intelligenza artificiale

Manutenzione predittiva: come il machine learning previene i fermi macchina



Indirizzo copiato

La manutenzione predittiva con machine learning ottimizza la produzione e riduce i costi: vediamo in che modo migliora l’efficienza operativa, la sicurezza e la conformità normativa in vari settori, allungando la vita degli asset

Pubblicato il 21 ago 2024

Alessandra Talarico

Giornalista pubblicista, redazione agendadigitale.eu



intelligenza artificiale, manutenzione predittiva e machine learning

La manutenzione predittiva con il machine learning è una rivoluzione nel mondo dell’automazione industriale. Invece di eseguire interventi di manutenzione a intervalli regolari (manutenzione preventiva) o solo in caso di guasto (manutenzione correttiva), questa metodologia si basa sull’analisi dei dati per prevedere quando un macchinario o un componente è destinato a guastarsi.

Grazie a queste previsioni, è possibile pianificare interventi di manutenzione in modo proattivo, evitando fermi macchina improvvisi e riducendo i costi. Ecco come funziona:

  • raccolta dati: sensori installati sui macchinari raccolgono continuamente dati sulla loro performance, come vibrazioni, temperatura, pressione e consumo energetico.
  • analisi dei dati: questi dati vengono elaborati da algoritmi di machine learning che identificano pattern e anomalie, imparando a riconoscere i segnali precursori di un guasto.
  • previsione: sulla base dei modelli creati, il sistema è in grado di prevedere con alta precisione quando un componente potrebbe guastarsi.

How to Use Machine Learning for Predictive Maintenance

Vantaggi della manutenzione predittiva con machine learning

  • Riduzione dei costi: minor numero di guasti imprevisti, riduzione dei costi di riparazione e ottimizzazione dell’utilizzo dei pezzi di ricambio.
  • Aumento dell’affidabilità: maggiore durata dei macchinari e riduzione dei tempi di fermo macchina.
  • Miglioramento della sicurezza: identificazione precoce di condizioni pericolose.
  • Ottimizzazione della produzione: pianificazione della manutenzione in base alle esigenze produttive.
  • Maggiore sostenibilità: riduzione degli sprechi e ottimizzazione dell’uso delle risorse.

Ridurre i fermi macchina e ottimizzare la produzione

Uno dei principali vantaggi della manutenzione predittiva è la capacità di ridurre i fermi macchina non pianificati. Utilizzando algoritmi di machine learning, è possibile analizzare in tempo reale i dati provenienti dai sensori installati sugli asset.

Questi algoritmi identificano pattern e anomalie che indicano un possibile guasto imminente. Ciò consente di intervenire prima che il problema si manifesti, evitando interruzioni improvvise della produzione. Di conseguenza, l’ottimizzazione del tempo di attività delle macchine si traduce in una maggiore efficienza produttiva e in un miglior utilizzo delle risorse.

Allungare la vita utile degli asset

La manutenzione predittiva non si limita a prevenire i guasti, ma contribuisce anche ad allungare la vita utile degli asset. Analizzando costantemente le condizioni operative e lo stato di salute delle macchine, il machine learning permette di individuare e correggere tempestivamente eventuali problemi.

Questo approccio evita l’usura eccessiva e il deterioramento precoce degli asset, prolungandone la durata e garantendo un ritorno sull’investimento più elevato. Inoltre, una gestione più accurata delle manutenzioni consente di pianificare interventi mirati e meno invasivi, riducendo l’impatto sulle operazioni quotidiane.

Migliorare la sicurezza e la conformità normativa

La sicurezza sul posto di lavoro è una priorità assoluta in qualsiasi settore industriale. La manutenzione predittiva contribuisce a migliorare la sicurezza degli operatori, prevenendo guasti che potrebbero causare incidenti o situazioni pericolose.

Gli algoritmi di machine learning sono in grado di rilevare condizioni anomale che potrebbero rappresentare un rischio per la sicurezza, permettendo di intervenire tempestivamente. Inoltre, molte industrie sono soggette a normative rigorose in materia di sicurezza e manutenzione.

La capacità di monitorare e documentare costantemente lo stato degli asset aiuta le aziende a rimanere conformi alle normative, evitando sanzioni e migliorando la reputazione aziendale.

