L'Intelligenza Artificiale può rivoluzionare questo processo nell'industria manifatturiera

Nell'industria manifatturiera l'ispezione, la verifica e l'analisi della qualità dei prodotti sono componenti fondamentali del processo produttivo. Tuttavia, l'approccio tradizionale necessita dell'impiego di operatori umani con skill per il controllo qualità e presenta una serie di sfide, tra cui tempistiche elevate, costi fissi, centralizzazione della conoscenza e rischio di errori umani. Attraverso gli strumenti di Visual Inspection basati sull’Intelligenza Artificiale, è possibile migliorare il processo, sfruttando la capacità di calcolo e gli strumenti abilitati dal Cloud e ovviare ai rischi dell’approccio tradizionale.

UNA SOLUZIONE AI PER L'ISPEZIONE VISIVA

Una delle soluzioni a queste sfide viene da Google che, con Visual Inspection AI, mette a disposizione uno strumento che utilizza l'intelligenza artificiale per analizzare le immagini dei prodotti e identificarne gli eventuali difetti previo opportuno addestramento. Questo sistema, che può essere implementato attraverso modelli di apprendimento automatico ospitati su Google Cloud, offre una serie di vantaggi rispetto all'approccio tradizionale. Gli strumenti di Visual Inspection permettono di risolvere alcune delle principali problematiche legate all’ispezione visiva tradizionale, fra cui:

• tempistiche elevate per il controllo dei prodotti, aspetto critico soprattutto nelle filiere ad alta frequenza produttiva, che rende difficilmente fattibile un controllo estensivo;
• costo fisso dell’operatore, fattore non trascurabile e non ottimizzabile, tenuto anche conto che spesso solo le risorse più competenti possono essere adibite a questi compiti;
• “centralizzazione” della conoscenza di prodotti e difetti che risiede nell’esperienza personale, con conseguente significativa barriera all’ingresso di nuove risorse che devono seguire un costoso e lungo percorso di affiancamento;
• soggettività delle valutazioni in base alla percezione dell’operatore, di conseguenza possibile disomogeneità tra le decisioni di operatori differenti;
• rischio di errori dovuti alla distrazione per lo svolgimento di un’attività ripetitiva;
• difficoltosa raccolta dati di controllo affidata perlopiù ad attività manuali, perdendo spesso un bagaglio di conoscenza necessario per attivare azioni correttive strutturali e per implementare applicazioni di AI e ML.

Scopriamo come queste soluzioni che utilizzano l’AI sono vantaggiose, non solo dal punto di vista della produttività ma anche da quello della soddisfazione del personale e del consolidamento del know-how aziendale non più appannaggio di pochi.

I VANTAGGI DI VISUAL INSPECTION AI
L'implementazione di una soluzione di ispezione visiva basata su intelligenza artificiale come Visual Inspection AI può portare a una serie di benefici per le aziende manifatturiere, migliorando considerevolmente la filiera di controllo qualità. Fra i principali vantaggi introdotti da questa soluzione, meritano di essere ricordati:

• bassissima latenza di risposta per il controllo dei possibili difetti di un prodotto;
• indipendenza dall’operatore, a livello di costi, possibilità di errori umani, centralizzazione e soggettività della conoscenza;
• digitalizzazione del know-how e possibilità di evoluzione continua delle prestazioni di valutazione;
• storicizzazione dei dati di controllo qualità e loro completezza, consultabili e misurabili in qualsiasi momento e disponibili per soluzioni avanzate di AI e ML;
• flessibilità significativa della piattaforma che permette una facile estensione della soluzione a nuovi prodotti e/o impianti.

Visual Inspection AI, oltre ai citati vantaggi relativi alle attività di controllo qualità, abilita alcuni vantaggi ulteriori, per esempio l’automazione dei processi ripetitivi e la possibilità di applicazione di modelli di ‘predictive quality’ attraverso tutta la filiera produttiva, eradicando le ‘root causes’ dei difetti di prodotto.

ALCUNI ESEMPI DI USO DI STRUMENTI DI VISUAL INSPECTION
Visual Inspection AI può essere utilizzato in una vasta gamma di applicazioni nell'ambito produttivo manifatturiero. Citiamo alcuni esempi nel contesto delle fonderie, come l’intercettazione di difettosità dei getti:

• sporgenze, bave;
• cavità, porosità superficiali;
• discontinuità, cricche;
• difetti geometrici;
• mancanze di materiale;
• dimensione o forma improprie:
• inclusioni.

Altri esempi applicabili al contesto dei processi produttivi delle fonderie riguardano le operazioni a valle rispetto alla colata, quali lavorazioni meccaniche di asportazione di truciolo, finitura superficiale, verniciatura.

La piattaforma ovviamente abilita soluzioni anche in tutti gli ambiti manifatturieri; citiamo tra l’altro

• l’identificazione di difetti superficiali nel settore automotive che comprende tutta la filiera dei componentisti nell’ambito della meccanica, della plastica e dei tessuti tecnici;
• la verifica dell’esatto assemblaggio di componenti meccanici o idraulici o elettronici, il loro danneggiamento o la loro assenza;
• la verifica di imballaggi alimentari e della relativa conformità/integrità o la determinazione di difettosità di oggetti anche in base all’aspetto e alla colorazione.

