CASTELLANZA – Supportare le imprese nell’implementare soluzioni di intelligenza artificiale in ambito logistico produttivo. È questo l’obiettivo di i-Fab, il progetto sviluppato dall’Università LIUC con il contributo di Confindustria Varese e di Servizi Confindustria Varese. I risultati sono stati presentati oggi – giovedì 10 aprile – proprio nella sede dell’università a Castellanza.
L’evento è stato anche un’occasione per illustrare il ruolo dell’Istituto Italiano di Intelligenza Artificiale per l’Industria (Fondazione AI4Industry), istituito dal Governo nel 2024, e per approfondire gli usi della robotica che l’intelligenza artificiale abilita, o abiliterà in futuro.
La fabbrica simulata
Un ruolo di primo piano nel progetto LIUC spetta a i-FAB: la fabbrica simulata nata all’interno dell’Università per preparare le figure professionali del futuro, diffondere la cultura lean, le tecnologie 4.0 e l’AI all’interno del contesto industriale italiano, per contribuire all’efficientamento e all’innovazione delle imprese manifatturiere. Il tutto, attraverso attività di formazione laboratoriale – parte dell’offerta del corso di laurea in ingegneria gestionale – e di ricerca sperimentale. «Il progetto ha previsto una specifica formazione dei dirigenti sul tema dell’AI, e soprattutto lo sviluppo in ciascuna azienda di un’applicazione prototipale basata sull’AI che consentisse di sperimentare i benefici che questa può portare all’interno dei processi aziendali», racconta Tommaso Rossi, Direttore della Scuola di Ingegneria Industriale e dell’i – FAB della LIUC. «Per ridurre l’AI divide tra grandi imprese e PMI, lo sviluppo di queste applicazioni è stato portato avanti usando hardware il più possibile economici e a scaffale».
Il ruolo dell’AI
Sarà sempre più strategico il ruolo dell’applicazione delle tecnologie AI nella produzione industriale, nella ricerca e sviluppo, nel ripensamento di prodotti e processi a supporto del lavoro delle persone. E in questo «l’Europa deve trovare il suo ruolo». Lo spiega Luca Donelli, vicepresidente di Confindustria Varese. «È su questo che dobbiamo investire. Sia come imprese che, ancor di più, come filiere produttive manifatturiere. Ne abbiamo tute le competenze e le capacità, anche sul territorio».
Aiutare le imprese
«Come Confindustria Varese vogliamo fare la nostra parte», specifica Donelli. «Il nostro impegno è quello di supportare l’innovazione e la competitività delle imprese di ogni settore e dimensione, anche attraverso strumenti di finanziamento mirati all’adozione di tecnologie avanzate, contribuendo così ad accompagnare il sistema produttivo che rappresentiamo su concreti percorsi di trasformazione digitale». La volontà, quindi è una: «aiutare le imprese a cogliere ogni opportunità», dice Donelli. «Come avvenuto di recente con Servizi Confindustria Varese Srl che, insieme a LIUC, partner sempre più strategico, attraverso un finanziamento di Fondirigenti, ha affiancato undici aziende del territorio aiutandole a innovare in questi ambiti”.
Le aziende coinvolte nella Computer Vision
Carl Zeiss Vision: sopra il robot che inserisce e sigilla le bustine con le lenti, è stata inserita una videocamera che scatta foto alle bustine chiuse e che le passa a un raspberry sul quale lavora un algoritmo di Intelligenza Artificiale (ML). L’algoritmo riconosce se la foto ritrae bustine opportunamente sigillate o meno. Nel secondo caso il raspberry invia un segnale al robot che non effettua la movimentazione delle bustine verso il nastro trasportatore.
BDG-El: l’operatore controlla due tavole rotanti dotate di sei vibratori ciascuna che assemblano morsettiere per i protettori dei compressori dei frigoriferi. Nella parte finale del vibratore i case possono incastrarsi non alimentando più il buffer. In corrispondenza del punto dove può avvenire l’incastro è stata inserita una videocamera che scatta foto e le passa a un raspberry sul quale lavora un algoritmo di Intelligenza Artificiale che riconosce se la foto ritrae un incastro o meno. Nel primo caso il raspberry invia un segnale a un soffiatore che attivandosi fa cadere i case incastrati nel vibratore eliminando il problema.
