L'AI Forum di inizio marzo a MECSPE Bologna ha permesso di approfondire come l’intelligenza artificiale trasforma industria e lavoro, con un'immersione nelle potenzialità della combinazione tra IoT, Intelligenza artificiale e Digital Twin in fabbrica.
Sono stati presentati molteplici casi d’uso che dimostrano l’aumento di efficienza, qualità e flessibilità dei processi produttivi. Vediamone alcuni.
Il Digital Twin nella produzione PLC di Siemens
La fabbrica Siemens di Amberg, in Germania, che produce moduli PLC, è dotata di un Digital Twin per l’intero processo produttivo. La copia digitale dell’impianto consente di simulare e ottimizzare i processi, in un flusso continuo, senza interrompere la produzione. I risultati sono significativi. L'adattabilità della produzione sale del +30%, la produttività del +20% ed efficienza del layout del +40%. Il cosiddetto “Digital Twin” (o gemello digitale) è la copia virtuale di un sistema fisico e si alimenta di dati che arrivano dal sistema stesso in tempo reale, attraverso sensori.
In questo modo la versione digitale è sempre aggiornata. Attraverso algoritmi di Intelligenza artificiale e machine learning, monitora le prestazioni correnti, prevede quelle future e fornisce suggerimenti correttivi in caso di anomalie ricorrenti.
L'Industrial Metaverse di BMW con Nvidia
Algoritmi di AI vengono utilizzati già in fase di progettazione per creare design ottimali di componenti (più leggeri, robusti, economici) in base a requisiti dati, velocizzando lo sviluppo di nuovi prodotti (test e validazioni virtuali), ma anche per disegnare interi impianti produttivi.
Un esempio recente è quello dello stabilimento di BMW a Debrecen, in Ungheria, per il quale è stato costruito con NVIDIA un ambiente virtuale immersivo (“Industrial Metaverse”), prima di realizzare l’impianto stesso che dovrebbe essere pronto per la seconda metà del 2025.
Il Digital Twin ha consentito agli ingegneri di simulare i flussi produttivi, l’interazione dei robot in linea, la logistica interna e persino l’addestramento degli operatori.
Il gemello virtuale degli aerei di Boeing
Anche Boeing, nel 2022, ha sfruttato la tecnologia del Digital Twin per lo sviluppo del nuovo aereo da addestramento T-7A Red Hawk, con risparmi dell’80% in ore di assemblaggio e del 50% per lo sviluppo del software, rispetto ai metodi tradizionali.
L’aereo è passato dal concept iniziale al primo volo in soli 36 mesi, con meno rilavorazioni e difetti fin dal primo collaudo.
Pianificazione della domanda e controllo qualità con l'intelligenza artificiale
Pianificazione della domanda, ottimizzazione della produzione e controllo qualità sono resi più veloci, precisi e accurati grazie a modelli di intelligenza artificiale. Secondo la base dati disponibile sono preferibili algoritmi/regole esperte, modelli statistici, modelli di machine learning o deep learning/reti neurali.
All'AI Forum, Gellify ha descritto un caso di ottimizzazione di produzione con un Digital Twin e un caso di controllo qualità con un sistema di Computer Vision, che identifica i difetti con una velocità 20 volte superiore al controllo manuale. Utilizza metriche misurabili (98% di accuratezza) e offre risparmi operativi (+70% rispetto al controllo manuale).
Durante l'evento, è stato poi mostrato un assistente conversazionale con AI generativa per il recupero delle informazioni da fonti aziendali diverse e destrutturate (manuali d’uso, schede tecniche, ticket), per il supporto alle vendite e all’assistenza tecnica.
L'AI applicata alla robotica
Tra i casi presentati all’AI Forum dal centro di ricerca applicata (Innovation Engineering Center) Fraunhofer Italia di Bolzano, c'è anche un progetto europeo Horizon 2020 per la realizzazione di dimostratori per sistemi di assistenza robotica riconfigurabili per i cantieri del futuro, per il trasporto di carichi pesanti e assemblaggio di componenti. In pratica, bracci robotici installati su una base mobile interagiscono con l’operatore, con un sistema di riconoscimento visivo, per la movimentazione di carichi con forme e dimensioni speciali (in questo caso pannelli) in campo edile.
Con Pharmateck di Verona, che sviluppa soluzioni automatizzate e robotiche per le farmacie, il Fraunhofer ha adottato una soluzione di intelligenza artificiale per ottimizzare lo stoccaggio e la pianificazione della movimentazione dei robot, sulla base delle statistiche fornite dai clienti. La soluzione di intelligenza artificiale introdotta ha decisamente ridotto le inefficienze di stoccaggio e di movimentazione, con accelerazioni fino al +25%.
In un altro progetto con WF Mechanik di Bressanone, azienda che realizza sistemi automatici e robotici per la lavorazione dei metalli, Fraunhofer ha introdotto una soluzione di intelligenza artificiale avanzata, con ricostruzione in 3D, per l’identificazione e la classificazione delle varie parti degli oggetti.
Gestione integrata del controllo qualità con tecniche di AI e di Process Mining
Infine, si è parlato di un sistema integrato digitale attraverso una architettura informatica, dove ERP e MES dialogano fra loro, e con il supporto di software dedicati di Process Mining e AI generativa.
A presentarlo sono state le società Quin e QGS, con il progetto Quantum, che raccoglie digitalmente specifiche di progetto e di qualità e le correla a ogni fase di lavorazione. Quindi, attraverso la raccolta dati dal campo, verifica checklist e collaudi. A conclusione del processo, emette digitalmente certificati di qualità sulla base di criteri misurabili e verificabili dal responsabile della qualità.
Inoltre, l’integrazione dei database da fonti diverse resta patrimonio aziendale, facilmente richiamabile dal Copilot di Microsoft, potenziato di altre funzionalità per accedere anche ai dati del MES e dell’ERP.