moPlastAI: Intelligenza artificiale e IoT per il controllo qualità nello stampaggio a iniezione
La produzione di pezzi stampati a iniezione è un processo complesso e nei casi in cui il prodotto deve avere indici di qualità precisi, è necessario implementare un controllo estremamente più evoluto di quelli tradizionalmente implementati che si basano sul controllo a campione. Anche minime variazioni dei parametri di lavoro possono compromettere l’uniformità dei pezzi, causando scarti, sprechi e inefficienze.
I metodi tradizionali di controllo qualità, basati su ispezioni a campione o analisi post-produzione, non consentono un controllo puntuale e non consentono di individuare tempestivamente cali di qualità nella produzione. Per rispondere a queste criticità, un'azienda del settore si è affidata a Pink Peak e Mooves per sviluppare un sistema innovativo capace di monitorare in tempo reale il processo produttivo e trovare eventuali anomalie.
Obiettivi del progetto
Per superare i limiti delle tecnologie attuali nel monitoraggio della qualità della produzione, il primo passo è stato individuare le principali criticità:
Assenza di controllo in tempo reale dei parametri di processo: i metodi tradizionali di ispezione verificano la qualità solo dopo lo stampaggio, rendendo difficile prevenire difetti.
Difficoltà nell’identificazione delle cause degli scarti: soluzioni basate su computer vision individuano i pezzi difettosi, ma non forniscono indicazioni sulle cause dei difetti.
Limitata adattabilità a nuovi stampi e materiali: molte soluzioni esistenti richiedono lunghi tempi di calibrazione e non sono facilmente scalabili.
Il progetto mirava quindi a sviluppare un sistema:
Capace di monitorare in tempo reale i parametri di stampaggio e prevedere la qualità dei pezzi.
In grado di suggerire azioni correttive per ottimizzare il processo produttivo.
Adattabile a diversi stampi e materiali, con un apprendimento rapido.
Integrabile con i sistemi di gestione della produzione (MES) già esistenti.
La soluzione: AI e IoT per un controllo qualità predittivo
Pink Peak e Mooves hanno collaborato ad un sistema avanzato che combina un algoritmo di intelligenza artificiale sviluppato da Pink Peak ad un dispositivo IoT e una piattaforma cloud di Mooves. Il sistema funziona nel seguente modo:
Acquisizione dati in tempo reale: un dispositivo IoT installato direttamente sullo stampo raccoglie dati su pressione e temperatura durante ogni ciclo di stampaggio.
Analisi predittiva con intelligenza artificiale: i dati vengono inviati a una piattaforma cloud, dove un modello di machine learning analizza le informazioni e prevede la qualità del pezzo finale.
Ottimizzazione dinamica: il sistema suggerisce automaticamente come modificare i parametri della pressa per migliorare la qualità della produzione, andando oltre il semplice rilevamento dei difetti offerto dai tradizionali sistemi di computer vision.
Integrazione con il MES: il sistema garantisce la tracciabilità completa di ogni pezzo prodotto, assicurando conformità alle normative e migliorando la gestione della qualità della produzione.
Lo sviluppo della soluzione ha seguito un approccio iterativo con test in ambienti produttivi reali:
Raccolta e analisi dati: Pink Peak e Mooves hanno acquisito dati da diversi stampi e materiali per costruire un dataset rappresentativo.
Sviluppo del modello AI: gli algoritmi sono stati addestrati per correlare i parametri di processo con la qualità dei pezzi stampati.
Integrazione hardware e software: Mooves ha integrato un dispositivo IoT per acquisire dati in tempo reale, mentre Pink Peak ha messo in produzione l’AI nella piattaforma cloud Moplast.
Test e validazione: il sistema è stato installato su linee di produzione reali per verificarne l'efficacia e l'affidabilità.
Risultati: riduzione degli scarti e aumento dell’efficienza
L’implementazione del sistema ha portato benefici concreti e misurabili:
Miglioramento della qualità: riduzione significativa degli scarti e dei resi, grazie alla capacità di individuare e correggere i difetti prima del completamento del pezzo
Aumento dell’efficienza: il controllo qualità automatizzato ha ridotto il tempo e le risorse dedicate alle ispezioni manuali.
Maggiore tracciabilità: ogni pezzo prodotto viene monitorato e registrato, garantendo la conformità alle normative.
Riduzione dei costi: l’ottimizzazione del processo ha portato a un minor spreco di materiali ed energia.
Adattabilità rapida: il sistema raggiunge una precisione superiore al 99.4% dopo appena 50 pezzi prodotti con un nuovo stampo.
Conclusione
Grazie alla combinazione di IoT e intelligenza artificiale, Pink Peak e Mooves hanno sviluppato una soluzione innovativa che rivoluziona il controllo qualità nella produzione di pezzi stampati a iniezione. Questo sistema non solo consente di individuare i difetti, ma fornisce anche indicazioni su come prevenirli, ottimizzando la produzione in modo dinamico e riducendo sprechi e inefficienze.
Desideri approfondire come l’intelligenza artificiale e il machine learning possono ottimizzare i tuoi processi aziendali? Contattaci oggi per una consulenza personalizzata!
