con le infrastrutture esistenti e di supportare future espansioni o evoluzioni del sistema.

Queste innovazioni rappresentano un avanzamento significativo rispetto allo stato dell’arte dei veicoli ferroviari autonomi, aprendo la strada a sistemi di lavoro ferroviario più sicuri ed efficienti.

Tra i principali risultati attesi risultano:

• riduzione dell’errore umano e degli incidenti;

• miglioramento della sicurezza nelle operazioni di manutenzione;

• risparmio sui costi di gestione;

• maggiore efficienza operativa e diffusione della tecnologia AI nel settore ferroviario.

SAFER – Intelligent Supervision System for Workplace SAFEty in the Railway Sector

PROGETTO Realizzazione di un sistema di riconoscimento di ostacoli per veicoli adibiti alla manutenzione della rete ferroviaria.

SPOKE 4 – Rail Transportation

SCALABILITY SAFER (Intelligent Supervision System for Workplace SAFEty in the Railway Sector)

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA Politecnico di Milano

SOCIETÀ GRUPPO FS COINVOLTE Rete Ferroviaria Italiana SpA

OBIETTIVI DEL PROGETTO Con il Progetto SAFER, la partnership formata da Rete Ferroviaria Italiana SpA e Politecnico di Milano si è proposta di affrontare il problema persistente degli incidenti sul lavoro nelle aree di manutenzione ferroviaria, dove le procedure tradizionali si sono dimostrate in alcuni casi insufficienti a prevenire gli incidenti, in particolar modo quelli provocati da errori umani. La soluzione innovativa è consistita nella creazione di un sistema di sorveglianza intelligente che integra le migliori tecnologie attualmente esistenti e permette una analisi in tempo reale delle condizioni di rischio, inclusi comportamenti inadeguati degli operatori. Uno degli obiettivi è stato quindi quello di progettare un pacchetto di sensori e algoritmi installabile facilmente sui veicoli operativi, capace di riconoscere condizioni pericolose e avvisare gli operatori, migliorando così la sicurezza nei cantieri ferroviari. Il progetto parte da un TRL 4 con validazione di strumenti a laboratorio e ha raggiunto un TRL 6 con il prototipo funzionante in condizioni industriali controllate.

INNOVAZIONE

RISPETTO

ALLO STATO

DELL’ARTE

IMPATTI E

RISULTATI

ATTESI

Attualmente, veicoli utilizzati nei cantieri ferroviari possiedono un medio livello di automazione e spesso sono di grandi dimensioni con evidenti limiti di visibilità che impattano sulla consapevolezza degli operatori circa la presenza di persone nelle vicinanze, aumentando così il rischio di incidenti. Il progetto si è proposto di dotare questi veicoli di un sistema di supervisione intelligente costituito da sensori e algoritmi di Intelligenza Artificiale per il monitoraggio in tempo reale della posizione degli operatori, prevedendo possibili scenari di rischio legati alle manovre del veicolo. Questo sistema non solo identifica condizioni di pericolo anche in caso di violazioni delle procedure, ma registra i dati per migliorare continuamente le procedure di sicurezza e gli algoritmi stessi. Un esempio di veicolo target è stato il regolatore di ballast (Rincalzatrice).

Il progetto punta a generare un impatto significativo sul miglioramento della sicurezza nel settore ferroviario attraverso l’implementazione di soluzioni di Intelligenza Artificiale (IA).

Tra i potenziali effetti positivi rientrano:

1. riduzione degli incidenti - grazie all’installazione di sistemi intelligenti di sorveglianza e supervisione basati su algoritmi di IA, il progetto mira a diminuire il numero di incidenti, inclusi casi mortali, nei cantieri ferroviari identificando e mitigando i rischi in tempo reale, prevenendo così gli incidenti prima che si verifichino;

2. miglioramento delle misure di sicurezza - lo sviluppo di strategie innovative che superano le procedure tradizionali può portare a un approccio più completo alla sicurezza nei cantieri ferroviari. Integrando sistemi basati su IA con i protocolli di sicurezza esistenti, l’obiettivo è quello di innalzare gli standard generali di sicurezza;

3. maggiore consapevolezza dei lavoratori - l’utilizzo di tecnologie basate su sensori e monitoraggio in tempo reale può aumentare la consapevolezza da parte dei lavoratori dell’ambiente che li circonda e dei potenziali pericoli. Questa consapevolezza permette ai lavoratori di adottare misure preventive per evitare incidenti e infortuni;

IMPATTI E RISULTATI ATTESI

4. incremento dell’efficienza - pur avendo come obiettivo principale il miglioramento della sicurezza, l’adozione di sistemi basati su IA può anche portare a una maggiore efficienza delle operazioni nei cantieri ferroviari. Razionalizzando processi di sicurezza e riducendo i tempi necessari per identificare e affrontare i rischi, il progetto mira a migliorare l’efficienza complessiva delle attività;

5. diffusione della tecnologia - il progetto potrebbe incentivare una maggiore adozione di tecnologie basate su IA e sensori nel settore ferroviario. Dimostrando l’efficacia di queste soluzioni nel migliorare la sicurezza, si può favorire l’ulteriore sviluppo e l’innovazione in questo ambito;

6. scalabilità - una volta testata e validata la soluzione tecnologica, questa potrebbe essere estesa con successo a tutte le macchine operatrici, producendo così un impatto concreto sulla sicurezza sul campo.

Complessivamente, il progetto ha dimostrato il potenziale per apportare un cambiamento significativo nelle pratiche e nei risultati in materia di sicurezza nel settore ferroviario, garantendo condizioni di lavoro più sicure per operatori e lavoratori.

MONORAIL – sMart diagnOstics of iNtermOdal tRansportation by Artificial IntelLigence algorithms

PROGETTO Istrumentazione di carri merci e implementazione di logiche di intelligenza artificiale a fini manutentivi.

SPOKE 4 – Rail Transportation

SCALABILITY MONORAIL (sMart diagnOstics of NtermOdal tRansportation by Artificial IntelLigence algorithms).

PARTNER DEL PROGETTO

SOCIETÀ GRUPPO

FS COINVOLTE

OBIETTIVI DEL PROGETTO

Ferrovie dello Stato Italiane SpA

Politecnico di Milano

Università degli Studi di Palermo

Mercitalia Intermodal SpA

Diversi progetti innovativi sono stati sviluppati negli ultimi anni, anche dai partner coinvolti in questo progetto (POLIMI, MII), per realizzare sensori specifici destinati al monitoraggio e alla diagnosi dei carri merci e dei loro sottosistemi (sistemi frenanti, sospensioni, ecc.), portando all’installazione di un numero limitato di carri test strumentati.

Questi esperimenti hanno permesso di verificare il buon funzionamento dei sensori e dell’intera parte hardware in condizioni e ambienti di uso reale.

Per quanto riguarda gli algoritmi diagnostici, sono stati inizialmente studiati partendo da modelli semi–empirici. Tuttavia, questo approccio presenta alcune limitazioni intrinseche principalmente dovute alla complessità del sistema da monitorare.

Per questo motivo, l’idea di base del progetto è stata quella di costruire un database ampio e consistente di segnali acquisiti in condizioni reali, al fine di addestrare e validare algoritmi di intelligenza artificiale basati sulla fisica per l’identificazione dei difetti.

Per raggiungere questo obiettivo, è stato necessario estendere la sperimentazione e l’acquisizione dati a un gran numero di carri merci e a diverse tipologie di carri, così da rilevare il maggior numero possibile di eventi fuori standard (malfunzionamenti, anomalie, difetti locali, ecc.) e, allo stesso tempo, poter classificare gli eventi, se necessario, fermando il carro e ispezionandolo.

Questo approccio al problema è stato possibile solo grazie alla collaborazione tra il gruppo di ricerca universitario (POLIMI – UniPa) e l’azienda che gestisce il materiale rotabile oggetto di studio (MII). Il primo possiede le competenze per progettare sistemi di monitoraggio ad hoc per l’applicazione (attualmente non disponibili sul mercato con le prestazioni e capacità necessarie per la diagnosi dello specifico sistema) e per sviluppare algoritmi diagnostici avanzati mirati al sistema stesso.

Allo stesso tempo, solo il coinvolgimento diretto del gestore della flotta consente un’interazione precisa con i carri strumentati, fondamentale per la classificazione dei malfunzionamenti rilevati.

Il progetto parte da un Livello di Maturità Tecnologica (TRL) pari a 4.

Questo livello è stato raggiunto grazie alle precedenti attività di ricerca condotte dai partner in diversi contesti.

L’obiettivo finale del progetto è stato quello di dimostrare la funzionalità dell’intero sistema diagnostico tramite un dimostratore in condizioni controllate, ma industrialmente rappresentative, corrispondente a un TRL pari a 6, con algoritmi sviluppati operanti in tempo reale.

INNOVAZIONE

RISPETTO

ALLO STATO

DELL’ARTE

- Progetti per la mobilità sostenibile

Con la crescente importanza delle ferrovie nel trasporto merci, il monitoraggio dello stato di salute dei carri per una manutenzione predittiva è diventato cruciale al fine di migliorare affidabilità ed efficienza. In quest’ottica, il concetto di treni merci intelligenti (cioè carri dotati di un set limitato di sensori) ha iniziato a diffondersi e alcuni esempi di sistemi di monitoraggio sviluppati a tale scopo si trovano in letteratura.

Tuttavia, queste attività di ricerca si sono tradotte principalmente in progetti pilota basati su dispositivi prototipali, dedicati soprattutto al monitoraggio dei sottosistemi strumentati. Ad oggi, non è ancora disponibile un sistema in grado di eseguire in modo funzionale attività diagnostiche su sistemi come il freno o le sospensioni.

L’aspetto innovativo di questa ricerca risiede nell’impiego di un sistema di monitoraggio che utilizza un protocollo di comunicazione wireless a basso consumo energetico e costo contenuto, alimentato, in alcuni casi, da diversi sistemi di energy harvesting.

Questa configurazione consente di raccogliere un’ampia quantità di dati dai carri in condizioni operative e permette di sviluppare e validare nuovi algoritmi di intelligenza artificiale basati sulla fisica.

Inoltre, il sistema diagnostico finale è modulare e potrà essere utilizzato sia per il retrofit di carri merci standard sia integrato nei “carri intelligenti” già equipaggiati con sensori. Di conseguenza, il sistema potrà essere installato a basso costo su tutte le tipologie di carri esistenti, facilitandone l’implementazione su larga scala in tempi relativamente brevi, senza attendere il rinnovo completo della flotta.

Infine, la progettazione del sistema ha previsto l’incorporazione futura del Digital Automatic Coupling (DAC) nei carri merci, che rappresenta la dorsale sia per l’alimentazione che per la trasmissione dati.

IMPATTI E RISULTATI ATTESI

Il risultato principale del progetto è rappresentato da un nuovo sistema diagnostico validato tramite test sul campo, in grado di identificare le principali anomalie associate ai sottosistemi dei carri merci.

Questo sistema può essere installato sui carri esistenti in esercizio con modifiche nulle o molto limitate e offre direttamente la base per pratiche di manutenzione basate sulle condizioni operative.

La caratteristica modulare alla base della progettazione del sistema permette infatti un’installazione rapida e semplice su diverse tipologie di carri, offrendo un set di funzionalità di base o avanzate a seconda del veicolo. In questo modo, il sistema sviluppato può essere installato su carri standard privi di qualsiasi tecnologia sensoristica, su carri intelligenti già equipaggiati con sensori, così come su carri dimostrativi per sfruttare le opportunità offerte dal DAC (trasmissione dati robusta e alimentazione stabile).

Un risultato essenziale della ricerca è lo sviluppo di un database completo (ottenuto tramite l’installazione di dispositivi su numerosi carri), che facilita l’impostazione e la messa a punto degli algoritmi di diagnostica dei sottosistemi.

Questo database costituisce la base per l’applicazione di tecniche avanzate di intelligenza artificiale nella diagnostica.

Gli algoritmi creati consentiranno il rilevamento precoce delle anomalie, permettendo ai responsabili della manutenzione di pianificare in anticipo le attività di riparazione e manutenzione, evitando così la messa fuori servizio dei veicoli.

La capacità di monitorare lo stato di salute dei carri merci consentirà di ottimizzare l’intero ciclo di vita dell’asset. Inoltre, il sistema beneficerà della futura implementazione del DAC, migliorando prestazioni e affidabilità grazie all’alimentazione diretta, una trasmissione dati più robusta e avvisi di sicurezza in tempo reale. Infine, le operazioni di formazione del convoglio prima della partenza potranno essere ottimizzate facilitando le ispezioni e le attività manuali, come il collaudo automatico dei freni.

BAT4TRAIN – Battery Storage System for Bimodal Trains

PROGETTO Studio e realizzazione prototipale di nuovi sistemi di alimentazione a batterie per treni bimodali a breve/media percorrenza.

SPOKE 4 – Rail Transportation

SCALABILITY BAT4TRAIN (Battery Storage System for Bimodal Trains)

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA

SOCIETÀ GRUPPO

Hitachi Rail STS SpA

Politecnico di Milano

FS COINVOLTE Trenitalia SpA

OBIETTIVI DEL PROGETTO

L’obiettivo di questo progetto è stato da subito quello di innovare treni regionali diesel esistenti che operano su linee non elettrificate, rendendoli più competitivi e attrattivi in un’ottica di sostenibilità ambientale ed energetica.

Infatti, la sfida dei prossimi anni per i produttori di veicoli ferroviari sarà aumentare l’efficienza energetica adottando diverse soluzioni tecnologiche e materiali innovativi per il risparmio e l’uso intelligente dell’energia, riducendo l’impatto ambientale sia a livello locale che globale. Il progetto si è sviluppato puntando a progettare un sistema di accumulo di energia a batterie per un treno batteria+catenaria, capace di viaggiare sulle linee utilizzando la catenaria sia per alimentare il treno che per ricaricare le batterie, e su linee non elettrificate dove il treno utilizza l’energia accumulata nelle batterie collegate al sistema di trazione tramite un convertitore DC/DC. Per dimostrare la possibilità di raggiungere un TRL 6, il sistema di accumulo energetico a batterie è stato progettato partendo da una piattaforma esistente di un treno bimodale diesel+elettrico. L’uso delle batterie al posto del generatore diesel convenzionale ha aumentato la sostenibilità del treno migliorando l’efficienza energetica, grazie al recupero di energia nelle fasi di frenata, e riducendo a zero le emissioni locali di CO2, oltre che le emissioni globali di CO2 lungo tutta la catena energetica (“well–to–wheel”).

