Due video per scoprire come stia entrando l’intelligenza artificiale nelle linee di Industria 4.0

L’AI o intelligenza artificiale è sempre più parte del quotidiano negli impianti della manifattura auto e si fa largo ad iniziare dalla soluzione di problemi apparentemente semplici e ripetitivi

Qualche riga per introdurre un paio di video che sono particolarmente semplici e chiari nel suggerire come l’intelligenza artificiale stia entrando non solo in sistemi complessi e multi-livello come la guida autonoma ma sia anche in grado di assolvere a compiti apparentemente semplici e molto spesso ripetitivi che fanno parte della quotidianità in una fabbrica di auto.

Nel caso del gruppo BMW, l’AI è entrata nelle linee di produzione dal 2018, e in alcuni casi si è trattato di settori confinanti con quelli tradizionali nei quali ha conosciuto i primi successi, come computer vision e riconoscimento di immagini.

Processi nei quali i software valutano le immagini delle telecamere che monitorano la linea e sono in grado in frazioni di secondo di paragonare migliaia di immagini di una sequenza. L’obiettivo è determinare deviazioni da uno standard prefissato, incluso se tutti i componenti siano al posto e nell’ordine giusto.

L’implementazione può essere anche molto semplice, con smartphone o macchine digitali che in mano a dipendenti scattano foto da vari angoli per riscontrare la deviazione dallo standard voluto. I programmi di intelligenza artificiale, essendo data-driven, ovvero facendo leva sui dati, non richiedono ai dipendenti di creare righe di codice.

L’algoritmo ingloba i dati e una rete neurale è in grado di ottimizzare il processo anche con poche centinaia di immagini, che poi è validato con un programma test. Una volta definito il software sarà in grado di determinare se un componente è in regola.

Per esempio, nel caso delle etichette posteriori sul cofano, una piastrina “xDrive” per modelli BMW a trazione integrale dovrà corrispondere a combinazioni archiviate nel database: qualora immagine presa in diretta ed i dati dell’ordine non corrispondano, o se mancasse una targhetta, la squadra di controllo riceverà una notifica.

Un altro esempio di miglioramento dell’efficienza e della produttività, anche questo con un video che si riferisce all’impianto di Dingolfing, è quello del contributo dell’AI per ridurre l’insorgere di pseudo-difetti.

Nel reparto presse, dove fogli di metallo sono foggiati in componenti per la carrozzeria, la presenza di particelle di polvere o residui di olio in certi casi viene a complicare la vita di chi deve sorvegliare la qualità dei pezzi completati, perché scambiati per crepe molto fini nel metallo.

Anche sistemi di controllo qualità basati su telecamere ma privi di metodi di valutazione digitale, avevano continuato a indicare pseudo-difetti in pezzi in realtà privi di problemi. Una nuova applicazione basata su reti neurali riduce ora questo problema perché al software circa 100 vere immagini di particelle di polvere ed altrettante di residui di olio bastano per identificare con correttezza questi casi separandoli da immagini reali di micro-fessure nei pannelli.

Altri video resi disponibili oggi dall’ufficio stampa del gruppo BMW e relativi ad applicazioni dell’intelligenza artificiale in altri impianti della marca bavarese, come quello di Steyr, sono visibili in questa pagina o sul canale BMW di YouTube.


Credito foto di apertura: ufficio stampa BMW Group