Trasformare le fabbriche in produttori intelligenti con l’intelligenza artificiale

L'intelligenza artificiale (AI) è sulla bocca di tutti sin dal lancio del chatbot ChatGPT. L’intelligenza artificiale sta facendo grandi passi avanti anche nella tecnologia della produzione industriale. L’apprendimento automatico può aumentare l’efficienza della produzione. Ma come funziona? Scopri come alla fiera EMO Hannover 2023, dal 18 al 23 settembre. All'insegna di "Innovate Manufacturing", la fiera leader mondiale per le tecnologie di produzione ispirerà il suo pubblico specializzato presentando numerose nuove idee, con l'intelligenza artificiale in primo piano.

Le macchine di produzione possono davvero auto-ottimizzarsi? Possono imparare dai propri errori? Ed è possibile acquisire know-how da altre macchine? L’intelligenza artificiale (AI) rende tutto questo possibile. Quando le macchine di produzione ad autoapprendimento funzionano in modo intelligente, ciò porta a maggiore produttività, costi inferiori, migliore qualità e tempi di fermo macchina ridotti.

“Abbiamo dedicato molto tempo all’ottimizzazione dei nostri processi tecnologici di produzione e qui abbiamo costruito un vantaggio competitivo. Ora vogliamo fare lo stesso nella trasformazione digitale della produzione industriale”, spiega Markus Spiekermann, capo del dipartimento di economia dei dati presso l’Istituto Fraunhofer per l’ingegneria del software e dei sistemi ISST. “L’intelligenza artificiale gioca un ruolo decisivo nel soddisfare le nuove esigenze”, afferma Spiekermann. “Perché solo attraverso l’uso di metodi di intelligenza artificiale è possibile raggiungere elevati livelli di automazione.”

Manutenzione predittiva per torni

La tendenza dell’intelligenza artificiale sta prendendo piede nell’industria. Il produttore di macchine utensili Weisser Söhne GmbH & Co. KG, ad esempio, si affida a modelli di intelligenza artificiale che consentono la manutenzione predittiva dei suoi torni.

"La manutenzione predittiva utilizza l'intelligenza artificiale per prevedere quando una macchina avrà bisogno di manutenzione per evitare che si guasti", spiega il Dr.-Ing. Robin Hirt, CEO e fondatore della startup Prenode GmbH con sede a Karlsruhe. L'azienda di software aiuta i costruttori di macchine a dotare i loro impianti di funzionalità personalizzate basate sull'intelligenza artificiale.

Le moderne macchine di produzione possono auto-ottimizzarsi con l’aiuto dell’intelligenza artificiale, afferma Hirt. “In genere utilizzano a questo scopo i cosiddetti metodi di machine learning. Ciò consente alle macchine di riconoscere modelli e correlazioni nei dati di produzione e di ricavarne automaticamente miglioramenti”. In molti casi hanno anche la possibilità di imparare dai propri errori e di acquisire il know-how di altre macchine.

Dati decentralizzati utilizzati per generare un modello AI comune

Viene spesso utilizzata la tecnica di apprendimento federato, poiché i dati ottenuti da un singolo tornio spesso non sono sufficienti come base per un modello AI accurato. L’apprendimento federato facilita la “formazione” di un modello di intelligenza artificiale comune, con i dati archiviati in forma decentralizzata ma senza condivisione diretta dei dati. I singoli dati rimangono quindi sulle rispettive macchine e non devono essere archiviati centralmente in un unico posto (come ad esempio nel cloud del produttore della macchina).

I modelli AI utilizzano i dati del tornio in corso per stimare lo stato attuale dell'impianto e quindi inoltrarlo al personale operativo. A questo scopo vengono utilizzate le reti neurali di deep learning.

Assistente di ordinamento intelligente di Trumpf

L’intelligenza artificiale viene utilizzata anche per gestire la Sorting Guide, un sistema creato dallo specialista del laser Trumpf a Ditzingen, nel Baden-Württemberg, in Germania, che aiuta a smistare le parti prodotte e quindi ad aumentare i livelli di utilizzo delle macchine. La Guida allo smistamento è un sistema di assistenza basato su telecamera che si basa sull'apprendimento automatico decentralizzato. I componenti principali del sistema AI sono una fotocamera ad alta risoluzione, un grande schermo, un PC industriale e un software intelligente per l’elaborazione delle immagini.

“L’apprendimento automatico decentralizzato implica il collegamento di diverse macchine per formare un sistema AI”, afferma Hirt, CEO di Prenode, spiegando il principio. Queste macchine raccolgono continuamente dati locali sui loro processi lavorativi. Per ogni macchina viene sviluppato un modello AI, che viene poi centralizzato. “Questi modelli vengono poi riuniti in un cloud centrale e ritrasferiti ai singoli sistemi”, continua Hirt. Il sistema di intelligenza artificiale può quindi attingere localmente all’esperienza di tutte le altre macchine senza dover mai condividere dati grezzi sensibili. "Ciò consente alle macchine di eseguire i processi in modo più efficiente e di raggiungere una maggiore produttività", promette Hirt.