Intelligenza artificiale e processi industriali: così Alping identifica i difetti superficiali

Grazie a un modello computazionale, AlpSdds automatizza l’ispezione visiva. Il sistema è adatto per la siderurgia: individua difettosità anche su superfici con temperature maggiori a 750°

Il sitema AlpSdds-H in azione presso una acciaieria

Automatizzare l’ispezione visiva nei processi industriali avvalendosi del supporto dell’intelligenza artificiale: è questo l’obiettivo di AlpSdds di Alping, un sistema automatico per l’identificazione di difetti sulla superficie di materiali in movimento. Adatto anche ai comparti con temperature estreme, come quello siderurgico, lo strumento localizza la posizione delle difettosità lungo lo sviluppo del prodotto consentendo di realizzare sistemi retro-azionati per interventi specifici e tempestivi.

Il sistema, inoltre, mette a disposizione dettagliate informazioni sui difetti permettendo di ottenere analisi statistiche, di processo e valutazione della qualità. Infatti i risultati delle elaborazioni, contenenti il numero e la tipologia dei difetti, sono memorizzati su database, insieme alle immagini, per garantire la massima disponibilità di dati.







Il sistema è disponibile in due versioni. La soluzione AlpSdds-C, progettata per l’utilizzo con materiali la cui temperatura è sotto i 750°C, e quella AlpSdds-H, destinata all’utilizzo con materiali la cui temperatura può raggiungere anche i 1200°C.

AlpSdds è incentrato su una rete neurale che analizza le immagini acquisite dai dispositivi in campo e rileva la presenza di difettosità sulla superficie del materiale. Essendo un sistema modulare è in grado di gestire fino ad un massimo di 4 telecamere, per garantire l’ispezione di tutte le superfici del materiale.

Si completa con un’unità di elaborazione ed interfaccia grafica utente che visualizza i risultati delle elaborazioni; i difetti riconosciuti dal sistema sono quindi evidenziati da appositi riquadri con colorazioni suddivise per categoria. È disponibile anche un’interfaccia interattiva per la fase di primo addestramento della rete neurale, grazie alla quale l’utente istruisce il sistema sui difetti da riconoscere per gli eventuali successivi affinamenti.














Articolo precedenteMachinery: presse all electric e user friendly con Negri Bossi
Articolo successivoAnitec-Assinform e Piccola Industria Confindustria: cresce la digitalizzazione nelle imprese pugliesi (+68,3%) e lucane (+65,2%)






LASCIA UN COMMENTO

Per favore inserisci il tuo commento!
Per favore inserisci il tuo nome qui