Il settore manifatturiero è fra i principali ambiti di applicazione dell’intelligenza artificiale con concreti vantaggi nell’operatività quotidiana. Come confermato dal report di Polaris Market Research, queste tecnologie hanno raggiunto in questo settore uno stadio maturo, consentendo alle aziende manifatturiere di prevedere problemi o errori nei processi produttivi, ottimizzare i programmi di produzione e ridurre i tempi di inattività, con conseguente aumento dell’efficienza. Inoltre, sempre più spesso si parla di AI ed ecosostenibilità. Ecco il caso di un’azienda che ha adottato un sistema di monitoraggio della qualità in tempo reale per i suoi concimi sostenibili – per garantire l’efficacia e la qualità di prodotti che rispettano l’ambiente – basato su un modello chemiometrico predittivo.
Monitoraggio della qualità: driver della crescita dell’utilizzo dell’AI nel manifatturiero
Il principale vantaggio di questo settore è dovuto alla facilità con cui viene generata una grande quantità di dati da fonti diverse, come sensori e device IoT. Questa disponibilità di dati ha creato un contesto in cui l’adozione dell’intelligenza artificiale si sviluppa a vista d’occhio.
Le indagini di mercato mostrano come applicazioni più orientate al controllo qualità rappresentino uno dei principali driver di crescita dell’intelligenza artificiale nel settore, consentendo da un lato di minimizzare i difetti, di garantire consistenza nel tempo, alzando in ultima analisi il livello qualitativo generale della produzione.
Fra i primi nel suo ambito, Scam, azienda attiva nella produzione di concimi organo-minerali con dichiarazione ambientale certificata (EPD), all’avanguardia nella formulazione e confezionamento di biostimolanti, concimi speciali e agrofarmaci, ha deciso di iniziare a impiegare sensori NIR per attivare un sistema di monitoraggio in tempo reale di tutta la sua produzione. Scopriamo con quale soluzione.
Gli obiettivi e le esigenze di Scam
I prodotti sviluppati da Scam sono il frutto di un’attenta calibratura di ingredienti che ha reso l’utilizzo di tale tipologia di concime una pratica di assoluta efficacia agronomica, salvaguardando anche l’ambiente naturale e la fertilità dei terreni.
Per prodotti di così alto valore per la sostenibilità ambientale, che consentono un elevato livello quanti-qualitativo della produzione agricola, l’azienda vuole garantire non solo le caratteristiche delle componenti organiche umidificate, ma anche l’elevato livello prestazionale e di efficacia del prodotto per ogni specifico sacco immesso sul mercato.
La dimensione dei granuli è uno degli aspetti fondamentali per garantire l’efficacia, al fine di essere sempre più adeguato alle nuove generazioni di attrezzature agricole. Per controllare questo aspetto, ovvero ottimizzare l’efficienza di distribuzione dei concimi Scam e massimizzare la loro stabilità nel tempo, occorre mantenere in un range molto limitato il livello di umidità del prodotto, dalla loro produzione fino al prodotto confezionato.
Scam ha deciso pertanto di monitorare l’umidità del prodotto installando un sistema di rilevazione basato su sonde NIR in due punti critici dell’impianto, così da controllare questo aspetto fondamentale sia durante il processo di granulazione che nell’ultimissimo passaggio prima della commercializzazione. In tal modo, SCAM, è in grado di garantire ai propri clienti finali l’assoluta qualità tra i diversi lotti di ogni prodotto, oltre che di ogni singolo prodotto in commercio.
La soluzione: un software chemiometrico
Per rendere concretamente utile il dato del sensore, non è sufficiente acquisire il rilevamento spettroscopico, ma occorre integrarlo in un applicativo che permetta agli operatori non solo di approfondire l’andamento dei dati in tempo reale (per valutare interventi operativi sul processo produttivo), ma anche di interagire con le sonde e i modelli chemiometrici. Dovendo infatti gestire l’alternanza di più linee produttive, il sistema deve consentire di adattare il monitoraggio delle sonde ad ogni nuovo prodotto e ad ogni sua variazione.
Occorre perciò un sistema che consenta agli operatori di effettuare, in autonomia, eventuali interventi correttivi in produzione e ai chimici di laboratorio operazioni più complesse, come ad esempio ricalibrazioni o nuove calibrazioni per nuove tipologie di prodotto.
A questo scopo è stata sviluppata una versione custom di SpectralizeR, il software chemiometrico di Kode, con modelli chemiometrici ad hoc, in grado di adattarsi alle diverse tipologie di prodotto.
