Inizio contenuto principale del sito

AutoSurveillance: sorveglianza automatica delle aree di laminazione a caldo contro guasti e attacchi intenzionali

  • Categoria di progetto Research Fund for Coal and Steel (RFCS)
  • Durata dal 01.06.2019 al 01.12.2022
  • Laboratorio/Centro di ricerca Istituto TeCIP - Telecomunicazioni, Informatica e Fotonica PERCRO Laboratory
  • Finanziamento atteso €144 000
  • Costo complessivo €240 000
  • Partner di progetto CETIC (Belgio)
  • Partner di progetto Prisma Impianti S.p.A.
  • Partner di progetto Universidad Politecnica de Madrid
  • Partner di progetto Sidenor I+D SA (Spagna)
  • Principal investigator Betriebsforschung Institut GMBH
  • Responsabili scientifici Valentina Colla
  • Ruolo della Scuola Partner
  • Sponsor Commissione Europea

Un laminatoio a caldo è protetto da attacchi intenzionali? Potrebbe essere utilizzato un forno di riscaldamento o il raffreddamento accelerato per sabotare la qualità di un produttore europeo di acciaio? In che modo gli attacchi possono essere distinti dagli errori di sistema?

AutoSurveillance fornirà una soluzione per rilevare anomalie nei forni di riscaldamento, nei laminatoi a caldo e nel raffreddamento accelerato, una soluzione in grado di annunciare una minaccia e parallelamente distinguere tra guasti e attacchi intenzionali.

È urgente aumentare la sicurezza del sistema di controllo negli impianti siderurgici europei dal punto di vista dei processi interni e non fidarsi della sicurezza che un ambiente IT esterno può offrire.

Pertanto, qualsiasi tipo di individuazione e risoluzione dei problemi deve essere fondato sulla conoscenza stessa del processo. Sebbene il verificarsi di tali eventi sia in realtà piuttosto basso, la posta in gioco economica di un tale evento è incalcolabile per l'industria siderurgica europea: le conseguenze ricadono infatti su tempi di produzione, danni ai macchinari e lunghe attività di riparazione che costano troppo tempo e denaro.

Per rilevare il sabotaggio intenzionale, è necessario prima escludere derive o errori nelle misurazioni o anomalie di processo impreviste.

Quindi è necessario monitorare i sistemi di controllo online per rilevare qualsiasi tipo di comportamento anomalo. Carenze dei sensori, malfunzionamenti o anomalie del processo devono essere parte elementare di un sistema che protegge da danni intenzionali.