ITA

- 50%

Si prevede una riduzione dei costi legati agli addebiti da parte dei clienti, grazie alla diminuzione delle non conformità rilevate in fase post-vendita e alla conseguente riduzione delle attività di selezione presso il cliente e dei resi.

- 80%

Si prevede una riduzione del numero di reclami per non conformità estetiche, grazie all’elevata affidabilità del sistema automatizzato di controllo basato su visione artificiale e intelligenza artificiale.

- 1%

Si prevede una riduzione dei costi operativi sui prodotti a elevato contenuto estetico, grazie alla possibilità di eseguire il controllo qualità anche con operatori privi di skill specifici, standardizzando e semplificando il processo.

Introduzione

Officine Meccaniche Lafranconi produce silenziatori motociclistici resistenti a temperature elevate e gas corrosivi, garantendo qualità, durata, sicurezza e conformità a elevati standard estetici richiesti dai clienti. Attualmente, il controllo estetico è manuale, esposto a variabilità legata al giudizio umano.

Il problema

La conformità estetica dei silenziatori è fondamentale per rispettare le stringenti specifiche richieste dai clienti ed evitare sanzioni contrattuali o penali. Tuttavia, l’attuale processo di controllo, affidato esclusivamente alle competenze degli operatori, risente di variabili come la stanchezza, l’esperienza e la soggettività del giudizio umano. Questa mancanza di oggettività non solo riduce l’affidabilità complessiva del controllo estetico, ma rende anche difficile la sua automatizzazione. Di conseguenza, l’azienda si trova esposta a potenziali rischi economici, derivanti da difetti non rilevati, e a criticità operative, legate alla necessità di gestire elevati standard qualitativi in modo coerente ed efficiente.

La soluzione

Lafranconi intende sviluppare un sistema innovativo per l’oggettivizzazione del controllo estetico dei silenziatori, sfruttando tecnologie di visione artificiale e intelligenza artificiale (AI). Con il supporto del MADE e del Politecnico di Milano, sarà realizzato un prototipo di banco prova per l’acquisizione e l’elaborazione delle immagini.

Tecnologie

Hardware: Banco prova con struttura cilindrica dotata di illuminatori programmabili (luce direzionale/diffusa) e tre telecamere industriali per l’acquisizione delle immagini.

Prototipazione rapida: Elementi stampati in 3D per il supporto dei silenziatori.

Software: Algoritmi di intelligenza artificiale sviluppati in Python utilizzando librerie standard (OpenCV, SkLearn, Tensorflow) per:

– Segmentazione iniziale delle immagini

– Estrazione di feature visive

– Classificazione dei difetti attraverso tecniche di Machine Learning.

Impatti desiderati

Riduzione della variabilità: Eliminare la dipendenza dai fattori umani nel controllo estetico, garantendo una valutazione costante e replicabile.

Automatizzazione: Integrare il controllo estetico automatizzato nel processo produttivo, migliorando la produttività e la precisione.

Affidabilità: Dimostrare sensibilità e specificità superiori nell’identificazione dei difetti, aumentando la qualità complessiva del prodotto.

Benefici per l’impresa

Miglioramento della qualità: Aumento della conformità estetica e funzionale del prodotto, riducendo i rischi di contestazioni o penali da parte dei clienti.

Efficienza operativa: Diminuzione del tempo e delle risorse necessarie per il controllo estetico.

Innovazione tecnologica: Potenziamento delle competenze interne e aumento della competitività sul mercato grazie all’introduzione di soluzioni avanzate di AI e visione artificiale.