Diagnosi della gestione del Servizio ''Trasporto Merci Pericolose'' tramite un algoritmo Neuro-Fuzzy

INTRODUZIONE 1 INTRODUZIONE L’approccio tradizionale al problema della diagnosi dei malfunzionamenti prevede che la risorsa da controllare possa essere descritta da un opportuno modello matematico. Tuttavia, all’aumentare della complessità della risorsa, diventa difficile o addirittura impossibile formulare affermazioni precise riguardo il suo comportamento, arrivando infine a un livello di complessità oltre il quale precisione e significatività diventano caratteristiche mutuamente esclusive. In questi ultimi anni ha ricoperto un grande interesse lo studio e l’applicazione dell’Intelligenza Artificiale nella realizzazione di sistemi capaci di effettuare la diagnosi e la prognosi di impianti complessi in molti settori industriali. Tali sistemi sono, in linea di principio, in grado di rilevare un malfunzionamento, di procedere all’isolamento dello stesso e di effettuare una valutazione qualitativa del tempo di vita utile residuo. Lo studio delle caratteristiche funzionali settore Trasporto Merci Pericolose è giustificato non solo dagli interessi economici legati all’autotrasporto dei materiali pericolosi, ma anche dalla necessità di garantire la salvaguardia della vita degli uomini e di tutto l’ecosistema. Numerosi sono i problemi che possono sorgere nel TMP. Pensiamo ad un automezzo adibito al trasporto di carburante che subisce un ribaltamento durante il suo itinerario di consegne ai vari distributori, a causa delle particolari condizioni atmosferiche, delle condizioni in cui si trova il pavimento stradale e della negligenza dell’autista. Questo provoca la fuoriuscita del carico e il pericolo di un’esplosione che coinvolgerebbe