Gli ingegneri del MIT costruiscono una presa di corrente intelligente

Jul 17, 2023

Le immagini per il download sul sito web dell'ufficio notizie del MIT sono rese disponibili a entità non commerciali, stampa e pubblico in generale sotto una licenza Creative Commons Attribution Non-Commercial No Derivatives. Non è possibile modificare le immagini fornite, se non ritagliandole a misura. Per la riproduzione delle immagini è necessario utilizzare una linea di credito; se non ne viene fornito uno di seguito, accreditare le immagini a "MIT".

Immagine precedente Immagine successiva

Vi è mai capitato di collegare un aspirapolvere e di vederlo spegnersi senza preavviso prima di finire il lavoro? O forse la tua lampada da scrivania funziona bene finché non accendi il condizionatore d'aria collegato alla stessa presa multipla.

Queste interruzioni sono probabilmente "viaggi fastidiosi", in cui un rilevatore installato dietro il muro fa scattare il circuito elettrico di una presa quando rileva qualcosa che potrebbe essere un guasto ad arco elettrico, una scintilla potenzialmente pericolosa nella linea elettrica.

Il problema con gli attuali rilevatori di archi elettrici, secondo un team di ingegneri del MIT, è che spesso sono eccessivamente sensibili, interrompendo l'alimentazione di una presa in risposta a segnali elettrici che sono in realtà innocui.

Ora il team ha sviluppato una soluzione che chiamano “presa di corrente intelligente”, sotto forma di un dispositivo in grado di analizzare l’utilizzo di corrente elettrica da una o più prese e di distinguere tra archi benigni – picchi elettrici innocui come quelli causati dai comuni elettrodomestici e da archi elettrici pericolosi, come scintille derivanti da cablaggi difettosi che potrebbero provocare un incendio. Il dispositivo può anche essere addestrato per identificare cosa potrebbe essere collegato a una particolare presa, ad esempio una ventola rispetto a un computer desktop.

Il progetto del team comprende hardware personalizzato che elabora i dati della corrente elettrica in tempo reale e un software che analizza i dati tramite una rete neurale, un insieme di algoritmi di apprendimento automatico ispirati al funzionamento del cervello umano.

In questo caso, l'algoritmo di apprendimento automatico del team è programmato per determinare se un segnale è dannoso o meno confrontando un segnale catturato con altri che i ricercatori hanno precedentemente utilizzato per addestrare il sistema. Quanti più dati è esposta la rete, tanto più accuratamente può apprendere le caratteristiche "impronte digitali" utilizzate per distinguere il bene dal male, o anche per distinguere un apparecchio da un altro.

Joshua Siegel, ricercatore presso il Dipartimento di Ingegneria Meccanica del MIT, afferma che la presa di corrente intelligente è in grado di connettersi ad altri dispositivi in ​​modalità wireless, come parte dell '"internet delle cose" (IoT). Alla fine immagina una rete pervasiva in cui i clienti possano installare non solo una presa di corrente intelligente nelle loro case, ma anche un'app sul proprio telefono, attraverso la quale possono analizzare e condividere i dati sul loro consumo elettrico. Questi dati, come quali elettrodomestici sono collegati, dove e quando una presa è effettivamente scattata e perché, verrebbero condivisi in modo sicuro e anonimo con il team per perfezionare ulteriormente il loro algoritmo di apprendimento automatico, rendendo più semplice identificare una macchina e distinguerla un evento pericoloso da uno benigno.

"Rendendo l'IoT in grado di apprendere, puoi aggiornare costantemente il sistema, in modo che il tuo aspirapolvere possa attivare l'interruttore una o due volte la prima settimana, ma diventerà più intelligente nel tempo", afferma Siegel. "Quando si avranno 1.000 o 10.000 utenti che contribuiscono al modello, pochissime persone sperimenteranno questi viaggi fastidiosi perché ci sono così tanti dati aggregati da così tante case diverse."

Siegel e i suoi colleghi hanno pubblicato i loro risultati sulla rivista Engineering Applications of Artificial Intelligence. I suoi coautori sono Shane Pratt, Yongbin Sun e Sanjay Sarma, Fred Fort Flowers e Daniel Fort Flowers, professori di ingegneria meccanica e vicepresidente dell'apprendimento aperto al MIT.

Impronte elettriche