Il problema
La riduzione dei rifiuti è essenziale per la transizione climatica europea. I compositi, sempre più usati in settori strategici, vedono una crescente adozione del processo LRI, apprezzato per efficienza, qualità e costi. In Europa, un terzo dei 2,4 milioni di tonnellate di compositi annui è prodotto tramite infusione.
Gli obiettivi specifici del progetto
Obiettivo principale: sviluppare una soluzione di controllo qualità veloce, affidabile e orientata all’uomo (FLASH) per individuare tempestivamente difetti nei processi di produzione LRI (Liquid Resin Infusion).
Tecnologie impiegate: uso di tecniche di ispezione e monitoraggio avanzate (FLASH-IM) nelle fasi critiche di preformazione e infusione.
Analisi dei dati: recupero dei parametri chiave del processo per stimare la gravità dei difetti tramite un sistema basato su intelligenza artificiale (FLASH-DSET).
Supporto decisionale: sistema decisionale integrato (FLASH-DSS) che guida l’operatore nell’esecuzione di azioni correttive immediate e mirate, sfruttando strategie di controllo in tempo reale FF/FB (feedforward/feedback).
Obiettivo finale: raggiungere una produzione ‘first-time-right’ a zero difetti e zero rifiuti, migliorando la sostenibilità e riducendo lo spreco di materiali compositi polimerici.
Condivisione intelligente: promozione della condivisione di dati interoperabili e sovrani tra diversi siti produttivi per aumentare l’efficienza e la competitività dell’industria dei compositi.
I risultati
Dimostrare un aumento significativo della produzione sostenibile attraverso sistemi di controllo migliorati e metodi di monitoraggio non distruttivi;
Sviluppare metodologie e strumenti per prevenire l’insorgere di difetti a livello di componenti e la loro diffusione a livello di sistema;
Creare nuovi metodi diagnostici per il monitoraggio in situ della produzione industriale;
Garantire un uso efficiente dei materiali, strategie di riparazione e riduzione dei costi e dei tempi di produzione.
Il ruolo di MADE4.0
Simulazione e modellazione (gemelli digitali) che coprono il livello di lavorazione dei materiali fino al sistema di produzione;
Analisi dei dati, intelligenza artificiale, apprendimento automatico e implementazione di piattaforme digitali per la gestione e la condivisione dei dati.