Panoramica dal 12 al 19 agosto 2024, il settore dell’edilizia in Italia offre numerose opportunità di lavoro, nonostante le sfide economiche e le politiche monetarie restrittive.

Un rapporto di Hunters Group prevede un incremento del 7% nelle assunzioni qualificate nel settore delle costruzioni per il 2024. Questa crescita alimentata principalmente dalla rigenerazione urbana e dalla Smart Construction, che richiedono competenze sempre più aggiornate e versatili.

Opportunità  di Lavoro in Edilizia

Nuove possibilità di carriera emergono nel settore dell’edilizia, grazie all’innovazione e alla crescente domanda di competenze specializzate.

Contesto e Tendenze

Nonostante le attuali difficoltà economiche, il settore delle costruzioni in Italia continua a crescere, trainato dalla transizione verso un edilizia sostenibile e dall‘adozione di tecnologie innovative.

Secondo Green Planner, il passaggio a una edilizia net-zero potrebbe creare fino a 252.000 nuovi posti di lavoro nel Paese. Questo trend positivo rafforzato dalla crescente domanda di professionisti qualificati in settori come la rigenerazione urbana e la Smart Construction.

Il mercato del lavoro nell™edilizia si distingue per la forte domanda di operai specializzati, ingegneri edili, geometri e direttori di cantiere. Le competenze più richieste includono la pianificazione delle attività , la gestione delle risorse e dei costi, e la capacità  di affrontare sfide operative complesse.

Conclusioni

Le opportunità  di lavoro nel settore dell™edilizia in Italia dal 12 al 19 agosto 2024 sono molteplici e diversificate. La crescita del settore, sostenuta dalla transizione verso un™edilizia sostenibile e dall™adozione di tecnologie innovative, offre prospettive promettenti per i professionisti qualificati. La tabella sopra riportata fornisce una panoramica delle posizioni disponibili in diverse regioni italiane, evidenziando la varietà  di ruoli e competenze richieste.

Fonti:

Hunters Group

Green Planner

Indeed

L’industria siderurgica, con la sua lunga storia di innovazione e progresso, è ora al centro di una trasformazione guidata dall’avvento di tecnologie avanzate come l’intelligenza artificiale (IA) e la robotica. Questi cambiamenti non solo migliorano l’efficienza e la sicurezza del settore, ma stanno anche reimpostando le aspettative per la qualità e la velocità nella produzione dell’acciaio.

L’Introduzione dell’Intelligenza Artificiale nella Siderurgia

Automazione dei Processi Produttivi

La lavorazione dell’acciaio, tradizionalmente un processo che richiede intensa manodopera, si sta velocemente orientando verso un approccio più tecnologico. L’intelligenza artificiale contribuisce significativamente all’automazione dei processi produttivi, dal monitoraggio delle temperature alla gestione delle composizioni chimiche, garantendo risultati di alta precisione e qualità costante.

Predizione e Manutenzione Preventiva

Uno degli impieghi più efficaci dell’IA nel settore siderurgico è la predizione delle necessità di manutenzione. Sistemi AI avanzati analizzano grandi quantità di dati operativi per individuare potenziali guasti prima che accadano, permettendo così interventi preventivi che riducono i fermi macchina e massimizzano la produttività.

Innovazioni in Robotica

Robot per Ambiente ad Alto Rischio

La robotica ha trovato un ruolo fondamentale negli ambienti ad alto rischio tipici della produzione di acciaio, dove temperature estreme e carichi pesanti rendono il lavoro pericoloso per gli esseri umani. I robot impiegati possono gestire materiale incandescente, movimentare pezzi pesanti e operare in condizioni che sarebbero insostenibili o pericolose per i lavoratori umani.

Automazione nella Logistica

Non solo nella produzione, ma anche nei processi logistici la robotica ha un ruolo cruciale. Robot autonomi sono incaricati dell’organizzazione e del trasporto di materiali pesanti all’interno delle fabbriche, migliorando la velocità e riducendo gli errori e gli infortuni.

Tecnologie Supportive

Realizzazione Virtuale e Simulazione

La digitalizzazione ha permesso la creazione di gemelli digitali delle fabbriche, che simulano i processi di produzione in ambiente virtuale. Questo consente di testare modifiche e ottimizzazioni prima di implementarle sul campo, riducendo così i rischi e i costi.

Big Data e Analytics

Ogni aspetto della produzione dell’acciaio produce quantità enormi di dati. L’analisi di questi dati con strumenti di big data permette di ottimizzare ulteriormente i processi, migliorare la sostenibilità e aumentare l’efficienza energetica.

