3DAIQ, il progetto di Concept Reply e TEC Eurolab per identificare difetti di produzione tramite l'IA

L'intelligenza artificiale non è solo quella generativa. Si parla molto spesso di chatbot, assistenti virtuali, generatori di immagini e video, e molto meno di soluzioni che sfruttano l'IA in maniera differente, ma non meno efficace. Un esempio concreto è 3DAIQ, soluzione sviluppata da Concept Reply e TEC Eurolab per identificare i difetti di produzione. 

L'IA di Concept Reply che riconosce i difetti in fase di produzione

3DAIQ è un progetto di ricerca portato avanti da TEC Eurolab, un laboratorio specializzato in analisi di materiali e controlli non distruttivi su leghe metalliche, polimeri e compositi, e Concept Reply, realtà specializzata nell'IIoT, nel Machine Learning e nell'integrazione di sensori e reti per l'Industria 4.0. Cofinanziato nell’ambito del Bando IRISS e promosso da SMACT Competence Center, fa leva sulla tomografia industriale computerizzata. 

La tomografia computerizzata è un processo simile alla TAC, che permette di analizzare nel dettaglio delle componenti in maniera non distruttiva. Permette anche di replicare virtualmente un elemento in 3D sfruttando fenomeni fisici legati all’interazione dei raggi X con la materia e sfruttando algoritmi matematici.

Nell'ambito della sperimentazione, in collaborazione con l'Università di Padova sono stati realizzati dei pezzi in lega di alluminio tramite manifattura additiva, componenti che poi sono state scansionate tramite la tomografia computerizzata per addestrare il modello di intelligenza artificiale. 

Un'IA che nasce per le esigenze del manifatturiero, e che permetterà alle imprese del comparto di analizzare in maniera rapida ed efficace le componenti prodotte, andando alla ricerca di possibili difetti.

Un progetto in quattro fasi

Il progetto 3DAIQ ha seguito un percorso articolato in quattro tappe decisive. Si è partiti da un’analisi preliminare del contesto operativo, tecnologico e di mercato. Successivamente, i ricercatori hanno selezionato e preparato dati già disponibili e etichettati, provenienti da una precedente soluzione di intelligenza artificiale. Parallelamente, grazie alla stampa 3D, sono stati realizzati campioni metallici con difetti generati intenzionalmente variando i parametri di processo: un materiale prezioso per rendere più robusto l’addestramento degli algoritmi. Nella terza fase ha preso forma la soluzione software, basata su un modello di IA addestrato con una pipeline semi-supervisionata e integrato con un’interfaccia web. Quest’ultima consente di caricare immagini, analizzarle, verificare manualmente i risultati e ottenere un report dettagliato dei difetti, completo di dimensioni e posizionamento. Infine, nella quarta fase, il sistema è stato testato sul campo: il software è stato applicato anche a componenti diversi da quelli usati in fase di training, con una valutazione finale supportata dal feedback diretto degli utenti. 

"Il progetto ci ha permesso di evolvere la soluzione esistente, estendendone l’applicabilità a un numero maggiore di componenti provenienti da diversi settori del manifatturiero e migliorandone l’efficienza grazie all’intelligenza artificiale", dichiara Fabio Esposito, R&D Manager di TEC Eurolab. "La collaborazione con Concept Reply, Blue Tensor e l’Università di Padova è stata decisiva sul piano tecnologico e scientifico, rafforzando ricerca e sviluppo e fornendo solide basi metodologiche. Questo progetto rappresenta per noi un passo strategico verso digitalizzazione e automazione, in linea con l’Industria 4.0, consolidando il nostro impegno a proporre soluzioni sempre più avanzate e sostenibili per il settore manifatturiero".

"Il progetto ci ha permesso di realizzare una soluzione innovativa, applicabile a diverse esigenze di ispezione di qualità dei nostri clienti in ambito manifatturiero e non solo", commenta Paolo Carletto, Partner di Concept Reply. "Pensiamo che l’automazione dell’analisi delle anomalie tramite tecniche AI possa portare grandi benefici in termini di efficienza e precisione, contribuendo ad una riduzione degli scarti di produzione ed al miglioramento della sostenibilità dei processi produttivi. Inoltre, speriamo di poter continuare la proficua collaborazione instaurata con i partner di progetto".