Siemens e Procter & Gamble estendono l'ispezione visiva con IA a livello mondiale

Il fornitore di tecnologie industriali Siemens e il produttore globale di beni di consumo Procter & Gamble (P&G) stanno espandendo la distribuzione su scala globale del loro sistema di ispezione qualità basato sull'intelligenza artificiale. Denominata Visual Inspection Cockpit (VIC), la piattaforma basata su edge computing ispeziona i prodotti di consumo in tempo reale durante la produzione alla massima velocità di linea, migliorando la costanza qualitativa e riducendo il tasso di scarto del 10-20% a seconda della linea di prodotto.

Contesto della collaborazione
Nella produzione ad alta velocità di beni di consumo, imballaggi e prodotti impiegano frequentemente materiali delicati, strutturati e flessibili che tendono a spostarsi, allungarsi o sgualcirsi a regimi elevati. I tradizionali sistemi di visione basati su regole faticano a gestire queste minime oscillazioni fisiche, i componenti sovrapposti o i difetti a basso contrasto, richiedendo spesso lunghe riconfigurazioni e fermi macchina ogni volta che cambiano formati, materiali o parametri di linea.

Per superare questi colli di bottiglia e mantenere una produzione priva di difetti su linee veloci, è nata la cooperazione tra Siemens e P&G. La collaborazione unisce i modelli proprietari di deep learning e il know-how applicativo di P&G con l'hardware edge computing, i framework di scalabilità software e il portfolio di IA industriale di Siemens. Rainer Brehm, COO per l'Automazione e CTO di Siemens Digital Industries, ha sottolineato come il sistema garantisca una precisione d'ispezione totale su migliaia di prodotti al minuto attraverso architetture scalabili, risolvendo criticità d'ispezione industriale insormontabili per i sistemi tradizionali.

Soluzione tecnica e responsabilità
L'architettura tecnologica combina l'inferenza IA localizzata con infrastrutture di edge computing poste a ridosso dei macchinari produttivi. I ruoli sono ripartiti per assicurare una gestione del ciclo di vita del software scalabile e un controllo di linea deterministico:

Procter & Gamble sviluppa e aggiorna i modelli di deep learning calibrati su prodotti ad alta velocità, dinamiche dei materiali e varianti di packaging.

Siemens fornisce l'hardware di elaborazione industriale, inclusi PC industriali con GPU NVIDIA, la piattaforma Siemens Industrial Edge, l'infrastruttura di scalabilità software e il supporto operativo sul lungo termine negli stabilimenti.

A livello di sistema, il Visual Inspection Cockpit analizza i flussi video in tempo reale alla velocità di produzione. Trattandosi di un'applicazione Industrial Edge, l'inferenza viene eseguita on-site in prossimità dei macchinari, consentendo l'integrazione immediata con i PLC e reazioni automatizzate — come l'invio di allarmi agli operatori o l'attivazione di scarti pneumatici per espellere i pezzi difettosi senza arrestare la linea. La piattaforma include anche il Visual Inspection Engineering Tool, che permette al personale di stabilimento di configurare e aggiornare i modelli localmente senza il supporto di team dedicati di data science. I dati di qualità vengono costantemente aggregati per identificare derive di processo e guidare programmi di miglioramento continuo.

Implementazione e diffusione
La strategia applicativa punta a implementare il Visual Inspection Cockpit nell'intera rete produttiva globale di P&G. Poiché VIC è strutturato come applicazione standardizzata e modulare all'interno della Siemens Industrial AI Suite, l'avvio su nuove linee risulta da cinque a dieci volte più rapido rispetto alle soluzioni di visione ottica su misura.

La diffusione mondiale in corso assicura a P&G un rilevamento completo delle anomalie su linee ad alta velocità, limitando lo spreco di materie prime grazie all'individuazione precoce dei difetti. Integrando l'inferenza IA sulle piattaforme Siemens Industrial Edge, gli impianti acquisiscono un'infrastruttura d'ispezione unificata e scalabile, capace di adattarsi dinamicamente a nuove tipologie di prodotto e variazioni di materiale.

A cura di Romila DSilva, redattrice di Induportals, con supporto di IA.