L'INTEGRAZIONE DEI DATI PER UNA MIGLIORE EFFICIENZA
Automatizzare e ottimizzare il processo di ispezione rappresenta una soluzione con un impatto certo sui risultati aziendali (risparmio sulle risorse umane, minori costi di non qualità); rimane pur sempre una soluzione locale tipicamente associata a un impianto. In una prospettiva data driven questa soluzione locale si integra in una piattaforma che abilita la raccolta intelligente di dati aziendali da tutti gli impianti, da qualsiasi fonte endogena ed esogena, attivando uno scenario ‘disruptive’. Così ad esempio l’informazione di difettosità individuata dalla Visual Inspection viene messa in relazione con tutte le informazioni di processo relative alle precedenti operazioni/impianti e grazie a modelli di Intelligenza artificiale, modelli predittivi e machine learning individua la genesi del problema e contemporaneamente impara, in modo da abilitare un modello di qualità predittiva. Tale modello in successive attività produttive individua preventivamente l’approssimarsi di condizioni che potrebbero generare difettosità avvisando gli operatori o addirittura intervenendo a correggere il processo.

RIVOLUZIONARE LA FILIERA PRODUTTIVA CON VISUAL INSPECTION AI E GOOGLE MANUFACTURING DATA ENGINE (MDE)
La declinazione dell’azienda Data Driven secondo Google si realizza con la piattaforma MDE che è in grado di rispondere a tutte le necessità toccate nel punto precedente, con una modalità flessibile, accessibile e facile da gestire, quindi con un TCO (Total Cost of Ownership) ottimale anche per le PMI. Questa soluzione permette quindi di rivoluzionare l’accessibilità a modelli avanzati di valorizzazione dei dati aziendali e fornire risposte solide, basate sui dati, per tutte le decisioni strategiche, tattiche e operative che in azienda si prendono ogni giorno.
La possibilità di avere a disposizione ‘agenti virtuali’ che osservano e analizzano in continuazione l’ingente flusso di dati generati istante per istante dai processi aziendali e nell’ecosistema di riferimento del business, consente di ricevere suggerimenti, allarmi o previsioni che permettono di prevenire rischi e abilitano la possibilità di cogliere opportunità competitive in anticipo rispetto ad una gestione tradizionale.
In questo contesto Visual Inspection AI, integrato in MDE, permette di governare attività cruciali di qualità del prodotto in modo automatico e non soggetto a valutazioni soggettive, digitalizzando una competenza così sempre a disposizione dell’azienda, non localizzata solo nell’esperienza di singole risorse qualificate, e, grazie a MDE, retroazionando sul processo produttivo i riscontri negativi in modo da ‘imparare’ a non generare il difetto in futuro (modelli di AI e ML).

CASE STUDY: INDUSTRIE SALERI ITALO
Industrie Saleri Italo Spa è la capogruppo di un’azienda globale – Saleri Group – leader nello sviluppo di sistemi di raffreddamento per l’industria automobilistica.

La sfida
L’obiettivo di Industrie Saleri Italo Spa consiste nell’azzerare il rischio di spedire ai clienti prodotti con anche un solo piccolo difetto cosmetico, utilizzando un processo lean che consenta di abbassare gli attuali costi di controllo visivo eseguito con una soluzione verticale rigida, abbattendo i tempi di gestione e di introduzione di nuovi prodotti da più di un mese a poche ore.

La soluzione
Industrie Saleri Italo Spa, con il supporto di Regesta LAB, ha adottato Visual Inspection AI per ottenere una soluzione più flessibile e meno invasiva rispetto alle attuali soluzioni industriali.
Visual Inspection AI è una piattaforma basata su modelli di Intelligenza artificiale che vengono periodicamente riaddestrati in cloud con tempi e oneri decisamente inferiori rispetto a soluzioni verticali con modelli cablati nell’hardware utilizzato. La piattaforma rende anche possibile l’addestramento di più modelli in parallelo, senza acquistare hardware aggiuntivo. Grazie ai modelli di AI non è necessario dotarsi di hardware sofisticato e costoso (in questo caso una fotocamera industriale intelligente).
La flessibilità della soluzione consente la migrazione su linee diverse nel momento in cui si trasferisce la lavorazione di alcuni prodotti, senza necessariamente trasferire l’hardware associato – cosa generalmente non fattibile con soluzioni invasive come quelle implementate in passato dall’azienda.

I risultati
Industrie Saleri Italo Spa ha raggiunto risultati migliori rispetto a quelli ottenuti con i sistemi di visione tradizionali. 
Come beneficio ulteriore, Visual Inspection AI si è dimostrata di semplice utilizzo, e quindi adatta per essere gestita direttamente e in modo autonomo dai process engineer dei singoli stabilimenti.
In aggiunta è stata registrata una sostanziale riduzione dei tempi di attivazione e dei costi dell’hardware associato.
“La tecnologia di Google ci consente di migliorare la competitività aziendale aumentando la scalabilità e riducendo i costi, gli sprechi e il time to value.” - Maurizio Sacco, TPM Director di Industrie Saleri Italo Spa.

Andrea Bertoglio - Regesta LAB