Il sistema di accumulo energetico a batterie e suoi sistemi ausiliari (BMS – Battery Management System e TMS – Thermal Management System) e il convertitore DC/DC sono stati progettati nel rispetto dei vincoli di peso e spazio disponibili a bordo del treno bimodale diesel+elettrico esistente, grazie alla rimozione del serbatoio di carburante e del generatore diesel. È stata selezionata una chimica al litio per le celle delle batterie, così da aumentare la densità energetica garantendo condizioni operative sicure.

Per la progettazione del convertitore DC/DC ad alte prestazioni, efficiente e affidabile, sono stati scelti dispositivi IGBT di ultima generazione.

Il TRL (Technology Readiness Level), iniziale è 4, ovvero tecnologia validata in laboratorio, rappresentata da moduli di potenza basati su IGBT che compongono il convertitore DC/ DC e moduli di batterie agli ioni di litio che costituiscono i sistemi di accumulo. Questi moduli di base sono già stati modellati, sviluppati e testati per implementare sottosistemi di potenza scalabili conformi alle diverse specifiche di requisito.

Il TRL DI ARRIVO è 6, ovvero tecnologia dimostrata in ambiente industriale rilevante, e verrà raggiunto attraverso un’analisi dimostrativa finalizzata a verificare la conformità di entrambi sottosistemi ai requisiti definiti (massa, dimensioni, temperatura massima, ecc.), con particolare attenzione al raggiungimento degli obiettivi di potenza ed energia richiesti. Inoltre, una “simulazione di percorso” dimostrerà l’efficacia del convertitore DC/DC e del sistema di accumulo a batterie progettati nel raggiungere le prestazioni richieste in termini di autonomia consentita sulle tratte non elettrificate. Le suddette simulazioni saranno realizzate tramite un simulatore ferroviario (che include tracciato, veicolo, convertitore DC/DC e sistema batterie) già collaudato e testato per applicazioni analoghe nel settore ferroviario.

MOST - Progetti per la mobilità sostenibile

INNOVAZIONE RISPETTO

ALLO STATO

DELL’ARTE

IMPATTI E RISULTATI ATTESI

L’attuale stato dell’arte a livello nazionale è rappresentato da sistemi di accumulo a batterie per applicazioni tranviarie che consente di percorrere circa 5 km senza linea aerea, e da alcuni treni regionali ibridi alimentati da catenaria a 3kVdc tramite un motore–generatore diesel, dotato anche di pacco batterie che permette di entrare e uscire dalle stazioni per una distanza ridotta (<10km) a motore diesel spento. A livello internazionale esistono treni regionali alimentati a batteria che consentono autonomie significativamente superiori.

I risultati attesi del progetto sono destinati al settore della produzione di materiale rotabile e agli operatori ferroviari. L’impatto GREEN e gli obiettivi di mobilità sostenibile interessano anche il mercato ferroviario, in particolare con un’attenzione all’efficienza energetica, alla riduzione delle emissioni di CO2 e all’inclusione dei treni in un meccanismo di economia circolare.

L’innovazione del materiale rotabile secondo le più recenti esigenze di mercato porta a un aumento della produzione e al consolidamento delle posizioni di mercato, con conseguenti effetti economici per il produttore dei veicoli. Inoltre, gli operatori ferroviari beneficeranno di una maggiore FLESSIBILITÀ nell’erogare il servizio e di un vantaggio di marketing grazie all’impiego di veicoli ecologici.

Le tecnologie studiate nel progetto richiederanno progettisti specializzati, generando dunque un impatto economico e SOCIALE in termini di creazione di nuovi posti di lavoro. Infine, se l’innovazione proposta nel progetto dimostrerà la sua efficacia, potranno essere avviate nuove linee di produzione con il vantaggio sociale aggiuntivo dell’assunzione di tecnici esperti.

COMPASS – Assessment of tolerable compressive forces for 3–bogie wagons

PROGETTO Adozione di sensoristiche per l’analisi delle forze impegnate nei carri a tre carrelli ai fini dell’adeguamento delle procedure di certificazione dei carri medesimi.

SPOKE 4 – Rail Transportation

POC – PROOF OF CONCEPT Compass (Assessment of tolerable compressive forces for 3–bogie wagons

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA Politecnico di Milano

Università degli Studi di Firenze

Università degli Studi di Napoli

SOCIETÀ GRUPPO

FS COINVOLTE

OBIETTIVI DEL PROGETTO

Mercitalia Intermodal SpA

Mercitalia Shunting and Terminal Srl

Il trasporto intermodale rappresenta una risorsa strategica per la logistica efficiente, e il settore ferroviario è uno dei principali protagonisti, soprattutto per le operazioni su lunga distanza. Grazie al basso impatto ambientale, l’Unione Europea sta promuovendo il trasferimento del trasporto merci sui treni, consentendo il transito di convogli più lunghi e pesanti per aumentare la capacità della rete. L’introduzione del Digital Automated Coupling (DAC) nei prossimi anni aumenterà ulteriormente la competitività dei treni merci. Nel frattempo, un numero crescente di container viene trasportato tramite carri pocket a 3 carrelli, che offrono una maggiore portata utile per unità di lunghezza rispetto ai tradizionali carri a 2 carrelli. Per questi motivi, i treni merci del prossimo decennio saranno più lunghi, pesanti, dotati di DAC e composti principalmente da carri a 3 carrelli. Tuttavia, l’aumento della massa e della lunghezza comporta problematiche di sicurezza dovute a maggiori Forze di Compressione Longitudinale (LCF) tra i veicoli. La norma IRS 4042 richiede di valutare la sicurezza del treno confrontando le LCF massime in frenata d’emergenza con le forze di compressione (TCF) che carri possono tollerare. La norma UIC 530–2 introduce il test di propulsione per misurare le TCF, ma non considera carri a 3 carrelli. Questo può potenzialmente limitare l’operatività dei treni merci molto lunghi composti da tali veicoli, ostacolando una significativa opportunità di sviluppo. L’idea del progetto è stata quindi quella di acquisire conoscenze sulle TCF dei carri a 3 carrelli. Sono stati effettuati test in linea su un carro a 3 carrelli durante le normali condizioni operative; misurate le LCF e un sistema innovativo di visione ha monitorato la cinematica dell’accoppiamento gancio–buffers durante una serie di manovre. I dati raccolti sono stati utilizzati per validare un modello 3D del carro T3000 sviluppato in uno dei task dello Spoke 4 (Task 4.1).

Complessivamente, il progetto POC valuta il potenziale del sistema di visione innovativo, caratterizza le forze di accoppiamento per lo sviluppo di modelli di buffer e fornisce un modello validato del carro T3000 che consentirà la stima delle TCF ai fini dell’omologazione. Per quanto riguarda il TRL, dobbiamo distinguere vari componenti.

Il sistema di misurazione ottico: basato su sensore ottico ad alta risoluzione e alta frequenza d’immagine:

• TRL iniziale 1 - la tecnica di misurazione è già stata applicata per altri scopi. L’applicazione specifica richiede particolare attenzione al posizionamento della telecamera, alla protezione dei dispositivi ottici e alla compensazione delle vibrazioni;

• TRL finale 3 - implementazione del sistema per test sperimentali su un carro in movimento in condizioni operative; progettazione del posizionamento dell’apparato ottico, minimizzazione degli effetti delle vibrazioni, protezione del sistema di misura. Valutazione delle capacità del sistema di misurazione;

• modello numerico per la simulazione del test di propulsione;

OBIETTIVI DEL PROGETTO

- Progetti per la mobilità sostenibile

• TRL iniziale 1: - è in corso di sviluppo un modello multibody 3D Simpack del carro T3000 (carro a 3 carrelli) con parametri nominali, come previsto dal task 4.1.

• TRL finale 2 - modello multibody validato dello stesso carro; implementazione del test di propulsione (UIC 530–2): progettazione del binario, assemblaggio della composizione, controllo della forza di compressione. Stima virtuale delle Forze di Compressione Tollerabili per il carro attraverso la simulazione del test di propulsione.

INNOVAZIONE

RISPETTO

ALLO STATO DELL’ARTE

IMPATTI E RISULTATI

ATTESI

Il progetto mira a introdurre innovazioni nei seguenti ambiti:

• caratterizzazione sperimentale della dinamica del sistema di accoppiamento durante l’esercizio - verranno installate celle di carico per misurare le forze ai respingenti. In parallelo, verrà introdotto un innovativo sistema di visione 3D che consentirà di monitorare la cinematica del sistema gancio–respingenti in differenti scenari: trazione/ frenatura su binari rettilinei/curvi. In particolare, saranno stimati gli angoli di contatto tra le teste dei respingenti, le compressioni dei respingenti, l’allungamento e l’angolo del tirante. Il sistema di visione 3D è composto dai seguenti sottosistemi:

◊ sensori ottici ad alta risoluzione e alto frame rate;

◊ ottiche regolabili;

◊ custodia protettiva;

◊ scheda per acquisizione e memorizzazione dati;

◊ accessori.

Tale sistema rappresenta un’innovazione rispetto ai metodi tradizionali basati su laser e potenziometri. Inoltre, il sistema potrebbe essere applicato anche su diversi dispositivi di accoppiamento come il DAC.

• raccolta dati per i modelli dei respingenti: nonostante siano componenti critici per la sicurezza di marcia, sono disponibili pochi dati sperimentali per modellare la risposta dei respingenti. L’analisi numerica delle LCF necessaria per valutare la sicurezza di marcia viene attualmente svolta sulla base di curve nominali forza/compressione, ottenute con carichi centrati in condizioni quasi statiche (ossia: il test richiesto dagli standard internazionali). La raccolta di dati durante l’esercizio consentirà di modellare la risposta dei respingenti quando sottoposti a carichi dinamici e angoli di contatto diversi. Questo rafforzerà il significato dei risultati ottenuti attraverso le analisi numeriche.

• modello 3D multibody validato: infine, dati raccolti tramite la sperimentazione in linea saranno utilizzati per validare un modello 3D multibody del carro T3000 e simulare il test di propulsione. Questa procedura consentirà di stimare le TCF per questo carro, fornendo un’informazione mancante di capitale importanza per una corretta valutazione della sua sicurezza di marcia.

Nonostante sia un elemento fondamentale per la sicurezza di marcia, le informazioni sulla risposta dei respingenti sono in gran parte incomplete.

I produttori forniscono cicli di carico in condizioni quasi statiche per carichi centrati. Tuttavia, carichi disallineati e dinamici dovuti a frenate di emergenza in curva aumentano notevolmente il rischio di deragliamento.

La campagna sperimentale raccoglierà dati utili a migliorare la comprensione e la modellazione dei respingenti in tali condizioni operative.

Questo avrà un impatto significativo sull’accuratezza dei modelli numerici e sull’affidabilità della valutazione della sicurezza di marcia.

La conoscenza della risposta dei respingenti sotto carichi disallineati e dinamici sarà affinata, aprendo la strada a possibili procedure di caratterizzazione alternative.

IMPATTI E

RISULTATI

ATTESI

Gli angoli di contatto tra respingenti influenzano la direzione delle forze normali e tangenziali scambiate attraverso le teste dei respingenti, nonché la quantità di momento di imbardata applicato ai carri.

Allo stesso modo, l’angolo operativo del gancio determina la direzione della forza di trazione e il momento di imbardata trasmesso.

Il sistema di misurazione ottico sviluppato nel progetto è pensato per registrare tutte le informazioni relative agli organi di accoppiamento.

Il dispositivo di misura sarà progettato in modo da poter essere applicato anche su altri carri. Inoltre, lo stesso sistema potrà essere utilizzato per caratterizzare lo spostamento e gli angoli operativi del DAC.

Pertanto, questa componente ha il potenziale di aprire nuove prospettive per la caratterizzazione della cinematica dell’accoppiamento e per l’individuazione delle condizioni di esercizio critiche.

Le forze di compressione tollerabili sono direttamente legate alla probabilità di deragliamento dei carri; il loro valore è di capitale importanza quando si assemblano treni più lunghi e pesanti. Lo standard UIC 530–2 non considera carri a tre carrelli.

Attualmente, si segue un approccio prudente, fissando le TCF per tali carri a 240 kN, il minimo richiesto per superare il test di propulsione (cioè 240 kN).

Se i carri a tre carrelli fossero in grado di tollerare valori maggiori, un numero superiore di questi carri potrebbe essere inserito nello stesso convoglio.

In questo modo, il potenziale dei carri a tre carrelli potrebbe essere pienamente sfruttato.

DARIM – Drones for Aerial Rail Infrastructure Monitoring

PROGETTO Realizzazione di un drone VTOL/BVLOS per l’acquisizione di immagini ai fini della diagnostica e manutenzione delle infrastrutture ferroviarie.

SPOKE 4 – Rail Transportation

POC – PROOF OF CONCEPT DARIM (Drones for Aerial Rail Infrastructure Monitoring)

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA Politecnico di Milano

SOCIETÀ GRUPPO FS COINVOLTE Rete Ferroviaria Italiana SpA

OBIETTIVI DEL PROGETTO

INNOVAZIONE

RISPETTO

ALLO STATO

DELL’ARTE

L’obiettivo principale del progetto è stato quello di dimostrare la concreta fattibilità e sicurezza delle ispezioni ferroviarie Beyond Visual Line of Sight (BVLOS) utilizzando droni VTOL e sensori disponibili.

L’attenzione è stata rivolta a verificare il livello di dettaglio ottenibile nel monitoraggio in tempo reale delle infrastrutture ferroviarie tramite tecnologie di analisi/elaborazione di immagini video, conducendo operazioni BVLOS reali per mostrare l’efficacia della tecnologia. Gli obiettivi specifici del progetto hanno incluso:

• conformità normativa - collaborare strettamente con le autorità competenti per ottenere le necessarie autorizzazioni alle operazioni BVLOS;

• dimostrazione BVLOS - pianificare ed eseguire missioni di ispezione BVLOS su linee ferroviarie operative, dimostrando le capacità e la sicurezza del sistema basato su droni VTOL;

• acquisizione dati - utilizzare i sensori disponibili (ad esempio, RGB, termografia) per catturare dati completi durante le missioni BVLOS, garantendo la raccolta di informazioni di alta qualità;

• analisi dei dati - sviluppare e applicare tecniche di analisi per elaborare i dati raccolti e verificare il livello di dettaglio raggiungibile nel monitoraggio delle anomalie dell’infrastruttura ferroviaria, nella verifica dell’efficienza degli asset e per finalità di sicurezza;

• integrazione operativa - sviluppare una roadmap per integrare le missioni di ispezione BVLOS nei processi di manutenzione esistenti, garantendo un’implementazione operativa senza soluzione di continuità.

