Rendere i processi produttivi più efficienti e sostenibili minimizzando gli sprechi e migliorando la qualità dei prodotti: è da questa idea che nasce Twist, un progetto di ricerca sperimentale che ha l’obiettivo di ottimizzare il processo di stampaggio a iniezione.
Il progetto, cofinanziato nell’ambito del Bando IRISS e promosso da Smact Competence Center, è stato lanciato da Vimar, azienda con sede a Marostica (VI) che opera nel settore elettronico ed elettrotecnico.
Indice degli argomenti
Ottimizzare il processo stampaggio a iniezione
Twist nasce grazie alla collaborazione con l’Università di Padova e Maxfone, azienda di Verona specializzata nello sviluppo di tecnologie di intelligenza artificiale nei campi di IoT – Internet of Things – e IoB – Internet of Behaviors.
Il Dipartimento di Ingegneria Industriale dell’ateneo patavino fornirà supporto nella ricerca e nello sviluppo di algoritmi di Object Detection, una tecnologia che ha la capacità di individuare un determinato oggetto in una sequenza di immagini o video che sarà utilizzata per la rilevazione dei difetti.
L’Università fornirà anche consulenza nello sviluppo e nella gestione di un Digital Twin per la simulazione e l’analisi del processo produttivo.
“Abbiamo deciso di impegnarci in questo importante progetto, collaborando con Smact, con l’Università di Padova e con Maxfone, perché siamo convinti che nel prossimo futuro l’Intelligenza Artificiale sarà parte integrante dei sistemi produttivi delle aziende e porterà importanti benefici in termini di efficienza e sostenibilità”, commenta Sandro Bernardi, direttore tecnico di Vimar Spa.
Le tecnologie avanzate al centro del progetto Twist
Twist nasce con l’obiettivo di trasformare il processo di stampaggio a iniezione, una tecnica in cui i materiali plastici vengono fusi, per essere poi inviati allo stampo dove verranno raffreddati per assumere la forma progettata.
Il progetto si inserisce in questo processo per ridurre i tempi di avvio delle presse, migliorando così la qualità dei prodotti e minimizzando gli sprechi.
Il tutto grazie all’applicazione di tecnologie avanzate come il Deep Learning, l’IoT industriale e il Digital Twin. Nello specifico, per la realizzazione del progetto saranno impiegate telecamere di comune utilizzo in coppia con algoritmi avanzati di Object Detection che svolgeranno il ruolo di assistenti agli operatori nelle fasi critiche del processo di produzione.
Questi strumenti tecnologici permetteranno di migliorare il controllo qualità, riducendo nettamente la necessità di un intervento umano.
In parallelo, il Digital Twin agirà come una simulazione digitale dettagliata, fornendo in tempo reale previsioni accurate degli esiti della produzione e semplificando le operazioni di regolazione della pressa effettuate dagli operatori.
