Come l’intelligenza artificiale può ridurre il lead time nella produzione

Uno degli esempi più evidenti è rappresentato dall’industria automobilistica: l’algoritmo alla base del sistema è capace di migliorare la pianificazione del processo di assemblaggio, ottenendo la standardizzazione all’interno della descrizione del processo del veicolo, fornendo uno strumento per calcolare i tempi di manodopera richiesti per il montaggio dello stesso

Pubblicato il 25 Giu 2020

Claudio Di Biase

manufacturing engineer

automotive

L’industria automobilistica vanta una storica esperienza nell’implementare le più recenti tecnologie per l’immissione sul mercato di veicoli efficienti, innovativi e sicuri, lavorando continuamente per ridurre i costi di produzione. Oggi la più importante fra queste è rappresentata dall’intelligenza artificiale. Un valido esempio è rappresentato da una applicazione nelle linee di produzione per ridurre il lead time.

L’evoluzione della produzione di autoveicoli

L’auto è oggi il prodotto più complesso sul mercato, in termini di sviluppo e produzione. Richiede una quantità rilevante di conoscenza tecnica e un cospicuo coinvolgimento di capitale umano per avviarne la produzione. Il mercato legato alla produzione automobilistica non è secondo a nessuno: guida molteplici settori di interesse nazionale e internazionale, comprese le aree relative a energia, emissioni e sicurezza, e richiede un investimento di importanti risorse economiche, rappresentando una delle operazioni tecnologiche più articolate e strutturate nel settore industriale.

I progressi tecnologici hanno determinato aumenti drastici della produttività industriale dall’alba della rivoluzione industriale. Il motore a vapore alimentava le fabbriche nel diciannovesimo secolo, l’elettrificazione ha portato alla produzione di massa nella prima parte del ventesimo secolo e l’industria divenne automatizzata negli anni ’70. Nei decenni che seguirono, tuttavia, l’evoluzione dei processi tecnologici è stata marginale, soprattutto se confrontati con le scoperte che hanno subito e trasformato il settore informatico, delle comunicazioni mobili e dell’e-commerce. Ora siamo nel mezzo di una quarta ondata di progresso tecnologico: l’ascesa della nuova tecnologia industriale nota come Industria 4.0. In questa trasformazione, i sensori, i macchinari, i componenti e i sistemi IT saranno collegati lungo tutto il flusso di valore e distribuzione delle imprese coinvolte. Questi sistemi collegati possono interagire tra loro utilizzando protocolli standard e analizzare i dati per prevedere errori, nonché configurarsi e adattarsi alle modifiche. L’industria 4.0 renderà possibile raccogliere e analizzare i dati su più macchine, consentendo di aumentare la velocità, la flessibilità e l’efficienza dei processi per produrre beni di qualità superiore e a costi ridotti. Tutto ciò a sua volta aumenterà la produttività dell’industria manifatturiera, spingendo verso un cambiamento economico, promuovendo la crescita industriale e la modifica del profilo della forza lavoro, cambiando in definitiva la competitività delle aziende e delle nazioni.

L’intelligenza artificiale applicata alla produzione di auto: oltre la guida autonoma

Quando si pensa alle applicazioni dell’AI nell’industria automobilistica, la prima cosa che viene in mente è l’auto a guida autonoma. Ma l’AI può fare molto di più che guidare le nostre auto. I car maker di tutto il mondo riconoscono che questi veicoli intelligenti sono indubbiamente il futuro e sono consapevoli che il loro sviluppo non potrà che avvalersi anche della AI. Attualmente l’intelligenza artificiale viene già utilizzata per sfruttarne un’ampia gamma di capacità predittive che personalizzano l’esperienza di guida e consentono una manutenzione proattiva. Questa personalizzazione è abilitata dai veicoli collegati che permettono lo scambio di dati dai sensori di bordo ai carmaker e alle compagnie assicurative. Un’ulteriore applicazione dell’AI riguarda nello specifico la produzione. Le capacità avanzate sin qui conseguite, unite alle crescenti aspettative dei consumatori, aggiungono valore alle grandi imprese: si stima che il valore dell’intelligenza artificiale nella produzione automobilistica e nei servizi cloud supererà i 10,73 miliardi di euro entro il 2024.