Tabella Riassuntiva delle Tecnologie

Conclusione

Le tecnologie emergenti, come l’intelligenza artificiale e la robotica, stanno trasformando radicalmente il settore siderurgico. Queste innovazioni non solo migliorano drammaticamente l’efficienza e la sicurezza, ma spingono anche l’intera industria verso una nuova era di produzione digitale e sostenibile. Con questi progressi, il futuro della lavorazione dell’acciaio promette di essere più luminoso, pulito e produttivo.

Capitolo 1: Cos’è la normalizzazione dell’acciaio

Definizione di normalizzazione

La normalizzazione è un trattamento termico applicato all’acciaio, che consiste nel riscaldamento del materiale a una temperatura superiore a quella critica (generalmente tra 750°C e 980°C) seguito da un raffreddamento in aria calma. Questo processo mira a raffinare la grana cristallina dell’acciaio, migliorandone così la resilienza, la durezza e l’omogeneità strutturale.
Fonte: ASM International – Normalizing of Steels

Obiettivi della normalizzazione

Il principale obiettivo della normalizzazione è quello di eliminare le tensioni interne accumulate durante processi di lavorazione come la laminazione, la forgiatura o la saldatura. Inoltre, mira a ottenere una struttura austenitica più fine e uniforme, che influisce positivamente sulle proprietà meccaniche.

Differenze rispetto ad altri trattamenti

Rispetto alla ricottura, la normalizzazione prevede un raffreddamento più rapido e una struttura finale più dura. Rispetto alla tempra, invece, è un trattamento meno drastico, evitando problemi come la fragilità.

Quando si applica la normalizzazione

La normalizzazione è consigliata:

• Dopo lavorazioni meccaniche pesanti;
• Per correggere irregolarità strutturali;
• Prima di trattamenti successivi come la tempra o la cementazione;
• Su materiali come acciai da costruzione, acciai da utensili e alcuni ghise.

Capitolo 2: Proprietà dell’acciaio normalizzato

Struttura micrografica

Durante la normalizzazione, l’acciaio sviluppa una microstruttura più fine composta da ferrite e perlite. Questo si traduce in una distribuzione uniforme delle proprietà meccaniche su tutta la sezione del pezzo.

Miglioramento delle proprietà meccaniche

La normalizzazione porta a un aumento di:

• Resilienza (resistenza agli urti);
• Trazione (resistenza alla rottura);
• Durezza superficiale.

Tabella 1: Variazione proprietà meccaniche pre e post-normalizzazione

Fonte dati: Total Materia – Mechanical Properties

Influenza su tenacità e duttilità

La normalizzazione aumenta la tenacità senza ridurre drasticamente la duttilità. Questo equilibrio è particolarmente utile nelle costruzioni soggette a carichi dinamici.

Resistenza alla fatica

La resistenza a fatica dell’acciaio normalizzato è superiore rispetto a quello laminato o grezzo, rendendolo adatto a componenti come travature, ponti e telai.

Capitolo 3: Quando la normalizzazione è necessaria

Dopo lavorazioni plastiche a caldo

Le lavorazioni a caldo come la forgiatura possono creare eterogeneità della grana cristallina. La normalizzazione elimina queste difformità, stabilizzando la struttura.

Prima di trattamenti successivi

Se l’acciaio deve subire ulteriori trattamenti come tempra o nitrurazione, è consigliato normalizzare per ottenere una struttura uniforme di partenza.

Correzione di difetti

La presenza di difetti come segregazioni o grossolana cristallizzazione richiede un trattamento di normalizzazione per ristabilire un corretto assetto microstrutturale.

Miglioramento delle prestazioni strutturali

La normalizzazione è indispensabile in componenti soggetti a:

• Vibrazioni intense;
• Sollecitazioni termiche;
• Carichi ciclici.

Capitolo 4: Procedura pratica della normalizzazione

Fasi del trattamento

La normalizzazione comprende quattro fasi principali:

1. Riscaldamento dell’acciaio sopra la temperatura critica;
2. Mantenimento della temperatura per un tempo adeguato (1 min per mm di spessore);
3. Raffreddamento in aria calma;
4. Controllo finale delle proprietà ottenute.

Temperature tipiche di normalizzazione

Fonte: Engineering Handbook – Heat Treatment

Tempi di permanenza

Il tempo di mantenimento è fondamentale per garantire una completa trasformazione strutturale. Una regola generale è 1 minuto per ogni mm di spessore del pezzo.

Rischi e difetti da evitare

Un raffreddamento troppo rapido o un riscaldamento eccessivo possono causare:

• Distorsioni;
• Formazione di cricche;
• Sovragranulazione.

Capitolo 5: Vantaggi e limiti della normalizzazione

Vantaggi principali

I principali vantaggi della normalizzazione sono:

• Miglioramento uniforme delle proprietà meccaniche;
• Rimozione delle tensioni interne;
• Economicità rispetto ad altri trattamenti.

Limiti da considerare

Tuttavia, presenta alcuni limiti:

• Non è adatta ad acciai ad altissima lega;
• Non sostituisce trattamenti più specifici come tempra o rinvenimento.

