Una soluzione di Intelligenza Artificiale basata su apprendimento con algoritmi di Deep Learning per velocizzare i processi di post-produzione di Siemens Gamesa, quelli dedicati al controllo qualità. L’annuncio arriva in occasione dell’edizione 207 del Fujitsu Forum tenutosi pochi giorni fa a Monaco di Baviera
Avanzate tecnologie di Intelligenza Artificiale basate su Deep Learning per la rapida elaborazione delle immagini che consentono di ridurre – da sei ore a un’ora e mezza – il processo di controllo/ispezione delle lame utilizzate per le turbine eoliche di Siemens Gamesa. Non è fantascienza, è quanto sono riusciti a fare gli esperti di Fujitsu lavorando direttamente insieme ai team interni di Siemens Gamesa – società che si occupa di produzione di apparecchiature per il settore delle energie rinnovabili – secondo il nuovo approccio di “Digital Co-Creation” messo a punto dalla multinazionale (l’idea è la unire le competenze e le tecnologie di Fujitsu con il know-how specifico di business che solo i clienti possono avere per creare soluzioni ad hoc).
È seguendo questo approccio infatti che Fujitsu ha sviluppato una soluzione di Intelligenza Artificiale utile a Siemens Gamesa nel ridurre i tempi necessari alle fasi di post-produzione dedicate al controllo di qualità. In particolare, il processo di ispezione delle lame destinate alle turbine eoliche di nuova produzione richiede in media più di sei ore di controlli, dato che le lame in fibra di vetro sono lunghe fino a 75 metri ciascuna.
Per velocizzare queste procedure, Fujitsu ha sviluppato un sistema di riconoscimento delle immagini, alimentato da algoritmi di Deep Learning, che analizza tutte le immagini provenienti da scansioni effettuate nel corso dei cosiddetti CND – Controlli Non Distruttivi (rilievi e test condotti impiegando metodi che non alterano il materiale, in questo caso la fibra di vetro delle lame, e non implicano asportazioni di campioni dalla struttura non alterandone o danneggiandone quindi la composizione) per identificare eventuali pattern che potrebbero indicare difetti di fabbricazione o rivelare increspature, erosioni o danni di vario genere al prodotto.
«Abbiamo co-creato una soluzione che non solo abbatte drasticamente i tempi necessari per un’ispezione approfondita delle lame per turbine, ma ci permette anche di concentrarci sulle sezioni delle lame che presentano potenziali deviazioni», è il commento di Heine Bach, Head of Quality in Operation di Siemens Gamesa Renewable Energy.
Di norma, il controllo sulle lame per le turbine eoliche richiede quasi un’intera giornata di lavoro e la massima concentrazione delle persone coinvolte. Un’attività che con la soluzione co-ideata da Fujitsu e Siemens Gamesa è stata ridotta a un’ora e mezza, con immaginabili ritorni anche sull’efficienza di costo oltre che di processo.
