BEGIN:VCALENDAR VERSION:2.0 METHOD:PUBLISH PRODID:-//Telerik Inc.//Sitefinity CMS 14.4//EN BEGIN:VTIMEZONE TZID:E. Europe Standard Time BEGIN:STANDARD DTSTART:20231002T030000 RRULE:FREQ=YEARLY;BYDAY=-1SU;BYHOUR=3;BYMINUTE=0;BYMONTH=10 TZNAME:E. Europe Standard Time TZOFFSETFROM:+0300 TZOFFSETTO:+0200 END:STANDARD BEGIN:DAYLIGHT DTSTART:20230301T020000 RRULE:FREQ=YEARLY;BYDAY=-1SU;BYHOUR=2;BYMINUTE=0;BYMONTH=3 TZNAME:E. Europe Daylight Time TZOFFSETFROM:+0200 TZOFFSETTO:+0300 END:DAYLIGHT END:VTIMEZONE BEGIN:VEVENT DESCRIPTION:\n\n&ldquo\;#CRESCOINAZIENDA&rdquo\;\nQuando un tirocinio in az ienda è\; anche un percorso di crescita\n\n\n\nSiamo al nostro nono appuntamento di &ldquo\;#CRESCOINAZIENDA&rdquo\;\, Mercoledì\; 24 Ma rzo\, dalle ore 15.00 alle ore 16.00\, via Teams\, con un Webinar dal tito lo:\n&ldquo\;WÄ\;RTSILÄ\; &\; DATA ANALYSIS&rdquo\;\n\nLa rivol uzione che la digitalizzazione porta nell&rsquo\;ambito del monitoraggio d a remoto degli impianti di produzione di energia elettrica ha avuto un imp atto notevole sul modo di lavorare tradizionale. Sebbene la progressiva in troduzione delle energie rinnovabili abbia portato notevoli benefici in te rmini di efficientamento energetico\, ha però\; introdotto cambiamen ti sostanziali nel modo di gestire le operazioni di produzione di energia. I mercati attuali richiedono massima flessibilità\;\, altissime pre stazioni in termini di affidabilità\; e disponibilità\; dei gr uppi generativi che operano sotto condizioni sempre più\; critiche. Le tecniche tradizionali a supporto delle operazioni di generazione di ene rgia non soddisfano più\; queste esigenze\, che devono quindi essere supportate da approfondite analisi dati. L&rsquo\;analisi dei dati si occ upa di analizzare i dati operativi allo scopo di identificare modelli di c omportamento\, costruendo modelli matematici che descrivano con una certa accuratezza i diversi fenomeni e processi che si verificano sui motori. Il vantaggio di questi modelli è\; quello di anticipare fonti di possi bili guasti in futuro. Uno degli esempi più\; rappresentativi &egrav e\; la realizzazione di un modello matematico che consenta di monitorare l a performance delle turbo-soffianti appartenenti al sistema di sovraliment azione dei motori 4T Wä\;rtsilä\; doppio stadio.\n \;\nNe parl eremo con:\nIng. Emanuela Rusconi\, Manager\, CM Expertise Centre Trieste &ndash\; Energy Business\, Wä\;rtsilä\; Italia\nIng. Carlos Argana raz\, Senior Contract Manager\, Mobilization &ndash\; Energy Business\, W& auml\;rtsilä\; Italia\nIng. Giulio Rizzi\, Technical Data Analyst &nda sh\; Energy Business\, Wä\;rtsilä\; Italia\nProf. Rodolfo Taccani\ , Professore Associato Dipartimento di Ingegneria e Architettura\, Univers ità\; degli Studi di Trieste\nModeratore: Ing. Emanuele Pavan\, Team Leader\, Operations Management &ndash\; Energy Business\, Wä\;rtsil&a uml\; Italia\nPer partecipare al Webinar è\; necessaria la registraz ione a questo link. DTEND:20210318T120000Z DTSTAMP:20240328T124324Z DTSTART:20210318T110000Z LOCATION: SEQUENCE:0 SUMMARY:#CRESCOINAZIENDA - Wärtsilä & Data Analyst UID:RFCALITEM638472266048714726 X-ALT-DESC;FMTTYPE=text/html:
\n
\n&ldquo\;#CRESCOINAZIENDA&rdquo\;
Quando un tirocinio in azienda è\; anch
e un percorso di crescita
\n
\n
\n
Siamo al nostro nono appuntamen
to di &ldquo\;#CRESCOINAZIENDA&rdquo\;\, Mercoled
ì\; 24 Marzo\, dalle ore 15.00 alle ore 16.00\, via Teams\, con u
n Webinar dal titolo:
&ldquo
\;WÄ\;RTSILÄ\; &\; DATA ANALYSIS&rdqu
o\;
\n
\nLa rivoluzione che la digitalizzazione porta nell&rsquo
\;ambito del monitoraggio da remoto degli impianti di produzione di energi
a elettrica ha avuto un impatto notevole sul modo di lavorare tradizionale
. Sebbene la progressiva introduzione delle energie rinnovabili abbia port
ato notevoli benefici in termini di efficientamento energetico\, ha per&og
rave\; introdotto cambiamenti sostanziali nel modo di gestire le operazion
i di produzione di energia. I mercati attuali richiedono massima flessibil
ità\;\, altissime prestazioni in termini di affidabilità\; e d
isponibilità\; dei gruppi generativi che operano sotto condizioni se
mpre più\; critiche. Le tecniche tradizionali a supporto delle opera
zioni di generazione di energia non soddisfano più\; queste esigenze
\, che devono quindi essere supportate da approfondite analisi dati. L&rsq
uo\;analisi dei dati si occupa di analizzare i dati operativi allo scopo d
i identificare modelli di comportamento\, costruendo modelli matematici ch
e descrivano con una certa accuratezza i diversi fenomeni e processi che s
i verificano sui motori. Il vantaggio di questi modelli è\; quello d
i anticipare fonti di possibili guasti in futuro. Uno degli esempi pi&ugra
ve\; rappresentativi è\; la realizzazione di un modello matematico c
he consenta di monitorare la performance delle turbo-soffianti appartenent
i al sistema di sovralimentazione dei motori 4T Wä\;rtsilä\; doppi
o stadio.
 \;
\nNe parleremo con:
\nIng. E manuela Rusconi\, Manager\, CM Expertise Centre Trieste &ndash\; Energy Business\, Wä\;rtsilä\; Italia
\nIng. Carlos Arganaraz\, Senior Contract Manager\, Mobilization &ndash\; Energ y Business\, Wä\;rtsilä\; Italia
\nIng. Giulio Rizzi \, Technical Data Analyst &ndash\; Energy Business\, Wä\;rtsi lä\; Italia
\nProf. Rodolfo Taccani\, Professor e Associato Dipartimento di Ingegneria e Architettura\, Università\; degli Studi di Trieste
\nModeratore: Ing. Emanuele Pavan\, Team Leader\, Operations Management &ndash\; Energy Business\, W& auml\;rtsilä\; Italia
\nPer partecipare al Webinar è\; nec essaria la registrazione a questo link.
END:VEVENT END:VCALENDAR