Processi di produzione ottimizzati modularmente

Grazie a un approccio di modularizzazione sofisticato che utilizza componenti efficienti, SURFinpro ha una vasta gamma di applicazioni potenziali ed è facile da adattare. © Shutterstock/Fraunhofer IWS

Con l'aiuto dell'intelligenza artificiale e della tecnologia di misurazione ottica, SURFinpro rileva, classifica e visualizza difetti in tempo reale durante il processo. © 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

Più veloce, più preciso, più flessibile – nella produzione è fondamentale sfruttare tutto il potenziale di ottimizzazione. Ricercatori dell'Istituto Fraunhofer per la Tecnologia dei Materiali e delle Radiazioni IWS hanno sviluppato SURFinpro, una soluzione che, grazie all'intelligenza artificiale e alla tecnologia di misurazione ottica in tempo reale, rileva, classifica, visualizza e segnala eventuali errori all'impianto di produzione. Gli esperti presenteranno il loro sistema dal 27 al 30 giugno 2023 allo stand collettivo Fraunhofer 441 alla Laser World of Photonics in Halle A3.

Ultra-leggero, ultra-sottile, particolarmente affidabile – e comunque prodotto rapidamente. Il Dr. Christopher Taudt, responsabile del gruppo di Misurazione delle Superfici presso il Centro di Applicazioni Fraunhofer di Zwickau per la Tecnologia Ottica e delle Superfici (AZOM) del Fraunhofer IWS, si impegna con il suo team affinché promesse come queste diventino realtà. Insieme, i ricercatori hanno sviluppato un sistema che rileva difetti superficiali, artefatti e cambiamenti di texture, analizzandoli con il supporto dell'intelligenza artificiale.

Il metodo è in grado di acquisire rapidamente superfici tridimensionali ad alta risoluzione e di generare, in linea con la produzione in corso, ulteriori informazioni a partire da questi dati di misurazione. «Gli errori non vengono solo riconosciuti come tali. Il sistema li classifica contemporaneamente, creando così un contesto più approfondito. I nostri clienti ricevono informazioni sul tipo di errore e su numerosi altri parametri, come la densità di difetti, le dimensioni geometriche dell'errore o la frequenza degli errori», spiega Taudt. «Questo rappresenta un valore aggiunto considerevole rispetto ai sistemi tradizionali.»

Maggiore precisione a velocità superiore

Il sistema di misurazione è in uso con successo da oltre un anno e analizza un procedimento roll-to-roll su una larghezza di 70 centimetri. Per sfruttare ulteriori potenzialità di ottimizzazione, Christopher Taudt e il suo team addestrano SURFinpro durante il funzionamento della produzione. I ricercatori lavorano con un catalogo di errori. Con gli errori segnalati, alimentano una rete neurale, affinando così il rilevamento delle anomalie. Gli scienziati verificano tramite le informazioni di misurazione, ad esempio, se si tratta di nuovi difetti o se gli errori cambiano nel tempo. Il sistema deve reagire in modo dinamico. «Da un lato, lavoriamo per sviluppare reti neurali migliori, che richiedano meno dati», spiega il ricercatore, «dall’altro, sviluppiamo nuove strategie di training durante il funzionamento.»

Gli esperti dell'AZOM del Fraunhofer stanno attualmente adattando la loro tecnologia ad altri campi di applicazione, come i processi di produzione continui di materiali compositi in fibra. «In questo settore, i nostri partner non si concentrano solo sull’evitare errori superficiali – si tratta anche di riconoscimento multidimensionale e di valutazione dei componenti», chiarisce Taudt. Un altro target di accesso agli algoritmi e al sistema di classificazione degli errori è l’industria dei semiconduttori, ad esempio per la produzione di materiali semiconduttori flessibili.

Attualmente, nel sistema del Fraunhofer AZOM vengono utilizzate al massimo quattro telecamere. In una fase successiva, i ricercatori intendono integrare ulteriori sistemi di telecamere. Questo è interessante indipendentemente dal metodo – sia per materiali compositi con grandi componenti, sia per i classici processi roll-to-roll, ad esempio nell’industria fotovoltaica.

Un altro punto di interesse per gli scienziati è la velocità della soluzione. In particolare, per le plastiche rinforzate con fibre e anche nel settore tessile, sono richiesti tempi di ciclo molto elevati. «L’aumento di velocità è un tema importante in questo contesto e abbiamo le competenze per rispondere a queste esigenze. Nella nostra soluzione, utilizziamo tecniche di apprendimento automatico e intelligenza artificiale sia per l’analisi che per l’accelerazione dei passaggi di valutazione», spiega il responsabile del gruppo, precisando: «Una valutazione di misurazione corrispondente consiste in un numero gestibile di singoli passaggi, in cui i dati vengono filtrati e ridotti. Continuiamo a sviluppare tecnologie per diventare ancora più veloci e, ad esempio, estrarre lo stesso contenuto informativo da meno dati.»

Intelligente e modulare sofisticato

Un aspetto centrale della sua soluzione, secondo lo scienziato, è la sua modularità. Grazie a un principio di costruzione ben studiato con componenti collaudati ed efficienti, SURFinpro è ampiamente applicabile e facile da adattare: «Molte delle tecnologie che utilizziamo nel nostro sistema sono state sviluppate come singoli moduli, in modo che possano essere efficacemente impiegate anche in altri contesti e progetti». Il progetto dei ricercatori del Fraunhofer AZOM rappresenta un esempio di successo e praticità di questo approccio modulare.

Alla Laser World of Photonics di quest’anno, Christopher Taudt e il suo team presenteranno la loro soluzione in un esempio di applicazione per celle solari flessibili, prodotte con un processo roll-to-roll. La registrazione e l’analisi dei dati in tempo reale del processo saranno visibili ai visitatori della fiera dal 27 al 30 giugno presso lo stand collettivo Fraunhofer 441 in Halle A3.