Quando evitare la normalizzazione

Evitarla su:

• Acciai inossidabili austenitici;
• Acciai legati altamente temprabili.

Confronto con altri trattamenti

Capitolo 6: Applicazioni pratiche della normalizzazione

Settore delle costruzioni

La normalizzazione viene spesso applicata a:

• Travi metalliche;
• Piloni;
• Staffature.

Garantisce resistenza e durabilità superiori.

Industria automobilistica

Utilizzata per:

• Telai;
• Componenti di trasmissione;
• Assali.

Aumenta la resistenza a fatica dei componenti.

Produzione di macchine utensili

Le basi e le strutture delle macchine utensili richiedono normalizzazione per ottenere:

• Maggiore stabilità dimensionale;
• Minore deformazione sotto carico.

Saldature strutturali

La normalizzazione dopo la saldatura elimina le tensioni residue e migliora la qualità del giunto.

Domande Frequenti sulla Normalizzazione

1. Cos’è esattamente la normalizzazione degli acciai?

È un trattamento termico che consiste nel riscaldare l’acciaio sopra il punto critico e lasciarlo raffreddare in aria per uniformare la struttura cristallina e migliorare le proprietà meccaniche.

2. Quando è fondamentale eseguire la normalizzazione?

Dopo forgiatura, laminazione o saldatura intensa, oppure prima di processi come la tempra per garantire una base microstrutturale omogenea.

3. È possibile normalizzare tutti i tipi di acciaio?

No, non è consigliato su acciai altamente legati o inossidabili austenitici, dove potrebbe causare peggioramento delle prestazioni.

4. Qual è la differenza tra normalizzazione e ricottura?

La normalizzazione comporta un raffreddamento più rapido che conferisce all’acciaio una maggiore durezza rispetto alla ricottura.

5. Come si determina la temperatura corretta di normalizzazione?

Dipende dalla composizione chimica dell’acciaio e si consulta sempre un diagramma di stato o schede tecniche specifiche.

Conclusioni

La normalizzazione è un processo fondamentale nella lavorazione dell’acciaio, particolarmente consigliato dopo operazioni che alterano la struttura interna come saldature, forgiature e lavorazioni meccaniche pesanti. È anche un passaggio chiave prima di trattamenti termici complessi. Se eseguita correttamente, migliora la resistenza meccanica, la stabilità dimensionale e la resilienza del materiale.
Per scegliere se e quando applicarla, occorre valutare:

• Tipo di acciaio;
• Tipo di lavorazione eseguita;
• Prestazioni richieste.

In definitiva, una corretta normalizzazione permette di ottimizzare le prestazioni delle strutture in acciaio, aumentando la loro durabilità e sicurezza.

AMD adotta un approccio olistico ai coding copilot per l’IA

Gli assistenti di codifica come GitHub Copilot e Codeium stanno già cambiando l’ingegneria del software. Basandosi sul codice esistente e sugli input di un ingegnere, questi assistenti possono suggerire nuove linee o interi blocchi di codice, fungendo da un tipo di completamento avanzato.

A prima vista, i risultati sono affascinanti. Gli assistenti di codifica stanno già cambiando il lavoro di alcuni programmatori e trasformando il modo in cui viene insegnata la programmazione. Tuttavia, questa è la domanda a cui dobbiamo rispondere: Questo tipo di IA generativa è solo uno strumento di aiuto ingigantito, o può effettivamente portare un cambiamento sostanziale nel flusso di lavoro di uno sviluppatore?

Ad Advanced Micro Devices (AMD), progettiamo e sviluppiamo CPU, GPU e altri chip informatici. Ma gran parte di ciò che facciamo è sviluppare software per creare il software a basso livello che integra sistemi operativi e altri software dei clienti in modo trasparente con il nostro hardware. Infatti, circa la metà degli ingegneri AMD sono ingegneri del software, il che non è raro per un’azienda come la nostra. Naturalmente, abbiamo un forte interesse nel capire il potenziale dell’IA per il nostro processo di sviluppo del software.

Per capire dove e come l’IA può essere più utile, abbiamo recentemente condotto diverse analisi approfondite su come sviluppiamo il software. Quello che abbiamo scoperto è stato sorprendente: I tipi di compiti in cui gli assistenti di codifica sono bravi – ovvero scrivere linee di codice – sono in realtà una parte molto piccola del lavoro dell’ingegnere del software. I nostri sviluppatori dedicano la maggior parte dei loro sforzi a una serie di compiti che includono l’apprendimento di nuovi strumenti e tecniche, la risoluzione dei problemi, il debug e il testing del software.

Speriamo di andare oltre gli assistenti individuali per ogni fase e concatenarli in una macchina autonoma di sviluppo del software – con un umano nel mezzo, naturalmente.

