<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=150415092460129&amp;ev=PageView&amp;noscript=1">

Visione

Offerta

Scenari

Tecnologie di Frontiera

Ruoli

Tilt

Analisi predittiva per scovare i difetti di fabbrica: come funziona

Analisi predittiva per scovare i difetti di fabbrica: come funziona

L’analisi predittiva è una delle più interessanti (ed efficaci) tendenze nel contesto dei processi industriali di controllo qualità. Il concetto è semplice: nel contesto industriale, bisogna fare in modo che un eventuale difetto di produzione venga rilevato con tempestività e, soprattutto, il prima possibile all’interno del processo produttivo. Infatti, così com’è piuttosto comune che si verifichino difetti durante le lavorazioni, è importante che questi non vengano rilevati unicamente durante le attività ispettive, che sono lunghe e manuali e che, soprattutto, si effettuano a prodotto ultimato per la verifica di qualità e conformità. Al tempo stesso, rilevare difetti microscopici durante il processo di produzione e saperli classificare in funzione della causa potenziale o della dannosità per il prodotto finale è un’ambizione che va oltre le possibilità di molti impianti industriali e, spesso, anche dell’occhio umano.

Analisi predittiva: entra in campo l’Intelligenza Artificiale

Il concetto di analisi predittiva si collega direttamente a quanto appena spiegato: se l’impianto industriale può rilevare e classificare autonomamente microscopiche anomalie che si verificano durante il processo produttivo, ciò permette ai responsabili del controllo qualità e della produzione di prendere decisioni tempestive prima che il difetto vada a condizionare il prodotto finito. In questo si manifesta il concetto di analisi predittiva, i cui benefici sono evidenti: rilevare un difetto potenzialmente dannoso il prima possibile significa evitare costi ingiustificati, ottimizzare il processo produttivo, accelerare i tempi di produzione e, fattore da non sottovalutare, anche portare al cliente finale un prodotto migliore.

Teorema e il sistema di Intelligent Quality Control

Quanto sopra vale per la teoria, ma in pratica? Nell’ottica di favorire la transizione dei propri clienti verso i paradigmi e i benefici di smart manufacturing, Teorema ha realizzato un sistema di controllo qualità intelligente, che rileva e classifica autonomamente anomalie che sfuggono all’analisi qualitativa svolta dall’occhio dell’operatore, laddove tale attività sia prevista.

Recentemente, infatti, Teorema ha fornito a una nota realtà nel mondo del manufacturing un sistema di identificazione automatica dei difetti superficiali, finalizzato proprio a migliorare il processo di controllo qualità. Il concetto fondamentale, su cui intendiamo porre l’accento, è quello dell’identificazione: il sistema, così configurato, non si limita a individuare elementi sospetti ma fa qualcosa di ben più rilevante e di tecnicamente complesso, ovvero li classifica, ‘comprende’ il tipo di difetto e, sempre in ottica predittiva, permette di comprendere le eventuali conseguenze che questi potrebbero avere sul prodotto finito. L’input sono ovviamente immagini, la cui qualità è determinante ai fini della precisione e dell’attendibilità delle rilevazioni: il sistema, nel suo complesso, si compone infatti di una parte di cattura video e di una piattaforma di analisi.

Più in dettaglio, il sistema di Intelligent Quality Control si basa su una rete neurale che attiva processi di apprendimento automatico in funzione delle caratteristiche quantitative delle immagini stesse, riuscendo a classificarle secondo categorie ben definite e facilmente “interpretabili” dai responsabili del controllo qualità e della produzione, che possono concentrarsi su casi realmente rilevanti e su di essi possono agire tempestivamente. Come in ogni fattispecie che coinvolge l’apprendimento automatico, fa parte del sistema la tendenza al miglioramento continuo, agevolata (e non poco) dall’immenso volume di dati – questa volta sotto forma di imaging – che un impianto industriale genera con grande costanza.

New call-to-action

Iscriviti al Blog