SSI 451

AUTOMAZIONE OGGI 451 SOLUZIONI SOFTWARE PER L’INDUSTRIA 61 S SI intelligenza artificiale Per questo, disporre di strumenti tecnologici potenti permette di au- tomatizzare gran parte del processo di ispezione visiva, in modo che gli ingegneri possano dedicare più tempo ad attività più complesse. Le case automobilistiche e i loro partner che si occupano di deep lear- ning sono passati dalla machine vision tradizionale alla deep learning machine vision per garantire livelli di precisione, qualità e controllo della conformità prima irraggiungibili. Ha qualche caso di studio spe- cifico che può essere citato? Gallo : Zebra collabora con molte case automobilistiche, costruttori di macchine e fornitori in tutto il mondo, oltre che con produttori di altri settori come l’elettronica e il settore food and beverage. Na- turalmente, l’utilizzo di potenti soluzioni tecnologiche, a volte, è qualcosa che le aziende preferisconomantenere riservato. Tuttavia, quando i nostri clienti sono pronti a condividere le loro innovazioni, ci assicuriamo sempre di informare i nostri media di settore. Per esempio, lavoriamo a stretto contatto con aziende come Mosaic, una società internazionale attiva nell’automazione industriale con competenza di ingegneria elettrica, software e meccanica con sedi in Germania, Italia, Serbia e Brasile. L’azienda si avvale di Zebra Design Assistant Machine Vision, una soluzione di machine vision pensata per i settori automotive e farmaceutico. Mosaic necessita della massima garanzia di qualità nella produzione dei dischi dei freni, che vengono realizzati attraverso il sand-casting, un processo di fusione del metallo caratterizzato dall’utilizzo della sabbia come materiale dello stampo. In seguito al processo di fusione, i dischi vengono puliti all’interno di un grande tamburo. A volte, però, que- sto processo non è ottimale e rimangono residui di sabbia: il sistema Mosaic verifica la presenza di tracce del processo di sinterizzazione e di resti di sabbia sulla superficie del disco, che possono danneg- giare i macchinari o ridurne il ciclo di vita, eliminando dalla linea di produzione le unità difettose. Con la soluzione di Machine Vision Design Assistant, Mosaic è in grado di effettuare il controllo qua- lità per oltre 200 diversi modelli di dischi freno per autoveicoli. Le ispezioni sono ripetibili 24 ore su 24 e le macchine operano più ve- locemente di quanto potrebbe fare un operatore umano. L’azienda sta sviluppando progetti simili anche per il settore farmaceutico. Come l’AI viene applicata dalle case automobilistiche per superare al- cune delle sfide? Gallo : L’attenzione alla conformità, alla sicurezza, all’efficienza e alla sostenibilità e il passaggio a veicoli ibridi ed elettrici, rendono neces- sario il miglioramento della qualità, le ispezioni di fine linea, la traccia- bilità dei pezzi lungo la supply chain, la misurazione, la metrologia e l’ispezione della porosità. La giusta combinazione di hardware e sof- tware che sfrutta l’AI deep learning puòmigliorare queste applicazioni di machine vision, anche per i casi d’uso più complessi. Secondo un recente studio di Zebra su AI e machine vision nel settore automobi- listico, oltre il 40% dei dirigenti aziendali ha dichiarato che la tecno- logia OCR tradizionale, il riconoscimento ottico dei caratteri, richiede troppo tempo per l’addestramento e circa il 40% degli intervistati ha affermato che non è abbastanza stabile. Inoltre, più di un quarto ha affermato che non è in grado di gestire casi d’uso complessi e oltre il 30% ritiene che la tecno- logia OCR non sia facile da usare. Queste sfide sono state superate con il nuovo OCR deep learning, che si basa su reti neurali di deep learning che emulano il funziona- mento del cervello umano. L’OCR deep learning viene pre-adde- strato su migliaia di immagini ed è pronto per essere utilizzato fin da subito. È uno strumento po- tente che rivoluziona l’ispezione OCR. Le soluzioni moderne di machine vision che supportano il deep learning aiutano i fornitori e le case automobilistiche a ridurre i tempi di formazione, facilitare l’interoperabilità e la manutenzione, oltre a migliorare le prestazioni con casi d’uso complessi e in condizioni dif- ficili e mutevoli. Lo stesso studio ha rivelato che circa il 18% di coloro che hanno dichiarato di utilizzare attualmente la machine vision ba- sata su AI potrebbe fare di più con questa tecnologia. Si tratta quindi di una sfida che i partner di machine vision devono affrontare fornendo consulenze, supporto all’implementazione e alla formazione, nonché con una continua innovazione in ambito AI e hardware. In che modo il deep learning machine vision può essere utilizzato nel processo di produzione delle batterie EV? Gallo : La machine vision con deep learning può essere utilizzata per rilevare anomalie e individuare particolari caratteristiche dei prodotti, classificare oggetti, oltre alla segmentazione di istanze e alla localiz- zazione nell’intero processo di produzione di batterie per veicoli elet- trici, dal rivestimento di nodi e catodi, alla posizione delle linguette degli elettrodi, all’allineamento dell’impilamento, all’ispezione di serie/codici e alla verifica dell’assemblaggio, per citarne alcuni. Come fanno i produttori di auto e batterie a garantire che i loro pro- cessi, le parti e le batterie finite siano sicure e conformi, a fronte di una maggiore consapevolezza, delle preoccupazioni e dell’interesse dei consumatori? Gallo : Le case automobilistiche si avvalgono di un team di ingegneri qualificati, professionisti della conformità e del controllo qualità e di molti altri specialisti che operano in tutte le fasi produttive, oltre a collaborare con fornitori specializzati che rispettano gli standard più elevati per la costruzione di macchine e la fornitura di materiali e componenti. Naturalmente, in questo processo sono presenti anche partner e soluzioni di machine vision che possono essere utilizzati per materie prime, componenti e prodotti finiti. Zebra Technologies - www.zebra.com Luca Gallo, business partners and market development manager for machine vision and fixed industrial scanning di Zebra Technologies