Ridurre i costi di manutenzione

Un ulteriore vantaggio significativo della manutenzione predittiva è la riduzione dei costi associati alla manutenzione stessa. La manutenzione reattiva, che interviene solo dopo che un guasto si è verificato, comporta spesso costi elevati per le riparazioni e per le eventuali interruzioni della produzione. Anche la manutenzione preventiva, che prevede interventi periodici indipendentemente dallo stato effettivo degli asset, può risultare inefficiente e costosa. La manutenzione predittiva, invece, consente di effettuare interventi mirati solo quando è realmente necessario, ottimizzando l’uso delle risorse e riducendo al minimo i tempi di inattività. Questo approccio più intelligente e proattivo si traduce in un significativo risparmio economico.

Come funziona la manutenzione predittiva con machine learning

La manutenzione predittiva con machine learning si basa su un processo ben strutturato che include la raccolta e l’analisi dei dati, lo sviluppo di modelli predittivi, il monitoraggio continuo degli asset e l’implementazione di interventi di manutenzione proattiva. Ogni fase di questo processo contribuisce a creare un sistema che permette di prevedere e prevenire i guasti delle macchine, ottimizzando le operazioni industriali.

Raccolta e analisi dei dati

Il primo passo nella manutenzione predittiva è la raccolta dei dati. I sensori installati sugli asset industriali raccolgono una vasta gamma di informazioni, come temperatura, vibrazione, pressione, velocità e altre variabili operative. Questi dati vengono trasmessi in tempo reale a un sistema centrale, dove vengono memorizzati e analizzati.

L’analisi dei dati è una fase fondamentale. I dati grezzi vengono elaborati per estrarre informazioni significative e per identificare pattern e tendenze. L’uso di tecniche di data mining e analisi statistica permette di trasformare i dati in conoscenze utili. Ad esempio, si possono identificare condizioni operative che precedono un guasto o anomalie che indicano un malfunzionamento imminente.

Sviluppo di modelli di machine learning

Una volta raccolti e analizzati i dati, il passo successivo è lo sviluppo di modelli di machine learning. Questi modelli vengono “addestrati” utilizzando i dati storici raccolti dagli asset. Durante la fase di addestramento, gli algoritmi di machine learning imparano a riconoscere i pattern associati ai guasti e ai malfunzionamenti.

Esistono diversi tipi di algoritmi di machine learning che possono essere utilizzati, tra cui reti neurali, alberi decisionali, modelli di regressione e algoritmi di clustering. La scelta dell’algoritmo dipende dalla natura dei dati e dal tipo di guasti che si desidera prevedere. Una volta addestrati, i modelli vengono validati e ottimizzati per garantire la massima accuratezza nelle previsioni.

Monitoraggio e previsione dei guasti

Con i modelli di machine learning pronti, il sistema di manutenzione predittiva può iniziare il monitoraggio continuo degli asset. I dati in tempo reale raccolti dai sensori vengono confrontati con i modelli predittivi per identificare eventuali anomalie o condizioni che potrebbero portare a un guasto.

Il sistema è in grado di fornire previsioni accurate sui guasti futuri, indicando non solo se un guasto è probabile, ma anche quando potrebbe verificarsi. Questo permette di pianificare gli interventi di manutenzione in modo tempestivo e mirato, riducendo al minimo l’impatto sulle operazioni produttive.

Interventi di manutenzione proattiva

L’ultima fase del processo è l’implementazione di interventi di manutenzione proattiva. Quando il sistema di manutenzione predittiva rileva un’anomalia o prevede un guasto imminente, viene generato un avviso o un allarme. Questo avviso fornisce informazioni dettagliate sulla natura del problema e sulla macchina coinvolta, permettendo ai tecnici di intervenire tempestivamente.

Gli interventi di manutenzione proattiva possono includere:

  • la sostituzione di componenti difettosi,
  • la regolazione di parametri operativi.
  • la messa in atto di altre misure correttive.

L’obiettivo è risolvere il problema prima che si verifichi un guasto effettivo, evitando fermi macchina e riducendo al minimo i costi di riparazione.

Casi d’uso della manutenzione predittiva e machine learning

La manutenzione predittiva con machine learning trova applicazione in una vasta gamma di settori, ognuno con le proprie specificità e requisiti. Di seguito esploriamo come diverse industrie possono beneficiare di questa tecnologia avanzata, migliorando l’efficienza operativa, riducendo i costi e aumentando la sicurezza.

