Processus de production optimisés de manière modulaire

Grâce à un principe de construction modulaire sophistiqué utilisant des composants efficaces, SURFinpro peut être déployé dans de nombreux domaines et est facile à adapter. © Shutterstock/Fraunhofer IWS / Thanks to a sophisticated modularization approach using efficient components, SURFinpro has a wide variety of potential deployments and is easy to adapt. © Shutterstock/Fraunhofer IWS

À l'aide de l'intelligence artificielle et de la technologie de mesure optique, SURFinpro détecte, classe et visualise les défauts en temps réel pendant le processus. © Fraunhofer IWS / Using artificial intelligence and optical measurement technology, SURFinpro detects, classifies and visualizes defects in real time as the process is ongoing. © Fraunhofer IWS

Plus rapide, plus précis, plus flexible – dans la production, il est essentiel d’exploiter tout le potentiel d’optimisation. Des chercheurs de l’Institut Fraunhofer pour la technologie des matériaux et des rayons IWS ont développé à cet effet SURFinpro, une solution qui, à l’aide de l’intelligence artificielle et de techniques de mesure optiques en temps réel, détecte, classe, visualise les défauts et en informe l’équipement de production. Les spécialistes présenteront leur système du 27 au 30 juin 2023 au stand commun Fraunhofer 441 à la Laser World of Photonics, hall A3.

Ultra-léger, ultra-mince, particulièrement fiable – et pourtant produit rapidement. Le Dr Christopher Taudt, chef de groupe en technique de mesure de surface au centre d’application Fraunhofer de Zwickau pour la technologie optique de mesure et de surface (AZOM) du Fraunhofer IWS, veille à ce que des promesses telles que celles-ci deviennent réalité avec son équipe. Ensemble, les chercheurs ont développé un système qui détecte les défauts de surface, les artefacts et les changements de texture, et les analyse avec le soutien de l’intelligence artificielle.

La méthode permet de capturer rapidement en haute résolution des surfaces en trois dimensions et d’en générer, en ligne, lors de la production en cours, des informations complémentaires à partir de ces données de mesure. « Les défauts ne sont pas seulement détectés en tant que tels. Le système les classe également, créant ainsi un contexte supplémentaire. Nos clients reçoivent des informations sur la nature du défaut et de nombreux autres paramètres, tels que la densité des défauts, les dimensions géométriques du défaut ou la fréquence des erreurs », précise Taudt. « Cela représente une valeur ajoutée considérable par rapport aux systèmes traditionnels. »

Une précision accrue à une vitesse plus élevée

Le système de mesure est utilisé avec succès depuis plus d’un an pour analyser un procédé rouleau à rouleau sur une largeur de 70 centimètres. Afin de tirer parti d’un potentiel d’optimisation supplémentaire, Christopher Taudt et son équipe entraînent SURFinpro en cours de production. Les chercheurs travaillent avec un catalogue d’erreurs. Avec ces erreurs signalées, ils alimentent un réseau neuronal, affinant ainsi la détection des anomalies. Les chercheurs vérifient à partir des informations de mesure si les défauts sont nouveaux ou si leur nature évolue. Le système doit réagir de manière dynamique en conséquence. « D’un côté, nous travaillons à développer de meilleurs réseaux neuronaux qui nécessitent moins de données », explique le scientifique, « et de l’autre, nous élaborons de nouvelles stratégies d’entraînement en fonctionnement. »

Les experts de l’AZOM du Fraunhofer adaptent actuellement leur technologie à d’autres domaines d’application, comme les procédés de fabrication continue de matériaux composites à fibres. « Dans ce domaine, nos partenaires ne cherchent pas seulement à éviter les défauts en surface – il s’agit aussi de reconnaître et d’évaluer les pièces en plusieurs dimensions », précise Taudt. Un autre groupe cible qui doit accéder aux algorithmes et au système de classification des défauts est l’industrie des semi-conducteurs, par exemple pour la production de matériaux semi-conducteurs flexibles.

Actuellement, la solution du Fraunhofer AZOM utilise au maximum quatre caméras. Dans une étape suivante, les chercheurs souhaitent la compléter avec d’autres systèmes de caméras. Cela est intéressant indépendamment du procédé – que ce soit pour les matériaux composites avec de très grandes pièces ou pour les procédés classiques rouleau à rouleau, comme dans l’industrie photovoltaïque.

Un autre axe de recherche des scientifiques concerne la vitesse de la solution. En particulier pour les plastiques renforcés de fibres, mais aussi dans le traitement textile, des temps de cycle très courts sont exigés. « L’augmentation de la vitesse est un enjeu important dans ce contexte, et nous disposons du savoir-faire pour répondre à ces exigences. Notre solution utilise des techniques d’apprentissage automatique et d’intelligence artificielle à la fois pour l’analyse et pour accélérer les étapes d’évaluation », explique le chef de groupe, en précisant : « Une analyse de mesure correspond à un nombre limité d’étapes, où les données sont filtrées et réduites. Nous développons en permanence de nouvelles technologies pour devenir encore plus rapides et, par exemple, extraire le même contenu d’informations à partir de moins de données. »

Intelligent et modulable sophistiqué

Un aspect central de sa solution, selon le scientifique, réside dans sa modularité. Grâce à un principe de construction ingénieux avec des composants éprouvés et efficaces, SURFinpro est polyvalent et facile à adapter : « Beaucoup des technologies que nous utilisons dans notre système ont été conçues comme des modules individuels, afin qu’elles puissent également être intégrées efficacement dans différents autres contextes et projets. » Le projet des chercheurs du Fraunhofer AZOM est un exemple parfait du succès et de la praticabilité de cette approche modulaire.

Lors de la Laser World of Photonics de cette année, Christopher Taudt et son équipe présenteront leur solution à travers un exemple d’application pour des cellules solaires flexibles, produites par un procédé rouleau à rouleau. La collecte et l’analyse des données en temps réel lors du processus seront visibles par les visiteurs du salon du 27 au 30 juin, au stand Fraunhofer 441, hall A3.