MOBOTICA
31.01.2022

IA e manutenzione predittiva: niente stop per una produzione più efficiente

IA e manutenzione predittiva: niente stop per una produzione più efficiente

Il sistema MAGIC EYE utilizza 7 telecamere e le reti neurali di intelligenza artificiale per prevedere ed evitare gli stop sulla linea produttiva ŠKODA, riducendo i costi e aumentando l'efficienza.

Nel padiglione M13 all'interno dello stabilimento di Mladá Boleslav (Repubblica Ceca) c'è una delle catene di montaggio più importanti per ŠKODA. È proprio qui che vengono prodotti la best-seller Octavia e il SUV 100% elettrico Enyaq iV, e ogni minuto in cui la linea si ferma ha un impatto significativo sulla produzione.

Per questo, mantenendo sempre la qualità al primo posto, usare in modo efficiente le risorse è un aspetto fondamentale. Cercare la massima efficienza vuol dire ridurre al minimo le interruzioni, minimizzando quindi i difetti che le causano.

Ridurre i difetti con la manutenzione predittiva

I difetti possono essere “anticipati” impiegando costose misure preventive, oppure una manutenzione più intensiva che richiede però più personale e qualifiche più alte. “Grazie alla digitalizzazione e alla raccolta dei dati, possiamo stimare quando una singola attrezzatura è sul punto di rompersi e ripararla prima che accada. Questa è la migliore forma di manutenzione" spiega Marek Jancák, Responsabile della Produzione ŠKODA.

Questo approccio si definisce manutenzione predittiva ed è uno dei pilastri della strategia ŠKODA fino al 2025. Proprio nel padiglione M13 è stato implementato uno dei primi progetti, con un sistema chiamato MAGIC EYE.

MAGIC EYE: hardware e software

MAGIC EYE monitora le condizioni delle travi mobili che tengono le auto sospese mentre procedono lungo la linea e rileva eventuali guasti; la stessa azione viene svolta sui cosiddetti stinchi, ovvero l'interfaccia con cui i macchinari della linea di produzione ricevono l'alimentazione e i dati.

Il sistema è composto da un hardware che viene installato direttamente su uno dei telai che percorrono la linea con le carrozzerie e da alcuni software avanzati che integrano l'intelligenza artificiale. Su ogni telaio vengono montate sei telecamere per monitorare le condizioni dei diversi elementi, mentre una settima telecamera legge i codici QR che determinano la posizione del dispositivo di scansione. Tutte le telecamere sono collegate a un computer che con la sua potenza supporta dieci reti neurali artificiali che eseguono analisi parallele delle foto raccolte.

{

Reti neurali artificiali

Le reti neurali artificiali sono uno degli elementi fondamentali dell'intelligenza artificiale. Si tratta di un modello computazionale che simula il comportamento dei neuroni, ovvero le reti biologiche. I neuroni artificiali si trasmettono reciprocamente segnali all’interno della rete e li elaborano utilizzando funzioni di trasferimento.

Attualmente le reti neurali vengono utilizzate ad esempio nel riconoscimento di immagini o suoni, per prevedere come si svilupperanno le serie temporali, ma ci sono tante altre applicazioni di intelligenza artificiale.

Intelligenza artificiale e apprendimento

Per rendere attivo il sistema MAGIC EYE, le reti neurali digitali hanno dovuto imparare a riconoscere i difetti: il processo è durato tre mesi e ha richiesto migliaia di foto diverse. “Abbiamo utilizzato foto scattate durante i test, ma anche un metodo di modellazione matematica avanzato per ricreare alcuni difetti in un ambiente virtuale” racconta Libor Šída, che ha ideato il progetto all’avanguardia del padiglione M13.

La modellazione digitale si è resa necessaria perché alcuni possibili errori sono molto rari da riscontrare nella realtà e sono così gravi che apprenderli nel mondo reale vorrebbe dire compromettere la produzione. “Una trave che si rompe, per esempio, è un guasto che praticamente non può verificarsi” aggiunge Šída.

{

Riconoscere difetti di ogni tipo

Il sistema MAGIC EYE può riconoscere 14 tipi di difetti: “Possiamo rilevare diverse classi per ogni difetto, per esempio la differenza tra un bullone non serrato correttamente e uno completamente spaccato. In totale il sistema può rilevare un centinaio di queste diverse condizioni" riprende Šída, che poi parla dell'utilità di una rete neurale artificiale nota come auto-encoder.

È una soluzione utile per simulare difetti mai riscontrati e dunque mai simulati, come la presenza di un corpo estraneo, ad esempio dei trucioli metallici sulla linea” conclude Šída. Per ogni vettura che percorre tutta la linea di produzione le telecamere raccolgono circa 450.000 foto, che vengono analizzate immediatamente e inviate al cloud.

L'evoluzione della manutenzione real time

Se il sistema rileva un'anomalia, avvisa subito l'addetto alla manutenzione che verifica nell'app dedicata se si tratta di un difetto emergente o di un falso allarme, dopodiché può decidere se attivare un'azione correttiva immediata o, se il problema non è grave, pianificare il ripristino durante un periodo di inattività programmata. “Ogni difetto che viene rilevato ci aiuta a migliorare il sistema” racconta Filip Koliáš, Responsabile del Servizio Tecnico Centrale, che poi spiega come queste innovazioni stiano modificando la percezione stessa della professione di manutentore.

Gli specialisti della manutenzione non sono più solo abili tecnici e meccanici, ma anche esperti del digitale. MAGIC EYE verrà implementato anche in altri stabilimenti, non solo quelli dedicati alla produzione. Anche il Gruppo Volkswagen è interessato a questa tecnologia, per la quale è in corso una richiesta di brevetto.

FonteŠKODA

VGI | U.O. Responsabile: VP | Data di creazione: data dell’articolo | Classe 9.1

{

Articoli correlati