Danieli Automation usa l'IA per ridurre gli scarti nel processo di laminazione
Un sistema completo per la raccolta, la pulizia e l’analisi dei dati di processo, con modelli di Intelligenza Artificiale capaci di individuare anomalie e di suggerire azioni correttive agli operatori: sono questi i risultati raggiunti da RPA, un progetto di ricerca sperimentale promosso da SMACT Competence Center nell’ambito del bando IRISS e sviluppato da Danieli Automation, Business & System Integrator con oltre 50 anni di esperienza nel settore dei metalli. Il progetto aveva l’obiettivo di assistere gli operatori nel processo di laminazione fornendo loro un supporto concreto per identificare anomalie e suggerire le azioni da effettuare, attraverso tecnologie avanzate di Intelligenza Artificiale e Machine Learning.
Nel processo di laminazione dell’acciaio le anomalie dimensionali del prodotto rappresentano una criticità significativa. Gli operatori, basandosi sulla propria esperienza, devono decidere rapidamente le azioni correttive per riportare la produzione entro i parametri di tolleranza. Tuttavia, data la complessità del processo e l’elevato numero di parametri, le anomalie vengono spesso identificate quando è già tardi per intervenire efficacemente, limitando le possibilità di correzione e causando scarti di materiale fuori tolleranza.
Acronimo di “Rolling Production Assistant“, il progetto RPA ha risposto a questa sfida sviluppando un sistema intelligente capace di identificare precocemente le irregolarità dimensionali, fornendo agli operatori il tempo necessario per intervenire. L’innovazione principale consiste non solo nell’identificazione anticipata dell’anomalia, ma anche nel suggerire all’operatore l’azione correttiva più appropriata da intraprendere. Il sistema è stato sviluppato in collaborazione con il Laboratorio di Intelligenza Artificiale dell’Università di Udine, dove sono stati studiati e applicati modelli di Machine Learning avanzati. I miglioramenti ottenuti grazie al progetto RPA, quali avvisi di anomalie dimensionali e i relativi suggerimenti delle azioni correttive da intraprendere affinché la produzione rientri in tolleranza, sono stati integrati nel Danieli Intelligent Plant (DIP), un prodotto Danieli Automation per la conduzione avanzata di impianto.
Il progetto si è articolato attraverso diverse fasi di ricerca industriale: inizialmente è stata condotta un’analisi approfondita del dominio applicativo e dei requisiti funzionali. Sono state poi esplorate tecniche avanzate di Intelligenza Artificiale per l’analisi dei flussi di dati industriali, inclusi approcci basati su Transformer, tecnologia nata nel mondo del Natural Language Processing (NLP) e oggi alla base di sistemi come ChatGPT, Gemini e Copilot. I modelli selezionati sono stati ottimizzati e testati attraverso strategie di training personalizzate, confrontando approcci supervisionati e non supervisionati per identificare le soluzioni più efficaci nella rilevazione delle anomalie.
«Il progetto RPA rappresenta per l’azienda un importante passo verso l’innovazione sostenibile e la valorizzazione delle competenze interne» spiega Marco Ometto, EVP R&D di Danieli Automation. «Il prototipo sviluppato dimostra di poter portare benefici concreti in termini di efficienza produttiva, riduzione degli scarti e miglior utilizzo delle risorse, contribuendo alla crescita economica e alla competitività. Inoltre, rende il contesto lavorativo più attrattivo e stimolante, favorendo l’inserimento di giovani talenti. Dal punto di vista tecnologico, il progetto ha introdotto soluzioni di Intelligenza artificiale e Machine Learning all’avanguardia, promuovendo l’innovazione. Questo apre nuove opportunità di collaborazione con il mondo accademico e industriale, generando valore anche all’esterno».
