Diagnostica e CND

La diagnostica e i Controlli Non Distruttivi (CND) permettono di valutare lo stato di salute di componenti e impianti senza danneggiarli né interromperne il funzionamento. L’attività di ricerca del Prof. Silvano Vergura si concentra soprattutto sull’impiego della termografia infrarossa negli impianti fotovoltaici, nei quali difetti elettrici, connessioni anomale, fenomeni di degrado o disuniformità possono produrre variazioni termiche osservabili. Il percorso scientifico comprende la modellazione termo-elettrica dei difetti, l’acquisizione dei termogrammi, l’elaborazione automatica delle immagini e la classificazione delle anomalie a livello di cella, modulo, stringa e impianto.

Un termogramma non fornisce automaticamente una diagnosi. Temperatura apparente, emissività, riflessioni, irraggiamento, vento, distanza e angolo di osservazione possono modificare la misura. Difetti differenti possono generare configurazioni termiche simili, mentre anomalie iniziali possono risultare poco visibili. L’interpretazione manuale dipende inoltre dall’esperienza dell’operatore ed è difficilmente ripetibile. Negli impianti di piccola e media taglia, l’assenza di dati meteorologici rende ancora più complesso distinguere una perdita dovuta alle condizioni ambientali da un effettivo degrado.

Le soluzioni sviluppate integrano modellazione fisica, termografia quantitativa e analisi statistica. I modelli agli elementi finiti descrivono gli effetti termici prodotti da specifici difetti delle celle fotovoltaiche. Le piattaforme computer-aided elaborano le immagini infrarosse, identificano le singole celle, analizzano gruppi omogenei e generano rapporti numerici e grafici. Parallelamente, test statistici, indici di prestazione, somme cumulative, bande di Bollinger e violin plot consentono di riconoscere anomalie a bassa intensità anche in assenza di sensori meteorologici. Il monitoraggio elettrico individua così l’array sospetto, mentre la termografia localizza e caratterizza il componente anomalo.

Gli sviluppi futuri riguardano la fusione di termografia, immagini RGB, dati elettrici, condizioni ambientali e storico manutentivo. Dataset radiometrici standardizzati permetteranno di addestrare sistemi di intelligenza artificiale più affidabili e trasferibili tra impianti differenti. Modelli spiegabili e physics-informed potranno integrare le leggi termo-elettriche nella classificazione automatica. L’obiettivo è realizzare gemelli digitali diagnostici capaci di seguire l’evoluzione dei difetti, stimare la vita residua dei componenti e supportare una manutenzione predittiva, tracciabile e certificabile.