Anche per il compito principale dei copiloti di codifica, abbiamo scoperto che gli assistenti offrivano rendimenti decrescenti: erano molto utili per i giovani sviluppatori che lavoravano su compiti di base, ma non così utili per i senior che lavoravano su compiti specializzati.

Per utilizzare l’intelligenza artificiale in modo veramente trasformativo, abbiamo concluso, non potevamo limitarci solo ai copiloti. Dovevamo pensare in modo più olistico all’intero ciclo di vita dello sviluppo del software e adattare gli strumenti più utili in ciascuna fase. Sì, stiamo lavorando per perfezionare i copiloti di codifica disponibili per la nostra base di codice particolare, in modo che anche i senior li trovino più utili. Ma stiamo anche adattando grandi modelli di linguaggio per svolgere altre parti dello sviluppo del software, come la revisione e l’ottimizzazione del codice e la generazione di report sui bug. E stiamo ampliando il nostro campo oltre LLM e IA generativa. Abbiamo scoperto che utilizzare IA discriminativa – IA che categorizza i contenuti anziché generarli – può essere un vantaggio nei test, in particolare nel verificare il funzionamento dei videogiochi sul nostro software e hardware.

L’autore e i suoi colleghi hanno addestrato una combinazione di IA discriminativa e generativa per giocare ai videogiochi e cercare artefatti nel modo in cui le immagini vengono renderizzate sull’hardware AMD, il che aiuta l’azienda a trovare bug nel suo codice firmware.Immagini di test: AMD; Immagini originali dei produttori di giochi.

Nel breve termine, miriamo a implementare l’IA in ogni fase del ciclo di vita dello sviluppo del software. Ci aspettiamo che questo ci dia un aumento del 25 percento della produttività nei prossimi anni. Nel lungo termine, speriamo di andare oltre gli assistenti individuali per ogni fase e concatenarli in una macchina autonoma di sviluppo del software – con un umano nel mezzo, naturalmente.

Anche mentre seguiamo questo percorso implacabile per implementare l’IA, ci rendiamo conto che dobbiamo esaminare attentamente le possibili minacce e rischi che l’uso dell’IA potrebbe introdurre. Dotati di queste informazioni, saremo in grado di utilizzare l’IA al massimo del suo potenziale. Ecco cosa abbiamo imparato finora.

Come l’Intelligenza Artificiale Cambierà il Design dei Chip

La fine della Legge di Moore è imminente. Gli ingegneri e i designer possono fare solo tanto per miniaturizzare i transistor e inserirne il maggior numero possibile nei chip. Perciò si stanno rivolgendo ad altri approcci al design dei chip, incorporando tecnologie come l’IA nel processo.

Samsung, ad esempio, sta aggiungendo l’IA ai suoi chip di memoria per abilitare l’elaborazione in memoria, risparmiando così energia e accelerando il machine learning. Parlando di velocità, il chip AI TPU V4 di Google ha raddoppiato la sua potenza di elaborazione rispetto alla sua versione precedente.

Ma l’IA offre ancora più promesse e potenzialità per l’industria dei semiconduttori. Per capire meglio come l’IA sta per rivoluzionare il design dei chip, abbiamo parlato con Heather Gorr, product manager senior per la piattaforma MATLAB di MathWorks.

Come viene attualmente utilizzata l’IA per progettare la prossima generazione di chip?

Heather Gorr: L’IA è una tecnologia così importante perché è coinvolta nella maggior parte del ciclo, compreso il processo di progettazione e produzione. Ci sono molte applicazioni importanti qui, anche nell’ingegneria dei processi generali dove vogliamo ottimizzare le cose. Penso che la rilevazione dei difetti sia una delle più importanti in tutte le fasi del processo, specialmente nella produzione. Ma anche pensando in anticipo nel processo di progettazione, [l’IA gioca ora un ruolo significativo] quando si progettano le luci e i sensori e tutti i diversi componenti. C’è molta rilevazione delle anomalie e mitigazione dei guasti che è davvero importante considerare.

Quindi, pensando alla modellazione logistica che si vede in qualsiasi settore, c’è sempre un tempo di inattività pianificato che si vuole mitigare; ma si finisce anche per avere un tempo di inattività non pianificato. Quindi, guardando a quei dati storici di quando hai avuto quei momenti in cui magari ci è voluto un po’ più del previsto per produrre qualcosa, puoi dare un’occhiata a tutti quei dati e utilizzare l’IA per cercare di identificare la causa prossima o vedere qualcosa che potrebbe saltare fuori anche nelle fasi di elaborazione e progettazione. Pensiamo spesso all’IA come uno strumento predittivo, o come un robot che fa qualcosa, ma molte volte ottieni molte informazioni dai dati attraverso l’IA.

Heather GorrMathWorks

Continua a leggere qui.