Per quanto riguarda il TRL, facendo leva sull’esperienza e il know–how dei partner e sui risultati preliminari ottenuti con altri progetti similari, il TRL di partenza è stato ipotizzato essere tra 1 e 2.

Il TRL raggiunto infine è pari a 3 con una dimostrazione sperimentale del progetto.

Le innovazioni introdotte da questo progetto sono destinate a ridefinire il modo in cui vengono effettuate le ispezioni ferroviarie, sfruttando l’impiego di droni VTOL in un contesto inedito, con particolare attenzione agli sviluppi normativi e alle applicazioni pratiche delle operazioni BVLOS:

• dimostrazione pratica BVLOS - sebbene la disponibilità di droni VTOL e di sensori avanzati non sia una novità, il progetto si distingue per la volontà di trasferire tali capacità tecnologiche in applicazioni concrete per l’ispezione delle infrastrutture ferroviarie. Attraverso missioni dimostrative BVLOS condotte su linee operative, il progetto mostra la reale efficacia, sicurezza ed efficienza della tecnologia nel rispondere alle esigenze di manutenzione specifiche del settore ferroviario. Questo approccio pratico fornisce prove tangibili dei benefici delle ispezioni BVLOS, differenziandosi dai progetti limitati a soluzioni teoriche o sperimentali;

INNOVAZIONE

RISPETTO

ALLO STATO

DELL’ARTE

MOST - Progetti per la mobilità sostenibile

IMPATTI E RISULTATI ATTESI

• integrazione operativa e scalabilità: Il coinvolgimento diretto di un operatore ferroviario di primo piano rappresenta un elemento distintivo. Collaborando con chi gestisce effettivamente le operazioni, il progetto punta a integrare senza soluzione di continuità le ispezioni BVLOS nei flussi di manutenzione già esistenti. Così facendo, la tecnologia non rimane solo un concetto innovativo, ma diventa uno strumento concreto, pronto per essere adottato in diversi contesti ferroviari. L’attenzione alla scalabilità e all’adattabilità rafforza la volontà di un’applicazione pratica, rendendo la tecnologia accessibile a una platea più ampia di gestori ferroviari;

• le innovazioni apportate dal progetto vanno oltre la semplice disponibilità di droni VTOL e sensori - includono attività pionieristiche di superamento delle sfide normative, dimostrazioni pratiche BVLOS, integrazione operativa, prime valutazioni di protocolli di sicurezza e procedure di documentazione. Questi risultati, nel loro insieme, pongono la tecnologia BVLOS come una forza trasformativa nelle ispezioni ferroviarie, con il potenziale di influenzare i quadri regolatori, aumentare l’efficienza operativa e ridurre i costi di manutenzione

L’implementazione efficace del sistema di ispezione BVLOS tramite droni VTOL per le linee ferroviarie avrà impatti significativi su vari aspetti della società e dell’economia: Impatto economico:

• risparmio sui costi - la riduzione delle ispezioni manuali, la minimizzazione dei tempi di inattività e una manutenzione tempestiva comporteranno risparmi notevoli per i gestori ferroviari;

• creazione di posti di lavoro - la realizzazione delle dimostrazioni previste dal progetto porterà alla creazione di nuove figure professionali legate all’operatività dei droni, alla manutenzione e all’analisi dei dati, contribuendo all’occupazione locale;

• crescita del mercato;

• settore emergente - lo sviluppo di questa tecnologia colloca i proponenti tra leader di un mercato in rapida crescita, quello delle ispezioni ferroviarie BVLOS, aprendo a nuove opportunità di ricavo;

• impatto ambientale;

• sostenibilità - la diminuzione dell’uso di veicoli terrestri e di personale per le ispezioni consentirà di ridurre le emissioni di carbonio e l’impatto ambientale complessivo;

• gestione della vegetazione - il rilevamento efficiente dell’invasione vegetale contribuirà a tutelare l’ambiente e a prevenire interruzioni dovute alla crescita incontrollata della vegetazione;

• impatto sociale;

• miglioramento della sicurezza - riducendo la necessità di ispezioni manuali in aree pericolose, si aumenterà la sicurezza per chi lavora sulle infrastrutture ferroviarie;

• affidabilità delle infrastrutture - ispezioni regolari e automatizzate garantiranno maggiore affidabilità dell’infrastruttura ferroviaria, con benefici diretti per la sicurezza dei passeggeri.

In conclusione, il progetto mira a rivoluzionare le ispezioni ferroviarie introducendo un sistema di droni VTOL abilitato al volo BVLOS, offrendo soluzioni innovative per aumentare l’efficienza, ottimizzare risorse, tempi e costi di intervento, e migliorare la sicurezza nel rispetto delle tematiche ambientali.

Il suo potenziale impatto sull’industria ferroviaria, sull’economia, sull’ambiente e sulla società nel suo complesso rende questa iniziativa una sfida fondamentale, capace di generare benefici significativi per tutti gli stakeholder coinvolti.

MOOC FS Italiane per la Mobilità Sostenibile

PROGETTO Video lezioni inerenti all’impegno del Gruppo FS nelle attività di ricerca dello SPOKE 4 del MOST

SPOKE 4 – Rail Transportation

MOOC FS per la Mobilità Sostenibile

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA Politecnico di Milano

SOCIETÀ GRUPPO

FS COINVOLTE Italferr SpA Mercitalia Intermodal SpA Rete Ferroviaria Italiana SpA Trenitalia SpA

LINK AL MOOC www.pok.polimi.it/course/view.php?id=160

OBIETTIVI DEL PROGETTO

L’evoluzione necessaria per raggiungere entro il 2050 l’obiettivo “zero emissioni" della Commissione Europea, per tutti i sistemi di trasporto, ha condotto ad accelerare il processo di modernizzazione dei sistemi di trasporto: dal rinnovo del parco mezzi per aumentare l’efficienza energetica, all’utilizzo di tecnologie green fino alla messa in servizio di treni alimentati da batterie, ibridi (diesel + batterie) e a idrogeno. In questo ambito saranno presentati interventi di esperti appartenenti a varie Società del Gruppo Ferrovie dello Stato Italiane.

TITOLI DEL CORSO E RISULTATI ATTESI

Lezioni Titoli Risultati attesi

1 Il significato di Mobilità Sostenibile nel Gruppo FS

Apprendere i criteri che il Gruppo FS adotta, attraverso le sue società, nell’ambito della Mobilità Sostenibile

2 I progetti di ricerca di FS MOST Identificare le problematiche e le esigenze che hanno generato progetti MOST nei quali risultano impegnate le società del Gruppo FS

3 La partecipazione del Gruppo FS all’interno dello Spoke 4 del MOST

4 Infrastruttura: Impiego di energia da fonti rinnovabili per la trazione ferroviaria

5 Innovazione nel trasporto delle Merci – Nuove tecnologie per la diagnostica dei convogli

6 L’utilizzo delle batterie per la trazione su treni ibridi bimodali. Parte I – Aspetti innovativi e di sostenibilità ambientale

7 Cybersecurity nel trasporto ferroviario: Analisi Cyber degli Energy Meter Systems

8 Infrastruttura: Impatto sulle reti ferroviarie nell’utilizzo di treni a batterie

9 L’utilizzo delle batterie per la trazione su treni ibridi bimodali. Parte II – Prospettive e applicazioni tecniche

Apprendere le progettualità e il contributo delle società del Gruppo FS ai progetti specifici dello Spoke 4

Comprensione dei principi generali di funzionamento e dell’impatto degli impianti di produzione di energia rinnovabile sull’infrastruttura ferroviaria.

Apprendere come le nuove tecnologie IoT sono applicabili al trasporto merci

Apprendere gli aspetti innovativi e di sostenibilità ambientale introdotti da Trenitalia SpA con l’utilizzo dei treni bimodali alimentati a batterie.

Apprendere i principi base relativi alla Cyber Security e ai principali attacchi cyber ot–it

Comprensione dei principi generali di funzionamento dell’architettura del sistema di trazione, dell’impatto dei rotabili a batteria sull’infrastruttura ferroviaria e del loro possibile scenario di applicazione nel futuro.

Apprendere gli aspetti legati all’utilizzo di treni ibridi a batterie su linee elettrificate e non.

SPOKE 7 CCAM, CONNECTED NETWORKS AND SMART INFRASTRUCTURES

SPOKE 7 – CCAM, CONNECTED NETWORKS AND SMART INFRASTRUCTURES

OBIETTIVI PRINCIPALI

Gli obiettivi dello spoke 7 (www.centronazionalemost.it/Spoke%207.html) sono sviluppare e dimostrare, in ambienti sperimentali:

• un livello di integrazione per i servizi delle infrastrutture intelligenti, capace di utilizzare tutte le tecnologie sviluppate come un servizio comune;

• metodologie e soluzioni tecnologiche che preparino le reti di trasporto all’avvento della mobilità cooperativa, connessa e automatizzata (CCAM), con l’obiettivo di aumentare il livello di trasformazione digitale delle reti di trasporto, verso una mobilità più integrata, intelligente, sicura, protetta e sostenibile;

• metodologie e soluzioni tecnologiche per la valutazione strategica e in tempo reale della domanda di mobilità, la modellazione del comportamento dei viaggiatori e l’ottimizzazione strategica e in tempo reale delle reti di mobilità congestionate, verso modelli di mobilità più sostenibili;

• metodologie e soluzioni tecniche per il monitoraggio e il controllo della resilienza delle infrastrutture e delle reti di trasporto rispetto a fragilità locali e globali dovute a invecchiamento, degrado, eventi e altri fattori di suscettibilità naturali e antropici;

• metodologie e soluzioni tecniche per l’applicazione intelligente dei nuovi paradigmi energetici e degli approcci alla rete per la mobilità, al fine di garantire infrastrutture e tecnologie lato rete ben sviluppate per fornire energia in modo efficace ai veicoli a zero emissioni di carbonio;

• metodologie, procedure e catene di strumenti per la validazione dell’innovazione prodotta nello Spoke e per testare la capacità dei prodotti e servizi innovativi di essere interoperabili con l’ecosistema CCAM tramite il livello di integrazione; sperimentazione e validazione in laboratori dedicati.

Spoke Coordinator

Università degli Studi di Napoli Federico II (Professore Gennaro Nicola Bifulco).

Università e Centri di Ricerca Affiliati

CNR (Consiglio Nazionale delle Ricerche)

Politecnico di Bari

Politecnico di Torino

Università degli Studi di Roma “La Sapienza”

Università degli Studi di Brescia

Università degli Studi di Napoli Federico II

Università degli Studi di Napoli Parthenope

Università degli Studi di Salerno

Università degli Studi di Bologna

Università degli Studi di Pisa

Università del Salento

Università Politecnica delle Marche .

Società Affiliate

Almaviva SpA

Autostrade per l’Italia SpA

Ferrovie dello Stato Italiane SpA

Fincantieri SpA

FNM SpA

Intesa Sanpaolo SpA

Teoresi SpA

Unipolsai Assicurazioni SpA

Società del Gruppo FS coinvolte

Ferrovie dello Stato Italiane SpA (FS Research Centre)

ANAS SpA

FSTechnology SpA

Rete Ferroviaria Italiana SpA

Work Packages

WP0 – Project and Spoke Management

WP1 – Integration layer

WP2 – Smart Infrastructures for CCAM

WP3 – Travel demand and optimisation of networks

WP4 – Resilience of networks, structural health monitoring and asset management

WP5 – Zero–carbon refuelling/recharging infrastructures and grids

WP6 – Methods, tools and procedures for testing and validation.

PARTECIPAZIONE DEL GRUPPO FS ALLO SPOKE 7

Progettazione e realizzazione su gemelli digitali di servizi C–ITS (smart road)

Previsione degli impatti sull’infrastruttura ferroviaria derivanti da forti precipitazioni

Tecnologia acustica per il monitoraggio infrastrutture (TAMI)

Sistemi di ricarica Smart CCAM&MOD4Italy as Digital Twins (CCAM&MOD4Italy)

MooC – Il monitoraggio delle infrastrutture: un approccio alla sicurezza e alla resilienza.

Progettazione e realizzazione su gemelli digitali di servizi C–ITS

PROGETTO Progettazione e realizzazione su gemelli digitali di servizi C–ITS (Cooperative, Connected and Automated Mobility) come fonti di dati per l’osservazione e gestione/controllo del traffico e orientati ad una soluzione “dynamic speed limit” per adattare il limite di velocità alle condizioni del traffico o per gestire eventuali criticità che occorrono sulla rete.

SPOKE 7 – CCAM, Connected Networks and Smart Infrastructures

WORK PACKAGES

OBIETTIVI

2 – Smart Infrastructures for CCAM

3 – Travel demand and optimisation of networks

6 – Methods, tools and procedures for testing and validation

WORK PACKAGE Il Progetto che coinvolge ANAS SpA investe principalmente tre Workpackage con i seguenti obiettivi generali:

• WP2 Smart Infrastructures for CCAM – sviluppare e convalidare, rispetto a casi d’uso reali, metodologie e soluzioni in grado di aprire la strada all’adozione e diffusione del paradigma CCAM sulle reti infrastrutturali;

• WP3 Travel Demand and optimization of Networks – sviluppare soluzioni tecnologiche e metodologie che, agendo sia sull’ottimizzazione della rete che sul comportamento e sulle percezioni dei viaggiatori, aumentino l’accessibilità e l’efficienza dei sistemi di trasporto multimodale;

• WP6 Methods, tools and procedures for testing and validation – costruire i laboratori in modo da testare le sperimentazioni effettuate nello Spoke, al fine di costruire un ambiente completo e banchi di prova in condizioni controllate.

PARTNER DEL PROGETTO

SOCIETÀ GRUPPO

Università degli Studi di Napoli Federico II, Università degli Studi di Bologna, Politecnico di Bari, Università degli Studi di Roma “La Sapienza”, Università degli Studi di Brescia, Università degli Studi di Pisa, Università degli Studi di Salerno, Università del Salento, Almaviva SpA, Autostrade per l’Italia SpA, Ferrovie Nord Milano SpA, Ferrovie dello Stato Italiane SpA, Teoresi SpA, Intesa San Paolo SpA, Unipolsai Assicurazioni SpA

FS COINVOLTE ANAS SpA

OBIETTIVI DEL PROGETTO

Obiettivi del progetto che coinvolge ANAS SpA, riguardano la progettazione e realizzazione di una Smart Road dell’asset stradale SS 7 quater Via Domitiana dei servizi C–ITS (Cooperative Intelligent Transport Systems) e la sperimentazione di una soluzione “dynamic speed limit” per adattare il limite di velocità alle condizioni del traffico o per gestire eventuali criticità che occorrono sulla rete (es: dematerializzazione della segnaletica stradale, segnalazione/ gestione dei lavori stradali, segnalazione di condizioni di traffico rallentato o fermo, segnalazione di luci di emergenza accese, segnalazione del sopraggiungere di veicoli di emergenza, misura, al variare del tasso di penetrazione dei veicoli connessi e di un crescente livello di automazione della guida, degli effetti sugli utenti e sul gestore).

