Controllo qualità e di processo attraverso A.I. e machine learning

Condividi

Presentiamo in queste pagine due aspetti determinanti nello sviluppo tecnologico delle macchine e degli impianti di produzione: l’evoluzione dei sistemi di controllo qualità da “passivi”, finalizzati al rifiuto dei pezzi non conformi, ad “attivi” per la gestione di processo e l’ottimizzazione dell’intelligenza artificiale e dell'”apprendimento macchina”.

Trafilati 4.0

Il mercato delle barre trafilate rappresenta un pilastro della filiera di produzione meccanica a livello mondiale. Gli ultimi dieci anni hanno testimoniato una pressione significativa sul settore produttivo, stretto tra la maggior richiesta di qualità e una domanda più elevata di prodotti meno costosi. Si è pertanto generato un bisogno crescente di sistemi produttivi e tecnologie che soddisfino velocemente questa precisa richiesta del settore. Come in molti altri campi tecnologici di produzione, si è improvvisamente affrontata la complessità di dover conciliare un ritmo di sviluppo di tecnologie e organizzazioni produttive medio-basso con una evoluzione rapida nella domanda di qualità e certificazione del prodotto finito.

Questo scritto esplorerà le logiche di automazione di sistemi generalmente utilizzati nella realizzazione di prodotti trafilati, i relativi aspetti di processo e le architetture, i sistemi di controllo qualità più coinvolti, alcuni aspetti introduttivi sulle tecniche di intelligenza artificiale sviluppate, esperimenti e risultati ottenuti, applicazioni in macchine costruite con queste tecnologie emergenti e prospettive future.

 

 

www.semprepresenti.it

Articoli correlati

L’articolo prende spunto da due pubblicazioni della rivista statunitense Modern Machine Shop (MMS) a proposito dell’Intelligenza Artificiale (IA) applicata al […]

La manutenzione predittiva, applicata agli stampi a iniezione, sta cambiando il modo in cui le aziende gestiscono affidabilità e produttività. […]

I ricercatori dell’Università di Osnabrück e della Freie Universität Berlin hanno introdotto un nuovo approccio per addestrare i modelli di […]

Uno studio dell’IMDEA Materials Institute e dell’Università Tecnica di Madrid introduce la simulazione in tempo reale nei processi di produzione […]