L’intelligenza artificiale in siderurgia? Un vantaggio competitivo importante
La digitalizzazione è fondamentale per il controllo e la previsione della qualità e per il tracciamento dei prodotti fino al cliente finale. Ma cruciale è la raccolta di dati per addestrare i modelli, che spesso viene trascurata.
La digitalizzazione, nei suoi diversi livelli, può essere un «fattore di competitività importante per l’impresa siderurgica». Lo ha detto Carlo Mapelli, docente del Politecnico di Milano, intervenendo al webinar di siderweb – La community dell’acciaio “L’acciaio nell’era della digitalizzazione”.
Strumenti principali della digitalizzazione sono gli algoritmi di controllo di processo, che controllano i fattori di produzione e supportano la contabilità industriale e aumentano l’efficienza produttiva mediante la previsione di fenomeni complessi. C’è poi l’infrastruttura di connessione che integri gli stadi del processo produttivo, «cui sono dedicati anche molti finanziamenti» nell’ambito di Industria 4.0, ha ricordato Mapelli, e su cui devono viaggiare ed essere elaborati i dati per elaborare e applicare azioni correttive. «La raccolta dei dati è un momento importante – ha sottolineato Mapelli –, che spesso però viene trascurato. Senza i dati non si arriva alla trasmissione delle informazioni e alle misure correttive adeguate alle sfide e agli obiettivi che ci si pone».
E poi ci sono i sistemi di intelligenza artificiale, che vengono «addestrati secondo una procedura statistica» e che sono «organizzati in reti neurali, dove i nodi sono i neuroni. In questi nodi vengono acquisiti i dati e, attraverso pesi, numeri e valori matematici che li collegano con i nodi nascosti nella rete (hidden layers) sono in grado di elaborare numericamente dati di ingresso e dare segnale di uscita». Ma, anche qui, «dipende sempre tutto dalla qualità dei dati che vengono forniti alla rete neurale».
L’intelligenza artificiale in siderurgia consente, per esempio, la classificazione dei fenomeni o dei soggetti, nonché la realizzazione di sistemi di riconoscimento ottico (per esempio nella selezione del rottame) e di previsioni circa la qualità dei prodotti in base alla combinazione di parametri operativi e di processo. Permetterebbe anche una tracciabilità e certificazione dei prodotti fino al cliente finale, che «diventerà un fattore competitivo del prodotto siderurgico».
Nicola Segnali, Business Innovation Manager di Regesta LAB, è entrato nei dettagli: «Il percorso comune che si compie, introducendo l’IoT e l’intelligenza artificiale nei processi produttivi, parte dalla digitalizzazione dei dati che si hanno a disposizione per addestrare i modelli e rendere sempre più autonomo il processo. Per fare questo, i dati devono essere raccolti in maniera trasversale dalle diverse fasi e macchine della filiera e la loro base deve essere ottimizzata, così da poter attivare processi integrati intelligenti». Il manager ha citato «soluzioni intelligenti relative all’acquisizione di rottame con riconoscimento visivo del materiale, frutto della raccolta di un gran numero di immagini, fornite al sistema e che permettono all’intelligenza artificiale di lavorare sul riconoscimento del prodotto e stabilirne la classifica»; e il progetto realizzato in un tubificio, «dove si punti alla riduzione degli scarti tramite una previsione del difetto sul prodotto finito con 5 minuti di anticipo e con accuratezza statistica dell’85%, perché il sistema permette di prevedere i difetti e di intervenire per porvi rimedio».
