La società di Ingegneria Integrata guidata da Fabio Inzani, Tecnicaer Engineering, si avvale di una metodologia innovativa a favore di un’edilizia sostenibile. I vantaggi del digital twin.
Fabio Inzani: quando l’edilizia incontra la sostenibilità
Il concetto di sostenibilità è diventato oggi una priorità assoluta in molteplici contesti: il settore edilizio è senza dubbio uno di questi. Non a caso sono sempre più numerose le realtà fortemente impegnate nella realizzazione di modelli di edilizia sostenibile: Tecnicaer Engineering, società di cui Fabio Inzani è Presidente, si basa sul giusto equilibrio tra il comportamento passivo degli edifici e l’ottimizzazione dell’efficienza energetica. Dal 2015 la società di Ingegneria Integrata si avvale di sofisticati strumenti di modellazione digitale parametrica che le consentono di adottare un approccio integrato a 360° di tutte le componenti del sistema edilizio. Seguendo tale metodo, il team di Tecnicaer Engineering, guidato da Fabio Inzani, ha portato a termine diversi importanti progetti: tra i più recenti rientrano la riqualificazione dell’Ospedale del Mugello e la riqualificazione del Centro di addestramento della Polizia di Nettuno, a cui si aggiunge anche la realizzazione del nuovo Dipartimento di Biologia dell’Università di Pisa.
Focus sulla metodologia utilizzata dal Gruppo guidato da Fabio Inzani
L’utilizzo di tale approccio consente al Gruppo guidato da Fabio Inzani di avvalersi di un’ulteriore metodologia innovativa, il digital twin. Creando un gemello digitale del complesso edilizio è possibile realizzare diverse riproduzioni capaci di simulare il reale comportamento del sistema edificio – impianto ottimizzando al contempo il funzionamento dello stesso. Quali sono quindi i vantaggi derivati dall’utilizzo di tale approccio? Attraverso le ricerche sul comportamento attivo dell’involucro edilizio è possibile valutare il beneficio sui fabbisogni energetici e sul regime dei sistemi impiantistici, non solo, le analisi energetiche dinamiche forniscono gli andamenti sovrapponibili ai reali fabbisogni energetici giornalieri e la previsione dell’eventuale spesa annua. L’autoapprendimento dei sistemi di generazione consente di attivare una serie di algoritmi capaci di adattare il regime al punto di massimo rendimento di generazione e di emissione dei terminali. Infine, le simulazioni fluidodinamiche eseguite dal team di Fabio Inzani hanno lo scopo di perfezionare la climatizzazione degli ambienti.