Manutenzione predittiva e machine learning nell’industria manifatturiera

Nell’industria manifatturiera, la manutenzione predittiva è particolarmente utile per monitorare e mantenere in efficienza le linee di produzione. Ad esempio, in una fabbrica di automobili, i sensori installati su macchinari come robot di assemblaggio, presse e nastri trasportatori possono raccogliere dati sulle vibrazioni, la temperatura e la velocità di funzionamento.

Utilizzando algoritmi di machine learning, questi dati vengono analizzati per rilevare segnali di usura o malfunzionamento imminente. Se un robot di assemblaggio mostra segni di vibrazioni anomale, il sistema può prevedere un possibile guasto nel futuro prossimo, permettendo agli operatori di intervenire prima che il robot si blocchi, evitando costosi fermi macchina e interruzioni della catena di produzione.

Manutenzione predittiva e machine learning nel settore energetico

Nel settore energetico, la manutenzione predittiva può essere applicata a una varietà di asset, tra cui turbine eoliche, impianti di generazione elettrica e infrastrutture per la trasmissione e distribuzione dell’energia. Ad esempio, in un parco eolico, i sensori sulle turbine possono monitorare parametri come la velocità del vento, la temperatura dei cuscinetti e le vibrazioni delle pale.

Gli algoritmi di machine learning possono analizzare questi dati per individuare anomalie che potrebbero indicare un problema meccanico o elettrico. Se una turbina mostra segni di vibrazione anomala, il sistema può avvisare gli operatori, permettendo loro di programmare un’ispezione e una manutenzione prima che si verifichi un guasto, garantendo una maggiore continuità nella produzione di energia e riducendo i costi di riparazione.

Manutenzione predittiva e machine learning nel settore dei trasporti

Nel settore dei trasporti, la manutenzione predittiva può migliorare l’affidabilità e la sicurezza di veicoli e infrastrutture. Ad esempio, nelle compagnie ferroviarie, i sensori sui treni possono monitorare la condizione delle ruote, dei freni e dei motori.

Analizzando i dati raccolti, gli algoritmi di machine learning possono prevedere quando una ruota è probabilmente soggetta a usura eccessiva o quando un motore potrebbe necessitare di manutenzione. Questo permette alle compagnie ferroviarie di programmare interventi di manutenzione durante le fermate programmate, riducendo i ritardi e migliorando la sicurezza dei viaggiatori.

Manutenzione predittiva nel settore sanitario

Nel settore sanitario, la manutenzione predittiva può essere applicata alle attrezzature mediche critiche, come le macchine per la risonanza magnetica (MRI), i ventilatori e le apparecchiature per la dialisi. Ad esempio, in un ospedale, i sensori sulle macchine per la risonanza magnetica possono monitorare la temperatura, la pressione e altre variabili operative.

Gli algoritmi di machine learning possono analizzare questi dati per rilevare segnali di deterioramento o malfunzionamento. Se una macchina per la risonanza magnetica mostra segni di surriscaldamento, il sistema può avvisare il personale tecnico, permettendo loro di intervenire prima che la macchina si guasti, garantendo la continuità dei servizi diagnostici e riducendo i tempi di inattività.

Manutenzione predittiva nel settore retail

Nel settore retail, la manutenzione predittiva può essere utilizzata per mantenere in efficienza le attrezzature critiche, come i frigoriferi e i sistemi di climatizzazione nei supermercati. Ad esempio, i sensori installati nei frigoriferi possono monitorare la temperatura, l’umidità e il consumo energetico.

Analizzando questi dati, gli algoritmi di machine learning possono prevedere quando un frigorifero potrebbe guastarsi, permettendo ai manager del negozio di intervenire in anticipo. Questo evita la perdita di prodotti deperibili e garantisce che i clienti trovino sempre prodotti freschi sugli scaffali, migliorando la soddisfazione del cliente e riducendo i costi operativi legati alle riparazioni urgenti.

Speciale PNRR

Tutti
Incentivi
Salute digitale
Formazione
Analisi
Sostenibilità
PA
Sostemibilità
Sicurezza
Digital Economy
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr

Articoli correlati

Articolo 1 di 4