SPOKE 7 – CCAM, CONNECTED NETWORKS AND SMART INFRASTRUCTURES

INNOVAZIONE

RISPETTO ALLO

STATO DELL’ARTE

Nel contesto della viabilità italiana verrà realizzato un nuovo prototipo di Smart Road, attualmente esistente solamente in alcuni tratti di viabilità nazionale, non standardizzati né normati e protocolli di interoperabilità tra gestori con connettività veicolo–infrastruttura tramite Telco e tecnologie su strada.

La “Smart Road” è la “via” per muoversi in maniera più intelligente. Oggi, grazie alle nuove tecnologie, possiamo avere strade che comunicano con gli automobilisti per fornire in tempo reale informazioni su traffico, incidenti lungo il percorso o condizioni meteorologiche. Domani, le Smart Road potranno essere il contesto iperconnesso in cui viaggeranno le auto a guida autonoma.

IMPATTI E RISULTATI ATTESI

La nuova mobilità, la cosiddetta smart mobility, nasce in questo contesto: l’utilizzo delle nuove tecnologie potrà agevolare gli spostamenti su gomma e renderli più sicuri, attraverso la comunicazione e la connessione con veicoli che percorrono un determinato tratto stradale. Grazie alla digitalizzazione dell’infrastruttura e all’integrazione di tecnologie come IoT, AI, Big Data e sensoristica avanzata, sarà possibile monitorare in tempo reale le condizioni della rete, intervenire tempestivamente in caso di criticità e adattare dinamicamente limiti di velocità in funzione del traffico, delle condizioni meteo e della presenza di veicoli di emergenza.

Tra i principali impatti attesi a medio–lungo termine vi sono:

• riduzione degli incidenti stradali grazie alla comunicazione veicolo–infrastruttura e alla segnalazione preventiva di pericoli;

• ottimizzazione dei flussi di traffico, con una diminuzione dei tempi di percorrenza;

• abbattimento delle emissioni e dei consumi energetici, grazie alla fluidificazione del traffico e alla gestione intelligente della mobilità;

• supporto alla guida autonoma, creando un contesto iperconnesso e sicuro per i veicoli del futuro, in linea con gli scenari europei di mobilità cooperativa e automatizzata.

In sintesi, il progetto non solo può migliorare la sicurezza e l’efficienza della rete stradale, ma pone le basi per una mobilità intelligente, sostenibile e inclusiva, capace di rispondere alle sfide del futuro.

IL GRUPPO FS NEL MOST

Previsione degli impatti sull’infrastruttura ferroviaria derivanti da forti precipitazioni

PROGETTO Il progetto intende integrare con tecnologie radar la già prevista rete di monitoraggio pluviometrico di Rete Ferroviaria Italiana SpA per la previsione degli impatti delle precipitazioni sull’infrastruttura ferroviaria, in grado di fornire all’operatore, grazie a protocolli di scambio dati verso una piattaforma previsionale internalizzata, la probabilità di accadimento dell’evento franoso, informazione non sempre di facile interpretazione per gli addetti alla circolazione.

SPOKE 7 – CCAM, Connected Networks and Smart Infrastructures

WORK

PACKAGES

OBIETTIVI

WORK PACKAGE

4 – Resilience of networks, structural health monitoring and asset management

6 – Methods, tools and procedures for testing and validation

Il progetto che coinvolge RFI SpA investe principalmente due Workpackage con seguenti obiettivi generali:

• WP4 Resilience of networks, structural health monitoring and asset management - sviluppare soluzioni robuste e automatizzate (o almeno assistite) per la manutenzione delle infrastrutture, nonché metodi per la valutazione della resilienza a livello di rete e per la gestione degli asset infrastrutturali. Il WP4 si occupa, tra le altre cose, di: sensori, elaborazione dei dati e diagnosi remota; intelligenza artificiale, modellazione e previsione; tecnologie Digital Twin; manutenzione automatizzata/assistita e robotica; valutazione della resilienza su scala locale e globale (propagazione dei guasti nella rete); sistemi di supporto alle decisioni orientati alla resilienza per la pianificazione strategica e le operazioni di protezione civile, inclusi strumenti moderni, aggiornati e facilmente utilizzabili (digitalizzati) per il censimento degli asset infrastrutturali (sia patrimonio storico che infrastrutture costruite o ricostruite nel secondo dopoguerra e negli anni del boom economico);

• WP6 Methods, tools and procedures for testing and validation - costruire i laboratori in modo da testare le sperimentazioni effettuate nello Spoke, al fine di costruire un ambiente completo e banchi di prova in condizioni controllate.

PARTNER DEL PROGETTO Politecnico di Torino (come leader WP4) Ferrovie dello Stato Italiane SpA

SOCIETÀ GRUPPO

FS COINVOLTE Rete Ferroviaria Italiana SpA

OBIETTIVI DEL PROGETTO

Studio sperimentale per la realizzazione futura di una rete di monitoraggio pluviometrico composta sia da sensori pluviometrici che da radar metereologici per la previsione degli impatti sull’infrastruttura ferroviaria derivanti da forti precipitazioni.

Si mira a sviluppare opportuni algoritmi di integrazione con le reti esistenti e di ottimizzazione della stima di pioggia attraverso i radar metereologici per fornire un dato di misura della pioggia più realistico possibile. In particolare, dovrà essere possibile rilevare eventi localizzati di forte intensità e breve durata in maniera precisa per permettere la definizione di protocolli per gestione del nowcasting real–time relativo alla gestione degli eventi meteo precipitativi intensi.

Obiettivi specifici sono:

• ottimizzare la stima a livello areale del dato di pioggia da poter utilizzare nei sistemi previsionali di early warning meteo climatico;

• consentire la taratura della stima di pioggia nel caso in cui vengano registrati eventi significativi di pioggia;

• avere in tempo reale indicazione sullo stato del tempo nelle tratte della rete nazionale poco coperte dalla rete di monitoraggio della Protezione Civile;

SPOKE 7 – CCAM, CONNECTED NETWORKS AND SMART INFRASTRUCTURES

INNOVAZIONE

RISPETTO ALLO

STATO DELL’ARTE

• individuare meglio le aree più critiche su cui effettuare la sorveglianza attiva in caso di allerte meteo dotandosi di una efficace piattaforma di supporto alle decisioni che permetta anche una sorveglianza da remoto o in alternativa consentire una programmazione opportuna delle visite di sorveglianza;

• costituire un archivio di dati pluviometrici, per modellizzare meglio gli impatti prodotti dalle piogge sull’infrastruttura ferroviaria, per aumentarne la resilienza anche a lungo periodo.

Sviluppo di una metodologia che consenta di ottimizzare la stima quantitativa di pioggia reale, mediante l’accoppiamento di misure da radar meteorologico e rilevamenti da una rete di pluviometri a terra; inoltre, saranno sviluppati protocolli di scambio dati verso una piattaforma previsionale internalizzata.

L’utilizzo integrato di sensori (che consentono la misurazione del dato puntuale a terra) e radar metereologici (strumenti in grado di acquisire dati con una risoluzione spaziale molto elevata) consente di associare alla misura localizzata delle precipitazioni, una stima dei volumi di pioggia a scala di bacino (che in assenza di taratura con dati forniti dai pluviometri risentirebbe delle condizione orografiche dell’area di misura), rilevare eventi localizzati di forte intensità e breve durata, definire protocolli per la gestione del nowcasting real time relativo agli eventi meteo precipitativi intensi.

Sono state, in particolare, individuate tratte dell’infrastruttura in cui la densità di pluviometri della rete di monitoraggio nazionale risulta carente e tratte dove radar della rete di monitoraggio nazionale non garantiscono una risposta ottimale nelle valutazioni che i modelli previsionali debbono svolgere nella individuazione delle tratte potenzialmente a rischio di fenomeni di dissesto pluvio–indotti e/o idraulici.

IMPATTI E RISULTATI ATTESI

Rete Ferroviaria Italiana (RFI) SpA gestisce una fitta rete infrastrutturale ferroviaria diffusa sul tutto il territorio nazionale caratterizzato da un’elevata complessità geomorfologica con molteplici fragilità e criticità correlate in particolare al dissesto idrogeologico. La resilienza delle infrastrutture rappresenta, pertanto, un tema centrale per garantire l’efficienza, la sicurezza e l’affidabilità del sistema di mobilità del Paese.

L’utilizzo e l’implementazione di sistemi di “early warning” possono aiutare a prevenire disagi sull’infrastruttura ferroviaria nazionale.

In sintesi, i principali impatti attesi a medio termine sulle tratte di utilizzo dei nuovi sistemi di monitoraggio sono:

• miglioramento della sicurezza e dell’affidabilità della rete ferroviaria in condizioni meteo critiche;

• ottimizzazione della manutenzione grazie a dati più precisi e tempestivi;

• riduzione dei tempi di intervento e dei costi operativi;

• supporto alle decisioni strategiche per la protezione civile e la gestione delle emergenze;

• incremento della resilienza infrastrutturale a lungo termine;

• contributo alla sostenibilità ambientale attraverso una gestione più efficiente e digitale delle risorse.

IL GRUPPO FS NEL MOST – Progetti per la mobilità sostenibile

SPOKE 7 – CCAM, CONNECTED NETWORKS AND SMART INFRASTRUCTURES

Tecnologia acustica per il monitoraggio infrastrutture

(TAMI)

PROGETTO Sviluppo di una tecnologia acustica per il monitoraggio strutturale di un ponte a graticcio, con travi in cemento armato precompresso, tramite l’utilizzo di sensori acustici che sfruttano la rilevazione passiva delle onde elastiche rilasciate a livello atomico dai materiali soggetti a fenomeni di fratturazione, anche di piccola entità, sotto lo stimolo di sollecitazioni (meccaniche, termiche, pressioni, etc.).

SPOKE 7 – CCAM, Connected Networks and Smart Infrastructures

WORK

PACKAGES

OBIETTIVI

4 – Resilience of networks, structural health monitoring and asset management

6 – Methods, tools and procedures for testing and validation

WORK PACKAGE Il progetto coinvolge ANAS SpA ed investe principalmente due Workpackage, il 4 e il 6, che hanno i seguenti obiettivi generali:

PARTNER DEL PROGETTO

SOCIETÀ GRUPPO

FS COINVOLTE

OBIETTIVI DEL PROGETTO

Università degli Studi di Roma “La Sapienza” Politecnico di Torino

Ferrovie dello Stato Italiane SpA

ANAS SpA

Con il sistema si intende valutare il progressivo deterioramento dei materiali (usura/invecchiamento/anomalie strutturali) attraverso la rilevazione dei segnali acustici prodotti dal progressivo rilascio di energia, trasmessi dalla struttura sotto forma di onde elastiche dovute a stress strutturale. Si intende inoltre confrontare i risultati con quelli ottenuti da un sistema accelerometrico.

In particolare, si mira a: – valutare lo stato di deterioramento dei materiali (usura/invecchiamento/anomalie strutturali) rilevando i segnali acustici dovuti al progressivo rilascio di energia, trasmessi alla struttura sotto forma di onde elastiche dovute a stress strutturale; – individuare soglie che consentano di determinare precocemente (in modalità “early worning”) stati di degrado che possano compromettere la sicurezza delle strutture.

INNOVAZIONE

RISPETTO ALLO

STATO DELL’ARTE

Il progetto mira a migliorare la sicurezza e la resilienza nel campo delle infrastrutture stradali e ferroviarie attraverso l’implementazione di tecniche avanzate di monitoraggio acustico, allo stato attuale con limitato utilizzo e principalmente a scopo sperimentale.

Integrando nuove tecnologie di monitoraggio con i protocolli di sicurezza esistenti, il progetto mira a migliorare gli attuali standard di sicurezza complessivi per il monitoraggio dei danni in modalità “early–warning”, con la finalità di utilizzare in futuro il sistema per poter intervenire con largo anticipo rispetto a situazioni di potenziale pericolo per eccessivo degrado.

SPOKE 7 – CCAM, CONNECTED NETWORKS AND SMART INFRASTRUCTURES

IMPATTI E RISULTATI ATTESI

Alcuni potenziali impatti del progetto includono:

• la riduzione dei guasti delle infrastrutture – Implementando sistemi di monitoraggio e supervisione in tempo reale basati su emissione acustica, in accoppiamento con sistemi di monitoraggio più comunemente utilizzati, come per esempio quelli accelerometrici – Il progetto mira a identificare precocemente l’evoluzione dei danni, prevenendo condizioni strutturali critiche prima che si verifichino ed evitando potenziali incidenti che coinvolgono veicoli;

• l’adozione di misure di sicurezza migliorate – Il progetto si concentra sullo sviluppo di misure di sicurezza avanzate (che vanno oltre le procedure tradizionali) promuovendo un approccio “integrato” alla gestione della sicurezza delle infrastrutture.

IL GRUPPO FS NEL MOST – Progetti per la mobilità sostenibile

Figura 2 – Installazione del sistema di monitoraggio all’intradosso del Viadotto San Clemente SS 700 Reggia di Caserta

Figura 1 – Sensori acustici risonanti ad alta (150 kHz) ed a bassa frequenza (25 kHz) nel campo dell’ultrasuono

Sistemi di ricarica Smart

PROGETTO Sviluppo di soluzioni tecnologiche per il testing di sistemi di ricarica che ottimizzino i collegamenti alla rete di distribuzione in ottica G2V & V2G (Grid–To–Vehicle & Vehicle–To–Grid).

SPOKE 7 – CCAM, Connected Networks and Smart Infrastructures

WORK PACKAGES 5 – Zero–carbon refuelling/recharging infrastructures and grids

OBIETTIVI

WORK PACKAGE

Il WP5 ha lo scopo di sviluppare nuove soluzioni infrastrutturali basate sull’implementazione di reti per la mobilità sostenibile, fondate su vettori energetici puliti e verdi e sull’utilizzo di fonti di energia rinnovabile.

Tra gli obiettivi principali:

• massimizzare i benefici economici e ambientali delle infrastrutture di rifornimento/ricarica;

• gestione ottimale dei flussi energetici (idrogeno ed elettricità) nelle stazioni di rifornimento/ricarica a zero emissioni di carbonio;

• infrastrutture integrate di ricarica/rifornimento in base ai diversi siti e alla disponibilità di fonti rinnovabili;

• sistemi per lo stoccaggio e l’utilizzo dell’idrogeno;

• diversi sistemi per la ricarica dei veicoli elettrici a batteria e per l’erogazione dell’idrogeno.

PARTNER DEL PROGETTO

SOCIETÀ GRUPPO

Università degli Studi di Napoli Federico II, Università degli Studi di Roma “La Sapienza” Università degli Studi di Napoli Parthenope, Università degli Studi di Bologna, Ferrovie dello

Stato Italiane SpA

FS COINVOLTE ANAS SpA

OBIETTIVI DEL PROGETTO ANAS SpA ha collaborato allo sviluppo di studi e ricerche aventi come obiettivi principali:

• sviluppo di analisi relative alle specifiche tecniche, alla fattibilità economica e allo studio progettuale per la realizzazione di un prototipo atto alla sperimentazione di sistemi di ricarica smart;

• sviluppo di analisi relative alle specifiche tecniche, alla fattibilità economica e allo studio progettuale per la realizzazione di un centro di controllo prototipale atto all’ottimizzazione della gestione e del monitoraggio dello stato di manutenzione e operatività delle infrastrutture di ricarica elettrica;

• standard e modelli di integrazione della soluzione individuata con gli attuali sistemi e/o applicazioni al servizio dell’utenza stradale;

• casi di test in ambiente simulato e reale e analisi di modelli di scalabilità futura.

INNOVAZIONE

RISPETTO ALLO

STATO DELL’ARTE

progetti nell’ambito del WP5 introducono soluzioni tecnologiche avanzate che superano lo stato dell’arte attuale nel campo delle infrastrutture di ricarica per la mobilità sostenibile. Tra gli elementi innovativi principali:

• centro di controllo per la mobilità a idrogeno/elettrica (CCIM): dotato di context broker per la gestione dello scambio informativo tra veicolo e stazione di rifornimento a idrogeno, favorendo l’interoperabilità e la comunicazione intelligente;

• charging point management system (CPMS): sistema di gestione e monitoraggio dei flussi energetici tra infrastrutture di ricarica (reali o emulate) e veicoli elettrici (reali o emulati), con capacità di controllo centralizzato e ottimizzazione dinamica;

• EV diagnostic system (EV–DS): sistema diagnostico in grado di raccogliere dati durante la ricarica per stimare lo stato di salute della batteria del veicolo, migliorando la manutenzione predittiva e la sicurezza;

• sistema di ricarica integrato con rete elettrica: collegamento diretto con il Laboratorio di Microgrid dell’Università degli Studi di Roma “La Sapienza”, per testare l’interazione tra veicoli elettrici e rete in ottica V2G (Vehicle–to–Grid) e G2V (Grid–to–Vehicle);

SPOKE 7 – CCAM, CONNECTED NETWORKS AND SMART INFRASTRUCTURES

IMPATTI E RISULTATI ATTESI

Queste innovazioni abilitano una gestione intelligente, sostenibile e scalabile delle infrastrutture di ricarica, promuovendo l’integrazione tra energia rinnovabile, mobilità elettrica e idrogeno.

L’implementazione delle attività dei progetti in ambito WP5 è destinata a generare impatti significativi e risultati concreti in diversi ambiti (ambientali, tecnologici, economici, ecc) tra i quali:

• riduzione delle emissioni climalteranti grazie all’uso di vettori energetici puliti e all’integrazione con fonti rinnovabili;

• contributo diretto agli obiettivi di decarbonizzazione del settore dei trasporti;

• validazione di sistemi avanzati per la gestione e il monitoraggio delle infrastrutture di ricarica;

• sviluppo d modelli replicabili e scalabili per l’integrazione tra mobilità elettrica, idrogeno e reti intelligenti;

• ot timizzazione dei costi operativi e di manutenzione grazie alla diagnostica avanzata e alla gestione centralizzata;

• stimolo all’innovazione industriale e alla crescita del settore delle infrastrutture energetiche.

IL GRUPPO FS NEL MOST – Progetti per la mobilità sostenibile

CCAM&MOD4Italy as Digital Twins (CCAM&MOD4Italy)

PROGETTO Il progetto realizza una rete di laboratori, aree sperimentali protette, living lab e piattaforme nazionali, in grado di sviluppare e offrire prodotti, servizi e attività aperti a diversi utenti. È orientato al mercato dei componenti e delle soluzioni per la connettività dei veicoli, al mondo degli operatori stradali e alle autorità pubbliche. Esso riguarda i settori dello sviluppo, del testing e della validazione/certificazione per CCAM (Cooperative, Connected and Automated Mobility) e per il digital twinning dei sistemi di mobilità urbana. La metodologia adottata consente di sviluppare e testare soluzioni CCAM in ambienti operativi e parte dalla definizione e sperimentazione di servizi C–ITS (Cooperative–Intelligent Transport Systems) in contesti quotidiani. A tal fine, il progetto si pone come punto di riferimento per lo sviluppo dell’ecosistema CCAM in Italia, proponendo piattaforme e architetture nazionali che le istituzioni possono adottare per la scalabilità a livello nazionale.

SPOKE 7 – CCAM, Connected Networks and Smart Infrastructures

FLAGSHIP CCAM&MOD4Italy

PARTNER DEL PROGETTO CNR/STEMS – Università degli Studi di Napoli Federico II– Università degli Studi di Roma “La Sapienza” – Università degli Studi di Napoli Parthenope – Almaviva SpA – Autostrade per l’Italia SpA – Ferrovie dello Stato Italiane SpA – Intesa San Paolo SpA – Unipolsai Assicurazioni SpA – Teoresi SpA

SOCIETÀ GRUPPO

FS COINVOLTE ANAS SpA FSTechnology SpA

OBIETTIVI DEL PROGETTO

INNOVAZIONE

RISPETTO ALLO

STATO DELL’ARTE

L’iniziativa intende arrivare a realizzare un Centro Nazionale di Riferimento per CCAM e Infrastrutture Intelligenti, comprendendo tre Infrastrutture di Ricerca, quattro laboratori di supporto e due Piattaforme Prototipali.

In particolare, si mira a sviluppare laboratori di supporto che permettano di sperimentare i sistemi C–ITS (Cooperative Intelligent Transport Systems) in scenari urbani ed extra–urbani.

Il progetto prevede anche lo sviluppo di una piattaforma telematica per l’integrazione, l’analisi e l’elaborazione dei dati sulla mobilità e sulle prestazioni del sistema dei trasporti, con l’obiettivo di fornire alle amministrazioni urbane un sistema di riferimento comune per la pianificazione degli interventi (lungo periodo) e la gestione del sistema dei trasporti, di passeggeri e merci (utilizzo on–line).

Il progetto è orientato al mercato dei componenti e delle soluzioni per la connettività dei veicoli, al mondo degli operatori stradali e alle autorità pubbliche. Esso opera nel campo dello sviluppo, della sperimentazione e della qualificazione di CCAM e del digital twin dei sistemi di mobilità urbana. La metodologia adottata consente di sviluppare e testare soluzioni CCAM in ambienti operativi quotidiani. A tal fine, vengono sviluppate tecnologie e strumenti di modellazione avanzati e il progetto pilota è al servizio della diffusione dell’ecosistema CCAM in Italia, proponendo piattaforme e architetture nazionali che le istituzioni possono adottare per lo scale–up nazionale, diffondendo l’approccio standardizzato per lo sviluppo delle Smart Roads.

Il progetto può rappresentare un importante progresso nei seguenti ambiti, abilitando a livello operativo diversi servizi non ancora completamente presenti nello scenario quotidiano:

• gestione del traffico in tempo reale, consentendo l’ottimizzazione dei flussi di traffico grazie alla condivisione di informazioni in tempo reale su velocità dei veicoli, posizione e condizioni del traffico;

• nuovi approcci alla sicurezza stradale, attraverso la previsione di potenziali collisioni, l’attenuazione delle onde d’urto del traffico e la protezione degli utenti vulnerabili della strada;

• precedenza ai veicoli di emergenza;

• sistemi di pagamento integrati per pedaggi e altri servizi;

SPOKE 7 – CCAM, CONNECTED NETWORKS AND SMART INFRASTRUCTURES

IL GRUPPO FS NEL MOST – Progetti per la mobilità sostenibile

IMPATTI E RISULTATI ATTESI

• produzione di dati avanzati da veicoli in movimento e progressiva dematerializzazione dei sistemi di rilevamento del traffico;

• gemelli digitali integrati con dati ibridi e modelli predittivi per la mobilità.

Sviluppo, collaudo e qualificazione di soluzioni di Mobilità Connessa, Cooperativa e Automatica (CCAM) e Infrastrutture Intelligenti, con lo scopo di sviluppare un modello di riferimento per lo sviluppo di Smart Roads e processi di certificazione dei componenti correlati. Sviluppo, inoltre, di una piattaforma digitale per l’analisi, la gestione e la pianificazione della mobilità urbana, in grado di sfruttare sia le nuove tecnologie CCAM sia dati provenienti dalla telefonia cellulare, dai dati delle auto in movimento e da altre fonti in modo da rappresentare un riferimento utile a disposizione di Enti, Autorità ed altri Soggetti interessati alla pianificazione e gestione della mobilità nei trasporti. Queste innovazioni contribuiscono collettivamente a creare sistemi di trasporto più sicuri, efficienti e sostenibili dal punto di vista ambientale, aprendo la strada, se applicate ai contesti urbani, allo sviluppo delle smart cities e al futuro della mobilità.

SPOKE 7 – CCAM, CONNECTED NETWORKS AND SMART INFRASTRUCTURES

MOOC – Il monitoraggio delle infrastrutture: un approccio alla sicurezza e alla resilienza

PROGETTO Video lezioni inerenti all’impegno del Gruppo FS nelle attività di ricerca dello SPOKE 7 del MOST

SPOKE 7 – CCAM, Connected Networks and Smart Infrastructures

TITOLO Il monitoraggio delle infrastrutture: un approccio alla sicurezza e alla resilienza

PARTNER DEL PROGETTO Ferrovie dello Stato Italiane SpA

SOCIETÀ GRUPPO

Politecnico di Torino

Università degli Studi di Roma “La Sapienza”

FS COINVOLTE ANAS SpA

OBIETTIVI DEL PROGETTO

Il corso è dedicato alla presentazione delle più moderne metodologie per il monitoraggio e la diagnostica delle strutture, con l’obiettivo di fornire conoscenze e strumenti operativi per la definizione di strategie di manutenzione predittiva orientate alla sicurezza e alla resilienza delle infrastrutture civili e industriali. Rivolto a un pubblico eterogeneo di tecnici, professionisti e ricercatori, il corso affronta in modo sistematico l’evoluzione delle tecnologie di monitoraggio, dalla fase sperimentale di laboratorio fino all’applicazione su infrastrutture reali.

Particolare attenzione è dedicata ai sistemi basati sull’Emissione Acustica (AE), in grado di rilevare in tempo reale la formazione e la propagazione di fessure, localizzarne l’origine e stimare la vita residua delle strutture.

Accanto a queste tecniche, vengono analizzati altri sistemi di monitoraggio strutturale non distruttivo, come quelli accelerometrici, radar terrestri e satellitari e metodi di interferometria radar (InSAR e GRI), oltre alle tecnologie ottiche basate sulla Digital Image Correlation (DIC).

Il confronto tra i diversi approcci evidenzia rispettivi punti di forza, i limiti e criteri di scelta più appropriati in funzione del tipo di struttura, delle condizioni operative e degli obiettivi del controllo. Il corso illustra inoltre le procedure di testing e validazione in laboratorio, indispensabili per verificare l’affidabilità dei sistemi di monitoraggio prima della loro implementazione sul campo.

Seguono le sperimentazioni in situ, condotte su opere infrastrutturali reali, per valutare la risposta dei diversi metodi in contesti complessi e dinamici.

Un modulo specifico è dedicato ai sistemi informativi di supporto alla gestione delle strutture monitorate, che integrano dati raccolti dai sensori con strumenti digitali di analisi e visualizzazione, permettendo una gestione efficiente e tempestiva delle attività di manutenzione.

Infine, viene presentato l’approccio integrato proposto nell’ambito di progetti di ricerca nazionali dedicati alla resilienza delle infrastrutture, in cui la combinazione di diverse tecniche diagnostiche e strumenti digitali consente una valutazione completa dello stato di salute delle opere e un miglioramento significativo delle strategie di prevenzione e gestione del rischio strutturale. Il corso si configura dunque come un percorso formativo e di aggiornamento avanzato per comprendere e applicare in modo consapevole le tecnologie più promettenti nel campo dello Structural Health Monitoring, con una visione orientata all’innovazione e alla sostenibilità della gestione infrastrutturale.

SPOKE 7 – CCAM, CONNECTED NETWORKS AND SMART INFRASTRUCTURES

TITOLI DEL CORSO E RISULTATI ATTESI

Lezioni Titoli Risultati attesi

1 La resilienza delle infrastrutture per trasporti: l’approccio del Gruppo FS Italiane SpA

9 Sistemi integrati di monitoraggio strutturale: criteri di scelta

2 FS Italiane SpA nello Spoke 7 per la resilienza delle infrastrutture

La resilienza delle infrastrutture per i trasporti: l’approccio del Gruppo FS Italiane SpA: far comprendere il concetto di resilienza applicato alle infrastrutture ferroviarie, illustrando alcuni progetti innovativi sviluppati dal Gruppo FS Italiane SpA nell’ambito del MOST.

FS Italiane SpA nello Spoke 7 per la resilienza delle infrastrutture: introdurre e rendere noti alcuni progetti sviluppati dal Gruppo FS Italiane SpA nell’ambito dello Spoke 7 del MOST, finalizzati ad aumentare la resilienza delle infrastrutture di trasporto.

3 La gestione delle opere infrastrutturali: manutenzione preventiva e predittiva

4 Utilizzo dei sistemi EA per il monitoraggio della formazione di fessure nelle strutture e loro localizzazione

5 Identificazione dinamica delle strutture per Structural Health Monitoring

La gestione delle opere infrastrutturali: manutenzione preventiva e predittiva capacità di analizzare, confrontare e applicare in modo consapevole le strategie di manutenzione preventiva e predittiva per la gestione delle infrastrutture, comprendendo le tecnologie e processi che ne ottimizzano sicurezza, efficienza e sostenibilità.

Utilizzo dei sistemi EA per il monitoraggio della formazione di fessure nelle strutture e loro localizzazione: comprensione dell’utilizzo di tecniche AE per rilevare e localizzare in tempo reale la formazione di fessure, garantendo un controllo non distruttivo e continuo dello stato di salute delle strutture.

Identificazione dinamica delle strutture per Structural Health Monitoring: introdurre gli aspetti di base del monitoraggio della salute strutturale (SHM) basato sulle vibrazioni che utilizza tecniche di identificazione dinamica per estrarre in modo efficiente segni affidabili di variazioni delle caratteristiche strutturali.

6 Le tecnologie acustiche per il monitoraggio delle infrastrutture

Le tecnologie acustiche per il monitoraggio delle infrastrutture: apprendere le tecniche acustiche, come l’emissione acustica e l’Impact–Echo, permettono di rilevare in modo non distruttivo fessure e difetti interni nelle strutture. La loro integrazione garantisce un monitoraggio efficace e predittivo dello stato di salute delle infrastrutture.

7 Prove in laboratorio per testare i sistemi di monitoraggio strutturale

Prove in laboratorio per testare i sistemi di monitoraggio strutturale: apprendere le modalità di prova in ambiente controllato che consentono di riprodurre le condizioni reali delle strutture per la validazione sperimentale di sensori, materiali e tecnologie per il monitoraggio strutturale.

8 Sperimentazioni in sito per il monitoraggio e la diagnostica strutturale

Sperimentazioni in sito per il monitoraggio e la diagnostica strutturale: comprensione del contesto normativo e tecnico del monitoraggio delle infrastrutture al fine di distinguere e valutare le principali tecnologie e metodi di monitoraggio strutturale e applicare in modo responsabile le soluzioni più adatte per garantire la sicurezza e la durabilità delle infrastrutture.

Sistemi informativi per la gestione delle strutture sottoposte a monitoraggio

Sistemi integrati di monitoraggio strutturale: criteri di scelta: comprendere l’integrazione di tecniche come Emissione Acustica, InSAR e Digital Image Correlation consente un controllo multiscala e continuo delle infrastrutture. Questa combinazione migliora la diagnosi, la manutenzione predittiva e la sicurezza strutturale.

Sistemi informativi per la gestione delle strutture sottoposte a monitoraggio: conoscere le caratteristiche principali delle tecnologie attuali di supporto al monitoraggio strutturale nella gestione di megadati, nella conoscenza predittiva tramite tecniche di intelligenza artificiale e nella gestione delle infrastrutture tramite gemelli digitali.

IL GRUPPO

SPOKE 9 URBAN MOBILITY

4 | SPOKE 9 – URBAN MOBILITY

4.1 | OBIET TIVI PRINCIPALI

La principale finalità dello Spoke Urban Mobility (www.centronazionalemost.it/Spoke9.html) è dimostrare come i progressi tecnologici nel settore della mobilità e dei trasporti possano contribuire a risolvere i problemi di mobilità nelle città, favorendo lo sviluppo di sistemi di trasporto meno inquinanti, più sicuri ed efficienti

Un’ulteriore finalità riguarda la comprensione del comportamento degli utenti alla base delle scelte di mobilità e delle attitudini individuali verso le tecnologie innovative e i nuovi servizi di trasporto (sharing, driverless, air mobility, …).

Le modalità di conseguimento delle finalità del progetto sono articolate nei seguenti obiettivi:

• migliorare la conoscenza e il governo del sistema di mobilità urbana;

• migliorare l’efficienza del sistema di trasporto nei corridoi e nei terminali intermodali mediante tecnologie di telecomunicazione e nuovi sistemi di controllo;

• miglioramento di accessibilità ai servizi di mobilità sostenibile;

• realizzazione di un sistema di mobilità resiliente, sicuro e poco inquinante (nell’intero ciclo vita – LCA) mediante tecnologie digitali e nuovi materiali;

• riduzione delle emissioni nocive causate dalla mobilità urbana, accelerando la transizione verso il trasporto a emissioni zero;

• incremento dell’efficienza dei sistemi di trasporto urbano accelerando una transizione equa e sostenibile verso i veicoli a guida autonoma.

Il risultato finale è quello di dimostrare l’ef-

fettiva applicabilità ed efficacia di un nuovo modello di mobilità urbana che, partendo da un approccio olistico, integri molteplici tecnologie coerenti con le preferenze degli utenti e renda alternative sostenibili, integrate e multimodali ampiamente disponibili, accessibili, e di facile fruizione da parte di ciascuna categoria sociale al fine di raggiungere obiettivi di salute e ambiente.

Spoke Coordinator

Università degli Studi di Roma “La Sapienza” (Prof. Gaetano Fusco).

Università e Centri di Ricerca Affiliati

Politecnico di Milano

Università degli Studi di Cagliari

Università degli Studi di Cassino

Università degli Studi di Firenze

Università degli Studi di Palermo

Università degli Studi di Parma.

Società Affiliate a2a SpA

Almaviva SpA

Autostrade per l’Italia SpA

Ferrovie dello Stato Italiane SpA

FNM SpA

Leonardo SpA

Lutech SpA

Pirelli Tyre SpA

Thales Alenia Space Italia SpA

UnipolSai SpA.

Società del Gruppo FS coinvolte

Ferrovie dello Stato Italiane SpA (FS Research Centre)

BusItalia Sita Nord Srl

FS Sistemi Urbani SpA

FSTechnology SpA

Italferr SpA

Rete Ferroviaria Italiana SpA

Work Packages

Work Package 1 – Smart Urban Mobility

Management and Governance

Work Package 2 – Infrastructures and Terminals for Mobility

Work Package 3 – Sustainable Urban Mobility Services

Work Package 4 – Smart, Safe, Green and Clean Vehicles and Transport Systems

Work Package 5 – Set–up of Integrated Demonstrators and Living Labs.

4.2 | PARTECIPAZIONE DEL GRUPPO FS ALLO SPOKE 9

Intelligent Path for Electric Vehicle (IP4EV)

Modelli per il dimensionamento dei servizi dell’HUB Multimodale

Modelli per l’analisi dei Wider Economic Impacts

Indici di walkability/bikeability

Flagship Model4Italy

The Ultimate Sharing Service (TUSS).

IP4EV Intelligent Path for Electric Vehicle

PROGETTO Il progetto Intelligent Path for Electric Vehicle (IP4EV) ha studiato un sistema avanzato di ottimizzazione dedicato ai bus elettrici.

SPOKE 9 – Urban Mobility

WORK PACKAGE 1 – Smart Urban Mobility Management and Governance

OBIETTIVO DEL WORK PACKAGE

Indagare nuovi metodi di pianificazione e politiche di sviluppo e riqualificazione urbani. Studiare metodi di progettazione urbana basati sulla governance orizzontale. Progettare, testare e sviluppare un concetto di sistema di trasporto per ampie aree di interesse storico e turistico.

PARTNER DEL PROGETTO Università degli Studi di Roma “La Sapienza” Ferrovie dello Stato Italiane SpA

SOCIETÀ GRUPPO

FS COINVOLTE Busitalia Sita Nord Srl

OBIETTIVI DEL PROGETTO

Il progetto IP4EV (Intelligent Path for Electric Vehicle) ha l’obiettivo di analizzare un sistema avanzato di ottimizzazione dell’efficienza delle batterie presenti all’interno di autobus elettrici dedicati al Trasporto Pubblico Locale (TPL).

Sfruttando un approccio basato sull’uso di gen AI (Intelligenza Artificiale generativa), il sistema è volto a proporre percorsi energeticamente efficienti, mantenendo le fermate obbligatorie negli orari previsti e riducendo al minimo il consumo e il degrado delle batterie, ottimizzando al contempo le opportunità di autoricarica come ad esempio la frenata rigenerativa. L’intera gestione e la logica di ottimizzazione sono poi affiancate da un agente intelligente che assiste il conducente tramite suggerimenti di guida mirati al raggiungimento degli obiettivi.

L’architettura del progetto si basa sull’integrazione di una serie di dati in tempo reale acquisiti direttamente dagli autobus e arricchiti da dati provenienti da piattaforme esterne dedicate al routing, combinati con modelli predittivi che stimano il consumo energetico in funzione di variabili come pendenza, traffico e velocità.

L’algoritmo AI utilizza tecniche di ottimizzazione avanzate per suggerire percorsi migliori, garantendo la massima efficienza energetica.

Il sistema AI verrà usato per l’ottimizzazione delle corse degli autobus elettrici, generando i percorsi dinamicamente, impostando vincoli come la topografia, il traffico, il consumo delle batterie, gli orari e le fermate programmate con l’obiettivo di:

• proporre percorsi energeticamente efficienti che riducano il consumo della batteria.

• mantenere le fermate obbligatorie e i vincoli temporali dei veicoli, garantendo l’affidabilità del servizio;

• sfruttare al meglio la frenata rigenerativa per recuperare energia durante la guida;

• riduzione del consumo della batteria, quindi dell’esigenza di ricarica;

• aumento del tempo di vita della batteria e dei veicoli;

• miglioramento dell’efficienza operativa e riduzione dei costi associati alla gestione della flotta di autobus.

IP4EV quindi non è soltanto un sistema di routing intelligente, ma un ecosistema integrato per l’ottimizzazione energetica degli autobus elettrici.

Attraverso l’uso combinato di dati in tempo reale, modelli predittivi e Intelligenza Artificiale generativa, IP4EV garantisce non solo percorsi più efficienti, ma anche una riduzione del degrado delle batterie e un aumento della loro vita utile. L’agente intelligente di supporto al conducente traduce la complessità dell’ottimizzazione in suggerimenti pratici e spiegabili, migliorando lo stile di guida e riducendo lo stress operativo.

INNOVAZIONE

RISPETTO ALLO

STATO DELL’ARTE

IP4EV può rappresentare un miglioramento rispetto allo stato dell’arte, soprattutto per l’integrazione completa (batteria + routing + vincoli TPL + agente guidatore) e per l’uso di GenAI come strumento di supporto interattivo.

L’approccio proposto coniuga sostenibilità ambientale (meno consumo energetico, minori sostituzioni di batterie), efficienza economica (riduzione del TCO e maggiore ROI della flotta), e affidabilità del servizio (piena aderenza agli orari e alle fermate del TPL). La sua architettura modulare rende il sistema facilmente scalabile e replicabile in altri ambiti, dalla logistica elettrica urbana alle flotte aziendali.

In questo modo IP4EV si pone come un salto qualitativo rispetto allo stato dell’arte, passando da soluzioni parziali (routing, gestione batteria, fleet management) a una piattaforma unificata capace di generare valore per operatori, conducenti, passeggeri e comunità.

IMPATTI E RISULTATI ATTESI

IP4EV mira a ridurre i costi operativi delle flotte elettriche, incrementare l’autonomia dei veicoli

e contribuire alla mobilità sostenibile.

Principali benefici per l’Organizzazione:

• riduzione dei costi operativi grazie ad un minore consumo energetico;

• aumento del ciclo di vita di mezzi e batterie;

• miglioramento dell’efficienza logistica;

• principali benefici per l’Ambiente:

• riduzione significativa dell’impat to ambientale grazie ad una migliore efficienza energetica;

• contributo alla mobilità sostenibile nelle cit tà.

Il sistema vuole rappresentare una soluzione innovativa per le città che desiderano adottare una gestione virtuosa dei bus elettrici.

IL GRUPPO FS NEL MOST – Progetti per la mobilità sostenibile

SPOKE 9 – URBAN MOBILITY

Modelli per il dimensionamento dei servizi dell’HUB Multimodale

PROGETTO Test e validazione di algoritmi e modelli per il dimensionamento degli spazi e servizi dell'HUB Multimodale (sosta auto, stalli bici, Kiss&ride, stalli per servizi di Sharing Mobility, colonnine di ricarica) con applicazione al caso di studio di Milano San Cristoforo.

SPOKE 9 – Urban Mobility

WORK PACKAGE 2 – Infrastructures and Terminals for Mobility

OBIETTIVO DEL WORK PACKAGE Studio e simulazione di nuove strategie di gestione della mobilità intermodale nei terminal, sfruttando metodi di analisi dei big data e applicando tecnologie digitali, intelligenza artificiale e metodi di simulazione.

PARTNER DEL PROGETTO Politecnico di Milano Ferrovie dello Stato Italiane SpA

SOCIETÀ GRUPPO

FS COINVOLTE Rete Ferroviaria Italiana SpA

OBIETTIVI DEL PROGETTO Il progetto prevede la definizione delle catchment area delle stazioni ferroviarie gestite da RFI SpA per dimensionare i servizi di mobilità ospitati dalla stazione ferroviaria nella sua veste di hub intermodale.

Una prima fase progettuale vede la definizione dell’architettura funzionale di un modello di calcolo dedicato e l’acquisizione e l’analisi dei dati necessari per la definizione delle aree di influenza.

Indagini di campionamento e conteggio ad hoc degli utenti di stazione, rendono possibile la calibrazione del modello di calcolo e simulazione declinati ad un caso di studio reale, per la cui applicazione si è scelta la stazione ferroviaria di Milano San Cristoforo.

Una seconda fase è dedicata alla condivisione dei modelli di dimensionamento e posizionamento dei servizi intermodali di stazione attraverso attività di confronto e validazione relative ai principi metodologici su cui si fondano tali algoritmi relativi ai diversi servizi di accessibilità in stazione (p.es: sosta auto privata e kiss&ride, sosta per la sharing mobility, sosta per biciclette, infrastrutture di ricarica per veicoli elettrici) e relativi output.

Le architetture modellistiche sono state perfezionate, attraverso l’introduzione di elementi di calibrazione, che consentono di definire, in modo predittivo, il dimensionamento e posizionamento dei servizi intermodali – input progettuali per la rifunzionalizzazione dei piazzali delle stazioni ferroviarie.

Infine, il progetto prevede la definizione di Linee di indirizzo contenenti la descrizione dei principi guida alla base della metodologia proposta per la definizione dei modelli di dimensionamento dei servizi intermodali e relativa applicazione, corredati da una rappresentazione degli output attraverso, ad esempio, tavole tecniche specialistiche o applicativi GIS.

INNOVAZIONE

RISPETTO ALLO

STATO DELL’ARTE

Il Progetto ha consentito di testare un nuovo approccio di continuità delle analisi condotte, che uniscono simulazioni macro e micro, queste ultime relative agli spazi interni delle stazioni (flussi, percorsi, accessibilità) con le esigenze legate alla progettazione funzionale dei servizi di mobilità presenti nei piazzali e nelle aree di sosta.

Questa integrazione consente una visione sistemica e maggiormente efficace, in grado di rispondere alle esigenze reali degli utenti e ottimizzare flussi pedonali e l’interconnessione tra le diverse modalità di trasporto.

Inoltre, la definizione di linee di indirizzo per la realizzazione degli spazi di sosta dedicati alla mobilità condivisa (sharing mobility) nelle stazioni ferroviarie, rappresenta per le stazioni la declinazione di logiche strutturate e aprirà nuove prospettive per l’integrazione di forme di mobilità innovative con il trasporto ferroviario, rispondendo alle esigenze di un’utenza sempre più orientata verso soluzioni flessibili e sostenibili.

IMPATTI E RISULTATI ATTESI

I modelli studiati e validati nel corso del progetto consentiranno:

• la valutazione dei flussi pedonali di accesso alle stazioni;

• il dimensionamento dei servizi intermodali delle stazioni ferroviarie;

• la definizione di linee di indirizzo che descrivano le metodologie utilizzate (es. sharing mobility).

I modelli validati nel corso del progetto contribuiranno alla redazione di analisi territoriali e trasportistiche riguardo le stazioni ferroviarie, utili a definire gli input funzionali alla progettazione dei servizi intermodali delle stazioni italiane, con il fine ultimo di migliorare la qualità percepita dall’utenza delle stazioni ferroviarie.

Figura 4 – Elaborazione progettuale del caso di studio

IL GRUPPO FS NEL MOST – Progetti per la mobilità sostenibile

Figura 3 – La piramide delle priorità strategiche del MIT

Modelli per l’analisi dei Wider Economic Impacts

PROGETTO Studio finalizzato a individuare forme di modellizzazione dei Wider Economic Impacts (WEIs) con riferimento ad ambiti urbani e agli effetti connessi ad investimenti in stazioni/ fermate ferroviarie.

SPOKE 9 – Urban Mobility

WORK PACKAGE 2 – Infrastructures and Terminals for Mobility

OBIETTIVO DEL WORK PACKAGE

Studio e simulazione di nuove strategie di gestione della mobilità intermodale nei terminal, sfruttando metodi di analisi dei big data e applicando tecnologie digitali, intelligenza artificiale e metodi di simulazione.

PARTNER DEL PROGETTO Politecnico di Milano Ferrovie dello Stato Italiane SpA

SOCIETÀ GRUPPO

FS COINVOLTE Rete Ferroviaria Italiana SpA

OBIETTIVI DEL PROGETTO

FS Sistemi Urbani SpA

Il progetto si inquadra nell’ambito degli studi finalizzati a individuare forme di modellizzazione dei Wider Economic Impacts (WEIs) con riferimento ad ambiti urbani e agli effetti connessi ad investimenti in stazioni/fermate ferroviarie, con una prevalente attenzione ai temi relativi all’equità sociale e alla relazione con le modifiche al territorio circostante per la quale i trasporti possono contribuire in maniera importante.

La prima parte dello studio è stata finalizzata alla definizione di una classificazione tipologica delle stazioni/fermate attualmente presenti sulla rete ferroviaria nazionale sulla base di criteri spaziali, economici e di servizio che possa essere di riferimento per successive modellizzazioni del ruolo sociale svolto dai sistemi di trasporto pubblico.

La seconda parte dello studio ha avuto come obiettivo la misurazione dell’impatto economico e sociale connesso alla realizzazione di nuove stazioni/fermate in ambito urbano.

Partendo dall’analisi di un set di stazioni e di variabili del tessuto socioeconomico e urbano ad esse associate, sono state individuate correlazioni tra l’accessibilità a servizi di trasporto pubblico ferroviario, caratterizzati da diversi livelli di qualità, e lo sviluppo economico–sociale e urbano dell’area.

Sono stati considerati i seguenti aspetti:

• evoluzione del valore immobiliare mediante misurazione delle variazioni del valore di mercato degli immobili in relazione alla presenza della stazione;

• scelte di localizzazione delle imprese (e.g. imprese di servizi, commerciali, …);

• scelte di localizzazione insediamenti residenziali, valutando datazione e eventuali attività di ristrutturazione al fine di accertare se la presenza della stazione possa innescare fenomeni di “rigenerazione del tessuto urbano”.

L’analisi è stata condotta considerando un set piuttosto ampio di stazioni/fermate in ambiti più o meno urbanizzati (greenfield/brownfield) ed in differenti contesti socioeconomici.

Al fine di individuare la relazione tra presenza di una nuova stazione/fermata ferroviaria in termini di fenomeni socio economici, si è proceduto secondo due differenti approcci:

• Analisi spaziale: Osservazione delle evoluzioni socio– economiche nell’intorno della stazione/fermata rispetto a bacini di 1km e 3 km, per la parte di stima e analisi di correlazione;

• Analisi di serie storiche: Osservazione delle evoluzioni socio–economiche nell’intorno della stazione/fermata ed evoluzione dell’accessibilità e dei livelli di servizio dei trasporti ferroviari, in particolare sui dati di censimento Istat 2001–2011–2021 per la parte di validazione dei modelli.

INNOVAZIONE

RISPETTO ALLO

STATO DELL’ARTE

I passi metodologici principali hanno riguardato:

1. nuova classificazione delle stazioni/fermate;

2. costruzione del database finalizzato alla modellizzazione;

3. definizione e stima d modelli mirati a: valorizzazione patrimonio immobiliare e scelta di localizzazione delle attività residenziali e commerciali;

4. costruzione di un database per la validazione dei modelli;

5. finetuning della stima modellistica e risultati.

Gli investimenti relativi alla rete ferroviaria nazionale possono contribuire alla riduzione del divario infrastrutturale attualmente esistenti e incidere positivamente sulla qualità dei servizi offerti ai cittadini, contribuendo a favorire la coesione sociale e a ridurre la marginalità di alcune aree del Paese.

Oltre ai benefici di breve e medio periodo che attengono all’ambito specifico dei costi e dei benefici dei trasporti, è crescente l’attenzione sui cosiddetti Wider Economic Impact, che sono costituiti dai benefici derivanti dal miglioramento dei trasporti, che si ripercuotono sui produttori e i consumatori in altri mercati. Ci si riferisce, in particolare, a benefici relativi a modifiche e insediamenti economici e residenziali, al turismo, all’accessibilità dei territori e delle attività economiche, alla valorizzazione del patrimonio immobiliare, al recupero del territorio e allo sviluppo della sua competitività, che possono derivare nel lungo periodo da investimenti che migliorano le infrastrutture di trasporto.

IMPATTI E RISULTATI ATTESI

Da un punto di vista metodologico, uno dei principali ostacoli che si presenta a chi intende effettuare una valutazione quantitativa dei WEIs è costituito dalla natura degli impatti che variano considerevolmente a seconda del progetto e del contesto in cui è inserito, per cui non esiste una metodologia consolidata.

Il progetto ha studiato nuovi modelli per misurare l’impatto economico e sociale connesso alla realizzazione di nuove stazioni/fermate in ambito urbano, che potranno essere utilizzati per la valutazione di futuri investimenti, come strumenti di supporto alla programmazione e pianificazione di nuove stazioni/fermate o di nuovi interventi su quelle esistenti.

IL GRUPPO FS NEL MOST – Progetti per la mobilità sostenibile

Indici di walkability/bikeability

PROGETTO Costruzione di un modello dati e di uno strumento software in ambito GIS finalizzato alla valutazione di un “Sustainable Intermodal Walkability Index”.

SPOKE 9 – Urban Mobility

WORK PACKAGE 3 – Sustainable Urban Mobility Services

OBIETTIVO DEL WORK PACKAGE

Indagare e comprendere driver e gli ostacoli all’utilizzo dei servizi di mobilità sostenibile (mobilità attiva, mobilità condivisa) in un contesto urbano.

Studiare strumenti in grado di fornire indicazioni sul livello di pedonabilità e ciclabilità nelle aree urbane e guidare il processo di definizione dei progetti di trasformazione urbana.

PARTNER DEL PROGETTO

SOCIETÀ GRUPPO

FS COINVOLTE

OBIETTIVI DEL PROGETTO

Università degli Studi di Cagliari

Università degli Studi di Parma Ferrovie dello Stato Italiane SpA

Italferr SpA

Il progetto ha come obiettivo la costruzione di un modello dati e di uno strumento software in ambito GIS finalizzato alla valutazione di un “Sustainable Intermodal Walkability Index” basato su indicatori relativi ai caratteri dello spazio e dell’ambiente urbano nelle aree contermini alle stazioni ai fini di una valutazione delle potenzialità in termini di promozione della mobilità sostenibile, con particolare riferimento alla camminabilità.

Il Sustainable Intermodal Walkability Index “SIWI” integra dati trasportistici, dati territoriali, dati open source e input progettuali legati alla dotazione e alla qualità di spazi e servizi per la mobilità integrata e inclusiva.

6 KPI identificati sono Node Accessibility, Place Accessibility, Social Security, Road Safety, Inclusive design, Enjoyment and enviromental comfort. La costruzione dell’indice è finalizzata principalmente alla standardizzazione e al consolidamento scientifico delle metodologie utilizzate nell’ambito delle valutazioni di KPI per le stazioni da svolgere nei documenti di Sostenibilità (Analisi e Relazioni di sostenibilità) a supporto dei Documenti di Fattibilità delle Alternative Progettuali e dei Progetti di Fattibilità Tecnico–Economica, prendendo in considerazione sia aspetti relativi al contesto urbano, sia caratteri propri della stazione: lo scopo è di tentare di superare nelle valutazioni, il confine “amministrativo” tra area di progetto della stazione e componenti del contesto urbano, individuando il piazzale di stazione come fondamentale sinapsi tra i due sistemi di spazi urbani e spazi della mobilità.

Il ricorso a strumenti GIS è fondamentale per la disponibilità e integrazione di dati complementari e aggiornati e per la replicabilità delle attività.

INNOVAZIONE

RISPETTO ALLO

STATO DELL’ARTE

L’indicatore SIWI mette a sistema informazioni e valutazioni attualmente frammentate e settoriali grazie ad un approccio metodologico integrato finalizzato a valutare la sostenibilità delle stazioni e a valorizzare tutte le condizioni e caratteristiche dell’ambiente urbano in grado di agevolare e supportare la mobilità sostenibile.

Gli aspetti di intermodalità e di accessibilità ai servizi vengono coniugati con aspetti di sicurezza delle persone, prendendo in considerazione anche aspetti legati alle categorie vulnerabili, così come parametri di comfort ambientale, rilevanti in questa fase di sfide dei cambiamenti climatici. Inoltre, la definizione metodologica e digitalizzata del processo di valutazione permette un consolidamento e una standardizzazione della valutazione, con evidenti impatti in termini di affidabilità e velocità del processo.

Ulteriore innovazione in questo senso riguarda l’integrazione della valutazione nella piattaforma digitale elaborata in ambito di un’altra progettualità Flagship del MOST, che permetterà l’integrazione con le altre società del Gruppo e utenti del MOST.

IMPATTI E RISULTATI ATTESI

spazi per la mobilità, anche attraverso la definizione di linee guida per la progettazione di spazi urbani. Inoltre, consentirà la standardizzazione e il consolidamento scientifico delle metodologie utilizzate nell’ambito delle valutazioni di KPI per le stazioni, che vengono svolte negli elaborati di Sostenibilità a supporto dei Documenti di Fattibilità delle Alternative Progettuali e dei Progetti di Fattibilità Tecnico–Economica. In particolare, l’uso dell’indice si configura come potenziale metodologia da utilizzare nell’ambito delle analisi multicriteria e delle analisi di sostenibilità in fase Docfap, nonché come indicatore utile ad arricchire la Relazione di Sostenibilità, nel caso di progetti che includono interventi di nuove stazioni o di riqualificazione delle stesse.

Le sperimentazioni svolte con riferimento ai due casi studio di Roma Val D’Ala e Milano San Cristoforo hanno consentito di fare emergere i primi risultati e avviare una interlocuzione promossa dalla Struttura di Sostenibilità di Italferr SpA con gli attori del processo progettuale, dalla potenziale committenza alle altre strutture coinvolte nella progettazione e di confrontare risultati con altre metodologie sviluppate dalle Università.

Figura 5 – Elaborazione progettuale del caso di studio della stazione Roma Val D’Ala

IL GRUPPO

Flagship Model4Italy

PROGETTO Sviluppo di una piattaforma telematica per l’integrazione, l’analisi e l’elaborazione dei dati sulla mobilità e sulle prestazioni del sistema dei trasporti.

SPOKE 7 – CCAM, Connected Networks and Smart Infrastructures in collaborazione con 9 – Urban Mobility

FLAGSHIP CCAM&MOD4Italy

PARTNER DEL PROGETTO Università degli Studi di Roma “La Sapienza” Ferrovie dello Stato Italiane SpA

SOCIETÀ GRUPPO

FS COINVOLTE FSTechnology SpA

OBIETTIVI DEL PROGETTO Il progetto è parte di un Flagship più ampio denominato “CCAM4Italy and Model4Italy as Digital Twins” (CCAM&MOD4Italy). Il filone di ricerca identificato come Model4Italy viene sviluppato in ambito Spoke 9 e vuole sviluppare una piattaforma telematica per l’integrazione, l’analisi e l’elaborazione dei dati sulla mobilità e sulle prestazioni del sistema dei trasporti, con l’obiettivo di fornire agli stakeholder e alle Amministrazioni un sistema di riferimento comune per la pianificazione degli interventi (lungo periodo) e la gestione del sistema dei trasporti. La piattaforma parte dal sistema informativo già operativo di Ferrovie dello Stato Italiane SpA (SIMS), alimentato dalla più estesa base di dati della domanda individuale oggi disponibile in Italia, prevalentemente extraurbana e basata su dati da telefonia cellulare, e lo integra e potenzia sia con nuovi dati, che con nuovi algoritmi e modelli di data fusion indispensabili per l’analisi a scala ridotta. Il SIMS è una piattaforma che comprende un database geografico alimentato da numerosi flussi automatizzati di dati su mobilità, economia, ambiente, territorio, etc. provenienti da fonti pubbliche e private. Il SIMS è inoltre dotato di sistemi di analisi evoluti che vanno dalla geo business intelligence per lo sviluppo di dashboard avanzati, ai sistemi GIS, alla modellistica matematica trasportistica, incluso un modello a 4 stadi multimodale (treno, strada, bus, aereo) calibrato per la simulazione del sistema di trasporto nazionale italiano. La nuova piattaforma integra il SIMS con tecniche di simulazione per permettere una migliore interpretazione della dinamica comportamentale degli spostamenti individuali e una efficace modellizzazione della mobilità in ambito urbano. Il sistema modellistico avrà caratteristiche del tutto generali e potrà essere implementato alle diverse realtà urbane e metropolitane, consentendo di analizzare le prestazioni del sistema mediante indicatori sintetici, forniti a livello aggregato, che consentano con immediatezza e facilità l’analisi e l’interpretazione dei fenomeni.