Prealpi: le scatole di formaggini vengono movimentate su nastri trasportatori che servono le macchine di confezionamento. Anche in questo caso, una videocamera posizionata in un punto strategico scatta foto e le passa a un raspberry sul quale lavora un algoritmo di object detection. L’algoritmo riconosce il logo del private label sulla scatola e, in caso non fosse corretto, invia un segnale a un estrattore che rimuove la scatola dal nastro.
ACSA Steel Forgings: il 100% dei pezzi in uscita dalla forgia vengono controllati al magnetoscopio per individuare difetti come cricche, bruciature, mancanze, ecc. Tramite una videocamera vengono scattate foto poi inviate al raspberry sul quale lavora un algoritmo di riconoscimento, allenato a riconoscere pezzi buoni. In caso di errori, viene inviato un segnale a un led posto sul magnetoscopio che si accende richiamando l’operatore per eseguire il controllo.
Nell’ambito degli agenti
Fiamma: i carry bike per camper che realizza l’azienda vengono ottenuti tagliando a misura barre di alluminio e assemblando gli spezzoni ricavati dal taglio. L’azienda persegue l’efficienza cercando di ottimizzare i lotti di taglio e di minimizzare gli sfridi. È stato realizzato un agente che consente all’utente di richiamare in linguaggio naturale un algoritmo di nesting, consultare il database delle giacenze, parametrizzare l’algoritmo, avviarlo e presentare il risultato dato dal piano di taglio ottimizzato in forma tabellare.
Eurojersey: l’azienda realizza tessuto sensitive e dispone di un’enorme mole di dati raccolti sul campo (es. temperatura del bagno di tintura, grado di colore, numerosità di difetti). È stato realizzato un agente che, sulla base delle richieste in linguaggio naturale da parte degli utenti, analizza i dati trasformandoli in informazione.
Fogliani: l’agente, accedendo al database aziendale, risponde alle domande tecniche dei clienti sui prodotti di una particolare linea e innesca l’aggiornamento del database stesso da parte dell’operatore (con conseguente feedback all’utente) qualora la risposta non sia presente nella versione attuale.
Carl Zeiss X-Ray: l’azienda progetta e realizza macchine per controlli non distruttivi mediante raggi X. Il processo produttivo è contraddistinto da numerosi fasi di assemblaggio e le macchine devono essere corredate da una parte importante di manualistica. E’ stato sviluppato un agente che da video crea autonomamente standard work, procedure di manutenzione, manuali, ecc.
Nell’ambito del Data Mining
Simplas: sulla base dei dati storici riguardanti le teste di estrusione progettate e realizzate dall’azienda, è stato effettuato un clustering al fine di indentificare i diversi gruppi tecnologici in cui le teste possono essere suddivise. A valle di ciò è stato sviluppato un algoritmo di classificazione che consente di identificare, a fronte di un nuovo ordine cliente, a quale gruppo tecnologico afferirà la testa di estrusione richiesta.
Slimpa-Kone: in questo caso, il focus del progetto sono le pulsantiere degli ascensori: è stato sviluppato un algoritmo di classificazione che consente di identificare a quale gruppo tecnologico afferirà ciascuna pulsantiera.
LATI Industria Termoplastici S.p.A.: un elemento chiave nel processo produttivo di LATI è la gestione della temperatura nell’estrusore, che ha un impatto significativo sul consumo energetico. Le temperature desiderate vengono raggiunte e mantenute attraverso resistenze elettriche per il riscaldamento e elettrovalvole per il raffreddamento. È stato sviluppato un algoritmo di Anomaly Detection in grado di identificare tendenze di funzionamento irregolari, come il degrado delle prestazioni termiche e dell’efficienza energetica. Questo strumento supporta la manutenzione predittiva, prevenendo guasti e migliorando il processo.
«Il progetto non si ferma qui ma resta un cantiere aperto» , aggiunge Rossi. «i–FAB vuole continuare a mappare le esigenze delle imprese, del territorio e non, e offrire un supporto per implementare queste soluzioni. Inoltre, continueremo a monitorare gli sviluppi di quanto già in essere per misurare nel tempo l’efficacia degli strumenti introdotti».
Il varesino Andrea Colombo premiato tra i dieci migliori giovani manager d’Italia