L’esigenza fondamentale di ridurre i costi e migliorare l’efficienza nella produzione di veicoli ha portato allo sviluppo di un criterio basato sull’intelligenza artificiale come nucleo dell’intero sistema di pianificazione del processo di produzione. Tale sistema è stato sviluppato per incorporare una metodologia standardizzata e un insieme di pratiche comuni per la progettazione e l’assemblaggio di veicoli che saranno utilizzati da tutti gli impianti di produzione del mondo. L’algoritmo alla base del sistema è capace di migliorare la pianificazione del processo di assemblaggio, ottenendo la standardizzazione all’interno della descrizione del processo del veicolo, fornendo uno strumento per calcolare i tempi di manodopera richiesti per il montaggio dello stesso. Inoltre, fornisce il framework per allocare il lavoro richiesto tra gli operatori degli impianti e crea una base per la traduzione automatica delle descrizioni dei processi in altre lingue.

Il “foglio di processo”

Il documento standard di pianificazione del processo utilizzato, noto come “foglio di processo”, è il veicolo principale per trasferire le informazioni di assemblaggio dall’attività di pianificazione del processo iniziale all’impianto di assemblaggio. Un foglio di processo contiene le istruzioni dettagliate necessarie per costruire una singola parte di un veicolo. Ogni veicolo può richiedere migliaia di fogli di processo per descriverne l’assemblaggio completo. Spetta all’ingegnere di processo creare questo documento, utilizzando un sistema di parole standard. Il linguaggio standard consente, da un lato, all’ingegnere di scrivere in modo chiaro e conciso e, dall’altro, la lettura e l’interpretazione di queste istruzioni da parte del sistema di intelligenza artificiale che crea una serie di operazioni di lavoro e calcola i relativi tempi necessari agli operatori degli impianti di assemblaggio. Tra gli altri, un fattore non trascurabile è la conoscenza dell’ergonomia che viene utilizzati dal sistema di intelligenza artificiale per impedire la scrittura di processi che causano potenziali posture fuori dai protocolli ergonomici per gli operatori della catena di montaggio. Inoltre, è stato sviluppato un sistema di traduzione automatica per le istruzioni di assemblaggio dei veicoli dall’inglese allo spagnolo, tedesco, olandese e portoghese per supportare gli impianti di assemblaggio in Europa, Sud America e Messico.

Riassumendo, quindi, i vantaggi di questo sistema basato su AI sono:

  • un linguaggio standardizzato che viene utilizzato in tutta l’azienda per descrivere il processo di assemblaggio.
  • Un sistema in grado di leggere e comprendere automaticamente le istruzioni di processo, al fine di individuare quale lavoro deve essere svolto dall’operatore nello specifico ‘impianto di assemblaggio e il tempo necessario ad eseguirlo.
  • La verifica delle istruzioni di processo, per rintracciare eventuali problemi di ergonomia prima che vengano inviati agli impianti di assemblaggio per l’implementazione.
  • La traduzione delle istruzioni di lavoro in altre lingue per supportare le attività svolte negli impianti di assemblaggio in Europa, Sud America e Messico.
  • Uno strumento ingegneri di linea che consente loro di allocare in modo efficiente il lavoro presso gli impianti di assemblaggio e ottimizzare i layout di produzione attraverso un sistema di supporto alle decisioni.

È evidente che tale sistema è stato implementato nell’industria automobilistica dopo averne verificato la funzionalità, l’efficacia e ovviamente, il rapporto benefici/costi. Ridurre il tempo necessario a realizzare un’auto è oggi sempre più importante perché permette di creare un vantaggio competitivo nei confronti dei concorrenti, senza pregiudicare la qualità del prodotto finito, che anzi risulta migliorata al punto che ormai viene data per scontata dal cliente finale. Il tempo necessario per avere il prodotto finito risulta dunque un fattore discriminante di primario interesse per consegnare il prodotto al cliente che lo ha ordinato, entro la data stabilita.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati