IoT, Deep Learning e Digital Twin per rendere i processi produttivi più efficienti e sostenibili, minimizzando gli sprechi, contribuendo inoltre ad accelerare l’addestramento degli operatori e a creare nuove competenze e professionalità. Il progetto TWIST, sviluppato da Vimar, azienda leader nel settore elettronico ed elettrico di bassa tensione, ha raggiunto gli obiettivi prefissati, introducendo un’innovazione significativa nel processo di stampaggio ad iniezione.
Cofinanziato grazie al Bando IRISS promosso da SMACT Competence Center, Il progetto è stato portato avanti a partire dal 2024 in collaborazione con il Dipartimento di Ingegneria Industriale dell’Università di Padova e con Maxfone, azienda di Verona specializzata nello sviluppo di tecnologie di intelligenza artificiale nei campi di IoT (Internet of Things) e IoB (Internet of Behaviors).
Obiettivo primario di TWIST era ottimizzare le fasi di avvio del processo di stampaggio a iniezione, un processo produttivo in cui i materiali plastici vengono fusi, per poi essere iniettati nello stampo dove verranno raffreddati per assumere la forma progettata. La soluzione è stata implementata con successo su una pressa di produzione e, attraverso l'integrazione di Deep Learning e modelli di Computer Vision, il sistema ha dimostrato di poter ridurre i tempi di avviamento della produzione e di conseguenza gli sprechi. A questo scopo è stata sviluppata una interfaccia che assiste il personale di produzione, offrendo la possibilità di ricevere suggerimenti sulle migliori regolazioni della pressa in funzione del contesto operativo. Un supporto che diverrà in futuro una sorta di tutor digitale in grado di accelerare il processo di addestramento delle nuove risorse e di contribuire allo sviluppo di nuove competenze e professionalità.
"Vimar, grazie al progetto TWIST, punta a condividere la conoscenza e l'esperienza acquisita, creando un ambiente favorevole per la crescita sostenibile e responsabile, per l'innovazione e per l'adozione di pratiche produttive più efficienti e consapevoli" commenta Sandro Bernardi, Direttore Tecnico di Vimar.
Il progetto TWIST è stato sviluppato nel corso dei mesi in diverse fasi, partendo dalla scelta e ottimizzazione degli algoritmi di Object Detection, una tecnologia che ha la capacità di individuare un determinato oggetto in una sequenza di immagini o video, per il rilevamento dei difetti in tempo reale. Ha fatto seguito la fase di implementazione e integrazione della raccolta dei dati automatica. Grazie a questa è poi stata possibile la creazione e gestione del Digital Twin per la simulazione e l’analisi del processo produttivo. Infine, si è passati alla fase di test e validazione in un ambiente operativo reale.