Visione artificiale nella produzione: controllo qualità, sicurezza e perché l’integrazione con il MES decide il risultato

La visione artificiale è la cosa più facile da dimostrare in una smart factory e tra le più difficili da mettere in produzione. Un modello che individua un difetto in una slide è un problema risolto. Un modello che regge alle tre di notte, a novembre, quando il sole non entra più dal lucernario come durante il pilota, è un altro esercizio.

Ecco che cosa separa i due casi, e che cosa chiedere a un fornitore prima della prova di concetto anziché dopo.

In che cosa la visione è davvero superiore a una persona

Costanza alla velocità di linea, su un difetto definito, per sempre. Una persona nota meglio di qualunque modello qualcosa di nuovo e strano. Una persona guarda peggio di qualunque modello l’ottocentesimo pezzo di un turno con la stessa attenzione del primo.

Per questo i casi che rendono hanno tutti la stessa forma: volume elevato, una classe di difetto descrivibile e un costo reale se il difetto sfugge. Difetti superficiali su nastro in movimento. Presenza e orientamento dei componenti prima della chiusura di un cartone. Leggibilità di etichetta, codice lotto e data: lavoro ingrato e una delle cause di reclamo più frequenti nell’alimentare e nel farmaceutico. Livello di riempimento e integrità della saldatura. Controlli dimensionali che qualcuno esegue con un calibro e una lavagnetta.

Anche i casi deludenti condividono una forma: difetti rari senza storico di immagini, definizioni di difetto che cambiano con l’umore del cliente, e tutto ciò per cui la risposta onesta è che due ispettori esperti non sono d’accordo.

Il monitoraggio della sicurezza in tempo reale è un altro prodotto

Il monitoraggio della sicurezza viene venduto insieme alla visione per la qualità e si comporta in modo del tutto diverso. L’ispezione qualitativa guarda un pezzo in un’inquadratura controllata. Il monitoraggio della sicurezza sorveglia un’area cercando persone, uso dei DPI, prossimità carrello-pedone e accesso a una zona che deve restare vuota mentre una macchina cicla.

La differenza tecnica è che la sicurezza gira in continuo su una scena non controllata, quindi i falsi positivi sono l’intero problema. Un modello qualità che grida troppo genera rilavorazione. Un modello di sicurezza che grida troppo viene silenziato in quindici giorni — e a quel punto il sistema è peggio di niente, perché gli si crede e sbaglia.

La differenza organizzativa è maggiore. Riprendere persone al lavoro è, in gran parte d’Europa, prima una questione di rappresentanza sindacale e protezione dei dati e solo dopo tecnica. Le installazioni che sopravvivono sono quelle in cui conservazione, anonimizzazione e diritti di visione sono stati concordati prima di montare una telecamera.

Perché l’integrazione decide tra sistema e dimostrazione

Una cella di controllo che accende una lampada rossa l’ha detto all’operatore che le sta accanto. Nient’altro. Non l’ha detto allo stabilimento.

Ciò che fa capitalizzare l’ispezione è la scrittura di ritorno. Il verdetto atterra su un ordine, un lotto, una postazione e un timestamp, nello stesso sistema che regge il resto della produzione. Da quel momento diventano possibili diverse cose che una telecamera isolata non può fare a nessuna accuratezza.

Un difetto blocca automaticamente l’operazione successiva, così il pezzo non continua ad accumulare valore lungo la strada verso lo scarto. Il tasso di difettosità diventa una variabile che la schedulazione vede, così una macchina che deriva cambia il piano invece di sorprenderlo. La genealogia risponde a una domanda di richiamo in minuti, perché ogni immagine e ogni verdetto pendono da un lotto che pende da un lotto fornitore. E il modello migliora, perché le correzioni dell’operatore diventano per costruzione dati di addestramento etichettati e non qualcosa che dipende da chi si ricorda di esportare una cartella.

Per questo la domanda sull’integrazione viene prima di quella sull’accuratezza. Chiedi quale sistema detiene l’ordine contro cui il verdetto viene scritto. Se la piattaforma di visione tiene un proprio registro di produzione, qualcuno finirà per riconciliare due verità.

Che cosa serve davvero a un’installazione

L’illuminazione, per prima e meno gloriosamente. La maggior parte dei progetti di visione che falliscono sull’accuratezza sono falliti sull’illuminazione e sulla ripetibilità della presentazione del pezzo, non sul modello. Luce controllata e costante e posizione fissa del pezzo battono quasi sempre un algoritmo migliore.

Immagini del difetto, per seconde. Qualche centinaio di esempi etichettati per classe di difetto è un punto di partenza realistico per la maggior parte dei controlli di superficie e presenza. Se un difetto si presenta due volte l’anno, la visione non è lo strumento: è un problema di controllo di processo.

Terzo, una decisione su che cosa accade in caso di positivo, presa prima del go-live: espellere, bloccare, allarmare o marcare per revisione. I team che rimandano si ritrovano con un sistema di controllo su cui nessuno è autorizzato ad agire.

E quarto, una via di override per gli operatori. Non come concessione, ma come il meccanismo che fa migliorare il modello e come ciò che tiene in piedi la fiducia la prima volta che sbaglia.

Edge o cloud

L’inferenza appartiene all’edge, accanto alla linea. Latenza e dipendenza dalla rete non sono rischi accettabili per una decisione che deve cadere tra due postazioni, e uno stabilimento non deve smettere di controllare perché un collegamento WAN ha vacillato.

Addestramento, gestione e versionamento dei modelli e confronto tra stabilimenti appartengono al centro. Un gruppo che produce lo stesso prodotto in quattro paesi vuole una sola linea di modello, non quattro modelli tarati localmente che divergono in silenzio finché i loro tassi di scarto non sono più confrontabili.

Come condurre la prova di concetto perché dimostri qualcosa

Una classe di difetto, una linea, con un costo associato. Falla girare in parallelo al controllo esistente anziché al suo posto, e conta i disaccordi in entrambe le direzioni: le fughe pesano più dei falsi allarmi, e solo il parallelo le rivela.

Falla girare su un ciclo di turni e, se possibile, attraverso un cambio di tempo atmosferico. Fissa il criterio di superamento prima di iniziare e nei termini dello stabilimento: fughe per mille, oppure ore di ispezione liberate. Una prova di concetto senza soglia concordata in anticipo finisce sempre in una discussione sul fatto che il novantaquattro per cento sia buono.