INNOVAZIONE

RISPETTO ALLO

STATO DELL’ARTE

Questo ambizioso progetto evidenzia il potenziale trasformativo dello sviluppo di una piattaforma digitale standardizzata e integrata per l’analisi della mobilità urbana in Italia. Basandosi sul sistema informativo SIMS esistente, la piattaforma consolida efficacemente diverse fonti di dati, tra cui mobile network data (MND) e floating car data (FCD), per fornire una visione completa e in tempo reale dei modelli di mobilità in tutto il Paese. L’integrazione di queste fonti di Big Data, combinata con modelli e algoritmi avanzati di data fusion, consente un’analisi dettagliata della domanda di viaggio individuale, della ripartizione modale, della presenza nelle stazioni e delle dinamiche del traffico, il tutto garantendo la piena conformità agli standard di privacy del GDPR. Punto di forza e innovazione di questa iniziativa è il suo approccio di modellazione multilivello, che combina modelli di domanda nazionale con simulazioni su scala urbana. Difatti, la piattaforma integra un modello di trasporto nazionale multimodale progettato per stimare gli spostamenti di lunga, media e breve distanza effettuati dai residenti in Italia, con un modello di trasporto urbano, che consente l’analisi della mobilità a diverse scale, dal livello di area ampia fino a specifici corridoi urbani.

IMPATTI E RISULTATI ATTESI

La piattaforma integra nuove funzionalità di calcolo (modello trasportistico e di traffico, algoritmi per il calcolo di indicatori della mobilità) e la relativa consultazione di dati e risultati.

L’evoluzione della piattaforma SIMS consentirà di migliorare l’interpretazione degli spostamenti individuali e di fornire alle Pubbliche Amministrazioni un sistema di riferimento comune per la pianificazione degli interventi e la gestione del sistema dei trasporti.

Inoltre, la piattaforma includerà un’area pubblica accessibile da tutti i cittadini al fine di migliorare la consapevolezza dei fenomeni di mobilità e dei loro effetti sull’ambiente e sul territorio.

In prospettiva la piattaforma sarà integrata con i sistemi CCAM (cooperazione tra veicoli con scambio di informazioni e autoregolazione del traffico).

IL GRUPPO FS NEL MOST – Progetti per la mobilità sostenibile

Figura 6 – Esempio di output del terzo stadio del Modello di Trasporto Nazionale multimodale

Figura 7 – Esempio di visualizzazione di indicatori della mobilità in ambito urbano

TUSS The Ultimate Sharing Service

PROGETTO Dimostrazione della scalabilità di un servizio innovativo di mobilità condivisa di ultimo miglio verso gli hub urbani, utilizzando veicoli elettrici.

SPOKE 9 – Urban Mobility

SCALABILITY TUSS

PARTNER DEL PROGETTO Università degli Studi di Firenze Ferrovie dello Stato Italiane SpA EVai

SOCIETÀ GRUPPO

FS COINVOLTE

OBIETTIVI DEL PROGETTO

INNOVAZIONE

RISPETTO ALLO

STATO DELL’ARTE

Busitalia Sita Nord Srl

Il progetto è rivolto alla definizione di un servizio di trasporto urbano innovativo di car sharing e car pooling, che utilizza veicoli elettrici in condivisione per rendere efficaci e sostenibili collegamenti dell’ultimo miglio verso gli hub urbani. Le corse da e per una stazione si prenotano tramite un’app; gli utenti sono raggruppati in pool a cui è assegnato un veicolo condiviso; un utente selezionato guida il veicolo fino alla stazione. Il veicolo viene lasciato alla stazione e riposizionato per la corsa successiva da un altro utente che viaggia in controflusso o da un operatore che riposiziona veicoli in gruppi di 6 utilizzando una tecnologia di convogliamento già brevettata presso UNIFI. Il servizio è stato testato dai residenti di Sesto Fiorentino e dai pendolari che lavorano a Sesto o nella zona industriale di Calenzano, per misurarne la scalabilità. La disponibilità dell’utente a condividere un veicolo guidato da un altro cliente e la sua disponibilità a pagare sono la chiave della scalabilità del servizio. L’obiettivo principale di TUSS è quello di dimostrare un servizio combinato di car sharing per l’ultimo miglio da e verso gli snodi di trasporto per misurarne l’efficacia nell’attrarre utenti da altre modalità di trasporto non sostenibili.

Nel dettaglio gli obiettivi del progetto sono i seguenti.

1. verificare la disponibilità delle persone a condividere il viaggio su un veicolo di piccole dimensioni per brevi spostamenti urbani soprattutto quando il conducente è un altro utente;

2. quantificare la disponibilità a pagare per questo;

3. misurare le caratteristiche che l’area urbana deve avere (densità di popolazione, distanza media dai principali snodi trasportistici, ripartizione modale) per rendere il servizio redditizio;

4. valutare come la tecnologia di riposizionamento (basata sul convogliamento di veicoli) aumenterebbe la scalabilità del servizio verso altre e diverse aree urbane;

5. verificare quali servizi accessori (ad esempio consegna pacchi ultimo miglio per il commercio elettronico) migliorerebbero la redditività del servizio rendendolo attraente per gli investitori privati senza richiedere sussidi pubblici.

TUSS affronta la scalabilità di un servizio di mobilità per le periferie urbane, combinando car sharing, ride sharing e riposizionamento dei veicoli automatizzato da e verso gli hub locali. Il servizio potrà rappresentare una parte importante del MAAS. Il principale vantaggio di TUSS è quello di integrare servizi di trasporto redditizi nella catena MAAS in aree in cui non esistono altri servizi. Il car sharing attuale è un servizio di noleggio di veicoli a brevissimo termine. Sebbene esistano diversi modelli di business, nessuno si è finora dimostrato finanziariamente redditizio. TUSS cerca di superare questa criticità, aumentando il tasso di utilizzo (offrendo un servizio di ride sharing nelle ore di punta per soddisfare una maggiore domanda con un minor numero di veicoli) e rendendo veicoli più facilmente reperibili riposizionandoli dove necessario; inoltre, TUSS utilizza veicoli più leggeri ed economici, destinati esclusivamente alle aree urbane.

IMPATTI E RISULTATI ATTESI

I risultati attesi del TUSS si estendono a diversi livelli: economico ed energetico–ambientale.

L’attuale paradigma di mobilità basato sull’auto privata, soprattutto nelle piccole conurbazioni periferiche, è la principale causa di insostenibilità della vita urbana e il TUSS è un servizio di sharing che può essere redditizio nelle aree urbane in cui non sono presenti altri servizi.

Ciò potrà avere un impatto di mercato immediato, consentendo a nuove aziende di crescere e a quelle esistenti di implementare nuove soluzioni.

I veicoli del TUSS consumano meno energia per passeggero–chilometro (0,03 kWh/pkm) rispetto a qualsiasi modalità di trasporto motorizzato concorrente e non emettono inquinanti atmosferici locali. Qualora il servizio fosse esteso a tutta la città metropolitana, la quota di spostamenti sottratti alle auto private aumenterebbe, con impatti energetico–ambientali estremamente favorevoli.

Hanno collaborato al programma del Centro Nazionale per la Mobilità Sostenibile (MOST):

ANAS SPA

Ernesto ALAGIA, Giuseppe BIANCHI, Luigi CARRARINI, Carlotta CERANI, Valentina CHERUBINI, Eugenio CIAMPRONE, Francesco CIPOLLONE, Carlotta COLONNA, Daniela DE NIGRIS, Vito DISTANTE, Davide FABIO, Mauro GIANCASPRO, Roberto GIULIANI, Cristiano LANNI, Carmela LANNINO, Francesco LUPI, Stefano ODDONE, Valeria PENNACCHIA, Luigi PISANI, Rolando PIZZICONI, Manuel Gaetano RIGGIO, Michele SACCO, Alfredo SILVESTRO, Biagio VAGLIVIELLO.

BUSITALIA–SITA NORD SRL

Michele BANCI, Federico DE CRISTOFARO, Daniele DIAZ, Dario NISTRI, Andrea PUGI, Giuseppe ZACCARIA.

FERROVIE DELLO STATO ITALIANE SPA

Luca BECCASTRINI, Chiara BONVICINI, Debora CAMPAGIORNI, Letizia CHIARUGI, Andrea DE SANTIS, Giuseppe DOCILE, Emiliano DONATI, Andrea FIDUCCIA, Luigi GALIENI, Martina FARSI, Sara NOURBAKHSH, Stefano PELLECCHIA, Ersilia PRESSI, Mario TARTAGLIA, Marco VALTORTA, Lorenzo VANNACCI.

FS SISTEMI URBANI SPA

Marianna BELTRANI, Guglielmo CASCIARO, Caterina COLOMBO, Andrea DESTRO, Arianna DI GRAVIO, Tommaso DIOMAIUTA, Alessia INGENITO, Giorgio INSOLA, Cecilia LASTEI, Serena MARTINI, Erika PEDOTO, Alessia ROSSI, Anna STRUSI.

FSTECHNOLOGY SPA

Silvia ARCHETTI, Raffaele DIGREGORIO, Veronica FABIANI, Lorenzo FERRONE, Carmine Alessio FIORILLO, Alessio GRISOLI, Diego LISI, Matteo NATI.

ITALFERR SPA

Chiara AMATO, Daniela APREA, Arturo BECCHETTI, Stella BRADASCIO, Gregorio CANNISTRÀ, Donato CERCIELLO, Michele CIARNIELLO, Roberto CONSALVI, Assunta ERRICO, Guido GUIDI BUFFARINI, Marcella MARINO, Serena MARTINI, Pietro MELI, Stefano MICELI, Paolo OTTAVIANO, Chiara RAVAGNAN, Pierangelo RIVOLI, Gianluca SALAMANNO, Camilla SCALA, Franco STIVALI, Almona TANI.

MERCITALIA INTERMODAL SPA

Simone DELLE MONACHE, Fausto DELRE, Simone GLORI, Filippo MORETTI, Cesar Augusto OSORIO MENDOZA, Daniele PAPISCA MARRA, Maria Antonietta ZOCCO.

MERCITALIA SHUNTING E TERMINAL Srl Angelo CANTALUPO, Luca GEREMIA, Luca NARDELLI, Sergio VADORA.

RETE FERROVIARIA ITALIANA SPA

Tommaso ABIUSO, Giorgio ALGERI, Ivan AGOSTINO, Giovanni ANANIA, Valerio ARMUZZA, Vitaliano BARBERIO, Lorenzo BARRUFFO, Giorgia BARTOLETTA, Stefania BARTOLINI, Alessandro BERTUCA, Marco BO, Maria BRUZZESE, Laura BUNICCI, Antonio CANDELIERI, Renzo CANEPA, Giuseppe CARCASI, Antonio CARELLO, Francesco CARPENTIERI, Gianmarco CARPUTI, Giuseppe Antonio CERETO, Michele CERULLO, Chiara CHINZARI, Massimiliano CHIOCCA, Enrico CIERI, Antonio CIMINO, Manuel CONCOLINO, Gianluca COPPOLA, Antonio CORAPI, Giuseppe CORASANITI, Gianluca CUTRERA, Antonio D’ALONZO, Dario D’AVINO, Giovanni DE BLASIO, Gilberto Marco DE FILIPPIS, Salvatore DE SIMONE, Giovanniluca DE VITA, Matteo DI CAPRIO, Lauro DI FIORE, Paoloemilio DI GIACOMO, Fabio Salvatore DI MARI, Pasquale ELIA, Gaetano ERRICO, Rosaria ESPOSITO, Sofia FALLANI, Lorenza FALLONE, Emilio FARINA, Antonio FERRAGINE, Francesco FERRARI, Alberto Rosario FIORILLO, Davide FLORIAN, Stefano FONDI, Salvatore FUSCO, Alessio GAGLIARDI, Domenico Ernesto GARRUBBA, Francesco GESUALDO, Aurelio Pio GIALLELLA, Andrea GIAMPÀ, Giuseppe GIAMPAOLO, Antonio GIOFFRÈ, Romeo GJOSHI, Giuseppe GREGORACE, Fabiana GRIECO, Federica GUERRINI, Giuseppe IACOPINO, Luigi IANNUCCI, Raffaele IZZO, Giacomo LABANCA, Salvatore LACAVA, Saverio LACAVA, Emanuele LAMANNA, Giulio LASCIALFARI, Roberto MAISANO, Giovanni MALAFRONTE, Danilo MARZULLI, Marco MAZZOLENA, Loris MEZZAVILLA, Anna MITRA, Damiano MOROSI, Francesco MORREALE, Luca MUNGO, Alessandro MUSCO, Angela NOCITA, Pompeo Gabriele ORO, Matteo PACI, Serena PACITTI, Erika PAOLUCCI, Luca PARISE, Nicola PARISE, Eugenio PASQUA, Camilo PATINO PUERTA, Maura PECA, Francesco PERRONE, Matteo PESSIA, Sara PETRONE, Riccardo PITERÀ QUATTROMANI, Antonino POLLIO, Andrea PRESTA, Salvatore PROGANÒ, Nicolò QUAGLIA, Mara RADICIONI, Sarah RAVÀ, Domenico RICUPERO, Gerardo RIZZO, Simone RODO, Michele ROSSO, Maurizio ROTONDI, Andrea ROTUNDO, Annibale SABATINI, Antonio SCERBO, Fiorella SCIANGULA, Antonio SCICCHITANO, Diana SERRA, Angelo SORIA, Pietro STRANIERI, Nour Alhuda SULIEMAN, Gerardo TAMMARO, Tallarico Francesco TIZIANO, Luca TRONCARELLI, Antonio TUCCI, Alessio VECCIA, Renata VERGHINI, Vincenzo VITOBELLO, Cristiano ZARELLI, Gennaro ZICCARDI, Deborah ZUCCAGNOLI.

TRENITALIA SPA

Andrea AGLIETTI, Cristiano BANDINI, Alfredo BIANCUCCI, Paolo BOSCHETTI, Stefano BRESCI, Marco CAPOZZA, Marco CARNA’, Alessandro CICERCHIA, Nicola CORSARO, Lorenzo DATTOLA, Andrea D’EUSEBI, Valentina LEONARDI, Cosma Damiano LORUSSO, Lorenzo MACRI’, Vincenzo MANNA, Vincenzo MANNO, Paolo MASINI, Matteo NOBILI, Arcangelo PELLEGRINI, Alessio PIGNATELLI, David RUSSO, Gaetano RUSSO, Ruggero TAMIRO, Federico VERNA, Imade YASSAA.

fsitaliane.it