Comau usa l'AI per la manutenzione predittiva delle saldature

Success Story

Comau usa l'Intelligenza Artificiale per la manutenzione predittiva delle saldature

Con gli strumenti più avanzati dell’AI Comau crea sistemi capaci di correlare dati e ispezionare macchine per verificare le saldature delle batterie. Il progetto, chiamato MI.RA (Machine Inspection and Recognition Archetypes), si avvale della collaborazione col Politecnico di Bari

13 Nov 2020

Eliana Bentivegna

Innovation Community Manager, Osservatori Politecnico di Milano

L’automazione è tra i più temi “caldi” nell’agenda della trasformazione digitale nelle aziende e per Comau, società del Gruppo FCA, si traduce in una forte capacità di innovazione applicata nei diversi settori in cui opera. Tra questi c’è l’industria dell’automotive, che copre una fetta importante dell’utilizzo della robotica a livello mondiale e in cui diventa strategica la raccolta e la correlazione di dati. Per questo la digital transformation di Comau passa anche attraverso l’applicazione dell’intelligenza artificiale (AI) e, in particolare, delle reti neurali, per gli analytics e la manutenzione predittiva.

Leader a livello globale nel campo dell’automazione industriale, pioniera nello sviluppo di processi e applicazioni avanzati di saldatura laser, Comau conta ad oggi 9.000 dipendenti, 8 stabilimenti di produzione in 14 Paesi, 7 centri di innovazione e 5 digital hub, e vanta laboratori altamente specializzati nell’implementazione e nell’ottimizzazione dei processi laser che riguardano la costruzione e l’assemblaggio di motori e batterie elettrici.

L’automazione è anche un tema “caldo” sul fronte del lavoro ma, come spiega Giovanni Di Stefano, Chief Technology Officer di Comau Electrification, «Per noi l’automazione industriale non rischia di togliere il lavoro all’operatore; piuttosto permette un upskilling di quest’ultimo e il miglioramento della qualità del prodotto; abilita il passaggio a un lavoro più qualificato e più qualificante e l’opportunità per le aziende di innovare».

Le forme di automazione più avanzate, infatti, che utilizzano AI, reti neurali, machine learning e deep learning, sono un’occasione di crescita per le imprese ma anche per l’occupazione più specializzata.

Giovanni Di Stefano

Chief Technology Officer, Comau, Electrification Business Unit

Rivoluzione digitale per rispondere alle esigenze dei clienti

Comau ha effettuato saldature per 45 anni dandosi come obiettivo principale la garanzia della performance meccanica. Ora, con l’avvento delle batterie elettriche per auto, l’azienda torinese ha avviato un progetto con l’obiettivo di garantirne anche la performance elettrica.

Il progetto in cui Comau ha applicato intelligenza artificiale e reti neurali «si inquadra in una più ampia rivoluzione all’interno dell’azienda, che mira da un lato alla digitalizzazione delle diverse tecnologie, dall’altro ad affrontare il rinnovamento del proprio catalogo prodotti, per rispondere alle esigenze delle imprese clienti, sia nel campo della mobilità tradizionale che di quella elettrica», sottolinea Di Stefano.

WHITEPAPER
Costruire agilità in modo rapido per la tua azienda: 5 passi essenziali
Digital Transformation
Storage

I controlli tradizionali per i comportamenti elettrici e meccanici del giunto sono basati sul riscaldamento in camera stagna e la successiva ispezione della curva di raffreddamento con una termocamera. «Poiché questo processo risultava oneroso in termini di impegno economico e temporale ed era anche molto complesso nella sua realizzazione, abbiamo avuto l’idea di scaldare il giunto con lo stesso laser con cui effettuiamo la saldatura, monitorando poi con la termocamera i comportamenti termografici», racconta Di Stefano.

MI.RA: image processing e reti neurali artificiali

Forte della collaborazione avviata con il Politecnico di Bari già nel 2016, con il quale era stato sviluppato un sistema di visione di random bin picking (un robot che estrae oggetti random), ad agosto 2019 Comau ha creato a Bari un team altamente specializzato dedicato all’image processing e a reti neurali artificiali e ha dato vita a MI.RA (Machine Inspection and Recognition Archetypes).

Proprio una delle famiglie di tecnologie di MI.RA è la termografia (MI.RA/Thermography): «Avevamo infatti capito che, per determinare proprietà meccaniche ed elettriche di ogni singola saldatura, dovevamo attingere a sistemi di misura non convenzionali», spiega il manager.

È stata quindi realizzata una prima analisi di fattibilità su 1.000 giunti ed è stato sviluppato un software basato sulla capacità delle reti neurali artificiali di effettuare forecast; il sistema dà i propri feedback sull’interfaccia uomo-macchina, fornendo grandi quantità di dati che permettono di fare manutenzione predittiva e di scartare il solo giunto difettoso, integrando l’intero processo con il flusso logistico.

Reti neurali, Italia leader anche nelle competenze

«Uno dei principali problemi che abbiamo dovuto affrontare in questo progetto è stata proprio la capacità di correlare i dati e di trasmettere la conoscenza del processo. Non abbiamo invece avuto problemi nel trovare software engineer esperti delle reti neurali, anzi da questo punto di vista l’Italia è molto competitiva», commenta Di Stefano, che aggiunge: «Altro elemento critico è stato il tempo, perché questo tipo di progetti è ancora sperimentale: non sai quanto tempo impiegherai a sviluppare un prodotto del genere, che richiede tecnologie costose. Quando pensi di aver finito, devi fare ottimizzazioni, per esempio utilizzando il deep learning o il machine learning. Per questo motivo non è facile proporlo internamente o esternamente».

L’esperienza di Comau Electrification sull’applicazione dell’Intelligenza Artificiale nella manutenzione predittiva delle saldature delle batterie è stata raccontata in occasione del Workshop della Digital Transformation Academy a tema “Data-driven Operations: dalla reattività alla proattività” dello scorso 29 settembre, che ha visto l’intervento di Giovanni Di Stefano come guest speaker e 100 partecipanti online.

@RIPRODUZIONE RISERVATA

Articolo 1 di 4