La produzione è sempre stata un equilibrio tra velocità, qualità e innovazione. Per i produttori di beni di consumo confezionati, tale equilibrio è ancora più complesso in quanto i portafogli di prodotti si stanno espandendo, i formati di imballaggio si stanno evolvendo più rapidamente e le linee di produzione dovrebbero adattarsi a più variazioni che mai. Allo stesso tempo, i consumatori continuano ad aspettarsi prodotti impeccabili ogni volta che effettuano un acquisto.
Proctor & Gamble (P&G) vuole garantire la migliore qualità per i suoi clienti. In migliaia di prodotti e linee di produzione in tutto il mondo, anche piccole modifiche nei materiali, negli imballaggi, nella grafica, nelle texture o nelle condizioni di produzione possono influire sui risultati di qualità. Le tecnologie di ispezione tradizionali sono state progettate per un mondo precedente. La produzione moderna richiede qualcosa di più adattabile.
Questa sfida aiuta a spiegare perché Ispezione di qualità basata sull'intelligenza artificiale sta emergendo come una delle applicazioni più importanti dell'intelligenza artificiale industriale. La capacità di ispezionare ogni prodotto alla massima velocità di produzione, imparare dalle variazioni anziché lasciarsi sconvolgere da esse e scalare tali capacità a livello globale offre ai produttori un nuovo modo di competere. Il Visual Inspection Cockpit (VIC) di Siemens, sviluppato in collaborazione con P&G, dimostra come l'intelligenza artificiale, l'Industrial Edge computing e la visione artificiale possano trasformare la garanzia della qualità da requisito di produzione in un vantaggio aziendale strategico.
Potenziare l'ispezione della qualità per affrontare processi di produzione complessi e più veloci
Le linee di produzione veloci di P&G, con la loro elevata variabilità, sono esattamente l'ambiente in cui il processo di ispezione è impegnativo e richiede una soluzione specifica e intelligente. Le linee di produzione devono adattarsi a produttività elevata, innovazione costante dei prodotti, design di imballaggi in evoluzione e materiali che naturalmente si allungano, si spostano, si increspano o variano durante la produzione.
Storicamente, i sistemi di visione artificiale basati su regole sono stati utilizzati per rilevare problemi di qualità. Sebbene siano efficaci in ambienti stabili, questi sistemi richiedono spesso un'ampia messa a punto ogni volta che i prodotti, i materiali, le condizioni di illuminazione o le impostazioni di produzione cambiano. Con l'aumentare della variabilità della produzione, il mantenimento delle prestazioni di ispezione può richiedere sempre più risorse.
Come ha spiegato Roland Joseph, direttore tecnico senior, Intelligent Controls and Automation di P&G: «I sistemi di visione tradizionali basati su regole semplicemente faticano a soddisfare le esigenze delle ispezioni degli attributi chiave di qualità del prodotto e i continui cambiamenti introdotti dai nostri ambienti di innovazione e produzione. Abbiamo bisogno di capacità significativamente più agili e robuste».
Ciò di cui P&G aveva bisogno non era semplicemente un sistema di ispezione migliore. L'azienda aveva bisogno di un approccio fondamentalmente diverso, in grado di fornire una precisione di ispezione continua alla velocità della linea, adattandosi al tempo stesso realtà della produzione moderna.
L'edge computing industriale rende l'intelligenza artificiale implementabile su larga scala
Diversi anni prima di collaborare con Siemens, P&G aveva già identificato il potenziale del deep learning per risolvere le sfide di ispezione della qualità che le tecnologie convenzionali faticavano ad affrontare. L'azienda ha sviluppato e implementato con successo una soluzione interna in più di 150 ambienti di produzione, dimostrando il valore dell'ispezione basata sull'intelligenza artificiale.
La sfida successiva era la scalabilità.
L'implementazione dell'intelligenza artificiale industriale a livello globale richiede molto di più che sviluppare modelli accurati. Richiede un'infrastruttura standardizzata, potenza di calcolo affidabile, resilienza operativa, gestione del ciclo di vita, processi di distribuzione del software e supporto a lungo termine. Queste sono le funzionalità che trasformano un progetto pilota di successo in una capacità a livello aziendale.
Collaborando con Siemens, P&G ha combinato la sua esperienza di produzione e l'innovazione di deep learning con la nostra piattaforma Industrial Edge, i PC industriali basati su GPU NVIDIA e l'infrastruttura di intelligenza artificiale industriale progettata per l'implementazione in più strutture e ambienti di produzione.
«Abbiamo progettato questa soluzione», ha dichiarato Paul Thomas, direttore della visione artificiale e dell'intelligenza artificiale applicata di P&G, «per risolvere una miriade di sfide del settore che i sistemi di visione tradizionali non potrebbero affrontare: caratterizzazione accurata dei componenti sovrapposti, sottigliezza dei difetti a basso contrasto, complessità di prodotti e imballaggi altamente decorati, coordinamento ravvicinato, integrazione del PLC in tempo reale con scarto di un singolo prodotto ad alti tassi di produzione con ispezione continua».
Il risultato è una soluzione che consente all'Industrial AI di operare dove avviene la produzione: direttamente nello stabilimento, in tempo reale e con velocità.