Diverse applicazioni già implementate nella produzione in serie allevia il personale di compiti di ispezione ripetitivi

L’intelligenza artificiale (AI) è in aumento nella produzione automobilistica. Dal 2018, il BMW Group ha utilizzato varie applicazioni AI nella produzione in serie. Un obiettivo è il riconoscimento automatico delle immagini: in questi processi, l’intelligenza artificiale valuta le immagini dei componenti nella produzione in corso e le confronta in millisecondi con centinaia di altre immagini della stessa sequenza. In questo modo, l’applicazione AI determina le deviazioni dallo standard in tempo reale e controlla, ad esempio, se tutte le parti richieste sono state montate e se sono montate nel posto giusto.

La tecnologia innovativa è veloce, affidabile e, soprattutto, facile da usare. Christian Patron, responsabile innovazione, digitalizzazione e analisi dei dati presso la BMW Group Production: “L’intelligenza artificiale offre un grande potenziale. Ci aiuta a mantenere i nostri elevati standard di qualità e allo stesso tempo allevia il nostro personale da compiti ripetitivi. ”

Nel BMW Group, le applicazioni flessibili e convenienti basate su AI stanno gradualmente sostituendo i portali delle telecamere installate in modo permanente. L’implementazione è piuttosto semplice. Una macchina fotografica standard mobile è tutto ciò che è necessario per prendere le immagini pertinenti in produzione.

L’intelligenza artificiale

La soluzione AI può essere impostata rapidamente: i dipendenti scattano foto del componente da diverse angolazioni e segnano potenziali deviazioni sulle immagini. In questo modo, creano un database di immagini per costruire una cosiddetta rete neurale, che può successivamente valutare le immagini senza l’intervento umano.

I dipendenti non devono scrivere codice; l’algoritmo lo fa praticamente da solo. Nella fase di addestramento, che può significare durante la notte, un server ad alte prestazioni calcola la rete neurale da circa 100 immagini e la rete inizia immediatamente a ottimizzare. Dopo una sessione di test ed eventualmente alcune regolazioni, l’affidabilità raggiunge il 100%. Il processo di apprendimento è completato e la rete neurale può ora determinare da sola se un componente soddisfa o meno le specifiche.

Anche gli oggetti in movimento sono identificati in modo affidabile in gran parte indipendenti da fattori quali l’illuminazione nell’area di produzione o la posizione esatta della telecamera. Ciò apre un’ampia gamma di potenziali applicazioni lungo l’intera catena di processi automobilistici, compresa la logistica. In molti casi, la tecnologia AI alleggerisce i dipendenti da compiti ripetitivi e monotoni, come verificare se il triangolo di emergenza si trova nel posto giusto nel bagagliaio o se è stato inserito il cappuccio del tergicristallo.

L’intelligenza artificiale può anche eseguire compiti di ispezione più impegnativi

Nell’area di ispezione finale presso l’impianto Dingolfing del BMW Group, un’applicazione AI confronta i dati dell’ordine del veicolo con un’immagine dal vivo della designazione del modello dell’auto appena prodotta. Le denominazioni del modello e altre targhette identificative come “xDrive” per veicoli a quattro ruote motrici e tutte le combinazioni generalmente approvate sono memorizzate nel database di immagini. Se i dati di immagine e ordine dal vivo non corrispondono, ad esempio se manca una designazione, il team di ispezione finale riceve una notifica.

 

 

 

Redazione Fleetime

 

Fonte PressClubItalia