AI ed ecosostenibilità: la soluzione custom per Scam
La necessità di SCAM è, in sintesi, quella di utilizzare le sonde NIR sulla linea di processo, ed è fondamentale che i valori di queste sonde siano il più possibile precisi e accurati. In particolare, si devono valutare valori di umidità in un range molto limitato in intervallo con un errore massimo accettabile dello 0,3%.
Per questo il progetto ha avuto come primo step chiave un’importante fase di analisi e calibrazione dei risultati delle sonde. Sono stati acquisiti e storicizzati i dati relativi alle impronte spettrali provenienti dalle sonde e su questo dataset è stato definito un modello di Applicability Domain per ogni tipo di prodotto. Grazie a questo e attraverso l’identificazione degli outliers è stato possibile estrarre uno score di validità per ogni spettro acquisito.
Applicability Domain, come funziona il modello
Questo modello è necessario per selezionare gli spettri accettabili e consente di distinguere le acquisizioni di prodotto valide dai vari casi di acquisizione sbagliata.
Grazie al modello di Applicability Domain è possibile distinguere il fine-produzione da acquisizioni di spettri fuori score dovuti a problemi di produzione. Su questa base è stato sviluppato un importante sistema di alerting di uso operativo per il personale di Scam.
Con il modello di Applicability Domain, il team di data science ha proceduto alla costruzione di un ulteriore modello chemiometrico predittivo. Attraverso il setup dei parametri e una approfondita fase di training, questo modello è in grado di acquisire l’impronta spettrale e trasformarla in una concreta quantificazione e qualificazione del livello di umidità del campione, leggibile per l’operatore in una dashboard in modalità tabellare o grafica.
Una volta costruito il modello chemiometrico, sono state ripetute varie fasi di training del modello, per assicurare che fosse il più possibile invariante rispetto a fattori esogeni (quali polvere, luminosità, temperatura, ecc.).
Un applicativo dedicato a operatori e personale di laboratorio
Poiché l’obiettivo di questo progetto è non solo di acquisire dati corretti e ben calibrati dalle sonde, ma anche di consentire agli operatori di intervenire concretamente sulla linea produttiva, il sistema di analisi dei segnali spettrali acquisiti dalle sonde è stato integrato in un software custom realizzato con tutte le feature operative necessarie nella quotidianità della produzione dei concimi Scam.
Nato dalla versione base di SpectralizeR, si tratta di un’applicazione web, utilizzabile da una qualunque postazione (sala controllo, laboratorio qualità, postazione management) attrezzata di computer.
L’applicativo permette agli operatori sulla linea produttiva:
- Analisi dello storico: selezionando una SKU di interesse e un range temporale, recuperare i valori di umidità (sia in forma grafica che tabellare).
- Monitoraggio real time in linea della componente di umidità:
- visualizzare il dato di umidità in real time
- visualizzare allarmi di superamento dei limiti di specifica in tempo reale
- visualizzare il grafico temporale che mostra l’andamento dell’umidità nel tempo (con la possibilità di scegliere una finestra temporale) e di altri parametri di produzione.
- Drift prevention: avvisare preventivamente della possibilità di un superamento dei limiti di specifica (mediante modello previsionale e/o regole di Statistical Process Control).
Per i chimici di laboratorio, il sistema offre la possibilità, in una sezione dedicata, di gestire i modelli di calibrazione già sviluppati oltre che di creare nuovi modelli di calibrazione e allenare nuovamente quelli già presenti, eventualmente aggiornandoli se ve ne fosse la necessità.
La sezione dedicata ai chimici di laboratorio consente infatti non solo di selezionare dati tra gli spettri contenuti nel database, ma anche di
- selezionare step di preprocessing da applicare al dataset
- calcolare e visualizzare l’Applicability Domain sul dataset, per definire quali sono gli spettri accettabili per ogni tipo di prodotto
- creare modelli di calibrazione e di salvarlo nel database.
Conclusioni
Scam è una realtà produttiva che si contraddistingue per la sua scelta pionieristica di realizzare concimi organo-minerali sostenibili, attualmente in linea con le disposizioni del Green deal europeo. L’impianto produttivo, situato a Modena e dislocato su 147mila mq, è sempre in evoluzione con investimenti strutturali e immateriali.
La ricerca di soluzioni innovative, che apportino costantemente valore aggiunto al prodotto commercializzato, è stata la driving force nella scelta di adottare l’intelligenza artificiale per una gestione avanguardistica dell’operatività.
Questo nuovo percorso permetterà a Scam di sfruttare l’enorme mole di dati generati durante la produzione, in modo da armonizzare e ottimizzazione i processi al fine di garantire l’eccellenza dei suoi prodotti.
Ad oggi Scam ha integrato operativamente la soluzione di AI ecosostenibile in produzione e può già assicurare la qualità di ogni prodotto specifico immesso nel mercato.
