L’intelligenza artificiale per l’ottimizzazione della produzione
09 30 2024 AISi può definire un algoritmo di AI uno capace di modificare il proprio comportamento sulla base del contesto. Infatti, la principale differenza tra un algoritmo ben progettato ed un algoritmo che sfrutta tecniche di Machine Learning o Deep Learning sta proprio nell'adattamento dell'algoritmo al contesto esterno. Nel dettaglio:
- Un algoritmo “classico” ben progettato racchiude al suo interno una serie di buone previsioni sul suo funzionamento in modo che possa rispondere correttamente agli input che riceve. Queste capacità le ottiene grazie ad una puntuale analisi svolta dal tecnico umano che lo redige e programma;
- Un algoritmo di AI funzionale racchiude al suo interno gli strumenti per svolgere previsioni sulle funzioni da eseguire ed è in grado di adattare il suo funzionamento alla miglior risposta ottenibile che può fornire al contesto, modificandosi senza che il tecnico umano lo ampli.
Fondamentale requisito perché un algoritmo di AI possa lavorare nella maniera corretta è la presenza di dati necessari per allenare il modello.
MES e AI
Su questi presupposti il MES (Manufacturing Execution System) di Esisoftware può contare su una notevole mole di dati raccolti, con oltre 25 anni di lavoro su software industriale, dai propri MES installati su un parco clienti estremamente eterogeneo
Le funzionalità standard di ogni MES (pianificazione della produzione, raccolta dati in produzione, collegamento automatico con le macchine, controllo qualità, manutenzione etc.) sono oggi in Esisoftware amplificate ed integrate con dei moduli “intelligenti” come il Predictive Production e Text Classification.
Predictive Production
“Predictive Production” è il modulo di AI per l’identificazione predittiva di anomalie.
È un approccio che lega MES e le attività After Sales, permettendo di predire la presenza di anomalie, bug e difetti nei propri prodotti utilizzando i dati raccolti durante la produzione. Lo scenario tipico è rappresentato da prodotti assemblati, collaudati e venduti senza problemi. I difetti non rilevati in precedenza emergono, però, in fase di after sales con la conseguente insoddisfazione del cliente e con costi elevati di service.
La Predictive Production, grazie allo storico dei difetti che si sono presentati dopo la vendita e ai dati raccolti in produzione dal MES (dati di qualità, checklist, dati raccolti dalle macchine, dati rilevati dai collaudi etc.), contribuisce a rendere più puntuale il controllo dei prodotti ed a migliorare i processi di ingegnerizzazione e industrializzazione.
Come funziona
- Prima della fase di assemblaggio di un prodotto, vengono validati i risultati di collaudo e si effettua il controllo qualità (con checklist e misurazioni) dell’intero ciclo;
- Gli algoritmi utilizzati “navigano” i dati (INPUT) a disposizione del MES ed effettuano un’analisi predittiva valutando tali parametri con lo storico dei difetti di quella categoria di prodotto;
- Il modulo produce un risultato (OUTPUT) inteso come probabilità più o meno alta che un certo tipo di difetto possa presentarsi in post vendita (after sale);
- Sarà poi compito del responsabile di produzione o della qualità valutare l’opportunità di affinare il controllo dello specifico prodotto prima della spedizione.
©statistics-cool
Text Classification
Nell’ambito della gestione delle anomalie di produzione, questo modulo di AI offre un supporto all’assegnazione di una classe di costo predeterminata.
Attraverso le informazioni rilevate dal MES in modalità automatica o manuale, l’operatore ha la possibilità di descrivere testualmente un’anomalia di produzione: fermo macchina, qualità prodotto, etc.Sulla base del testo inserito in questo specifico modulo AI del MES, gli algoritmi sono in grado di classificare le anomalie presenti nel testo e suggerire con una determinata “precisione” la classe di costo da assegnare.
Il vantaggio di questo processo è l’abbattimento significativo dei tempi di assegnazione ai centri di costo dell’anomalia rilevata, che evita all’operatore un’analisi lunga, dispersiva e non priva di errori.
Conclusioni
Le funzionalità tipiche del MES vengono potenziate con l’implementazione dell’AI.
L’introduzione dei moduli AI permette non solo di agevolare in modo “intelligente” alcune funzionalità tipiche, ma forniscono anche un supporto decisionale mediante informazioni aggiuntive e, soprattutto, immediate.
Tutto ciò si traduce in un risparmio di costi e in un sensibile aumento del livello di qualità del prodotto e delle attività gestionali.
Websolute