Caso studio

Saleri Group: Quality Control con Vertex AI e Visual Inspection

Industrie Saleri Italo Spa è la capogruppo di un gruppo globale – Saleri Group – leader nello sviluppo di soluzioni Thermal Management per l’industria automobilistica. Il Gruppo è presente in Italia, Germania, Cina, India e Messico, e opera attraverso tre business unit: Original Equipment, Aftermarket e Industrial Automation.

Fondata nel 1942, Saleri Group si impegna a fornire prodotti innovativi di alta qualità ai propri clienti, stabilendo partnership con i principali produttori automobilistici. Inoltre, l’azienda si dedica alla sostenibilità e alla responsabilità ambientale, con particolare attenzione alla riduzione dell’impronta di carbonio e al miglioramento dell’efficienza delle sue operazioni.

La sfida iniziale

Per essere competitivi nel mercato automotive è necessario realizzare prodotti di qualità eccellente, con una perfetta tracciabilità dei processi produttivi delle parti prodotte, il tutto con una forte attenzione all’efficienza e -naturalmente- ai costi. In particolare, assicurarsi che per nessuna ragione una parte che presenti anche solo un difetto cosmetico pervenga al cliente è un requisito essenziale per Industrie Saleri Italo Spa.

L’azienda voleva trovare una valida soluzione alternativa a quella tradizionale che consiste nell’inserire un controllo visivo al 100% da parte di operatori di fine linea. L’operatore assegnato alla linea ha un takt time di tempo – diciamo 25s – per controllare visivamente un pezzo intero e metterlo da parte qualora presenti dei difetti visivi di qualsiasi genere. Questa soluzione, sebbene largamente messa in pratica dalle aziende di settore, è altamente gravosa dal punto di vista dei costi, molto onerosa per le persone che svolgono l’attività, e non sempre efficiente. Da qui la scelta di automatizzare e digitalizzare il processo tramite l’inserimento di vari sistemi di visione con intelligenza artificiale. Tra i vantaggi, rendere il controllo più oggettivo, sgravare i singoli da attività ripetitive, e avere traccia in un unico database dello stato delle parti al momento dell’imballaggio, in maniera da affrontare adeguatamente eventuali difetti generati durante il trasporto e che arrivino al cliente finale.

La strategia è stata dunque quella di rendere la produzione di Saleri largamente verticale, con una realizzazione delle parti strutturali e del loro assemblaggio su linee flessibili ma altamente automatizzate che richiedano la presenza di un numero molto limitato di persone e che prevedano al loro interno controlli di qualità automatizzati e molto efficaci. Le tecnologie digitali sono chiaramente un asset in questo contesto, e hanno consentito a Saleri Group di monitorare real time le deviazioni e di poter reagire rapidamente. Inoltre, l’elevata quantità di dati raccolti si presta a utilizzi che, sebbene non siano stati ancora capitalizzati, rappresentano un’opportunità per Industri Saleri Italo.

La soluzione

In passato Saleri Group aveva già implementato altre soluzioni di visual artificial intelligence, ma ha presto sviluppato la necessità di muoversi su soluzioni più flessibili e maggiormente adattabili e personalizzabili che permettessero al Gruppo di allontanarsi da soluzioni “off-the shelf” e di sviluppare qualcosa di originale e adatto alla propria realtà.

In questo senso Huware è stata fondamentale per tutto il lavoro di integrazione per la buona riuscita del progetto. In particolare, sono emersi nuovi temi per Saleri, per i quali si rendevano necessarie competenze di data science e deep learning che il loro team tecnico non aveva e che Huware ha potuto colmare e integrare. Inoltre, al di là delle modalità operative e dell’addestramento di un buon modello, si sono posti problemi anche di natura architetturale: dove immagazzinare la mole di dati prodotti? Come renderli agilmente fruibile? Dove collocare l’intelligenza artificiale responsabile del rilevamento dei difetti e come trasmettere un feedback al database aziendale per gestire la conformità o meno della parte?

"Chiaramente questo progetto è ancora in corso d’opera, ma mi sentirei di dire che giungere al termine con una soluzione funzionale, scalabile e lungimirante richiede decisamente le competenze di un partner come Huware per un progetto di questo genere."

Maurizio Sacco
TPM Director

Saleri Group ha dunque adottato Visual Inspection AI e Vertex AI per ottenere soluzioni più flessibili e meno invasive rispetto alle attuali soluzioni industriali. Visual Inspection AI e Vertex AI consentono infatti l’addestramento direttamente su cloud, quindi con tempi e oneri molto minori rispetto a una soluzione con intelligenza artificiale integrata. Inoltre, è stato possibile fare l’addestramento di più modelli in parallelo, senza acquistare hardware aggiuntivo. L’addestramento è stato fatto su immagini qualsiasi, e ciò ha consentito di collocare sistemi di visione più economici nelle aree della linea dove era necessario rilevare l’immagine, quindi con una implementazione più economica, meno invasiva e facilmente realizzabile. Lo stesso modello può poi essere deployato su linee diverse nel momento in cui si trasferisce la lavorazione di alcuni prodotti, senza necessariamente trasferire l’hardware associato – cosa generalmente non fattibile con soluzioni invasive come quelle implementate in passato da Industrie Saleri Italo.

"Confidiamo nella possibilità di ottenere risultati migliori in termini di efficientamento e quality control affidandoci alla tecnologia Google Cloud, sia per via dei costanti aggiornamenti, sia per la possibilità di variare un maggior numero di parametri, come per esempio consente Vertex AI. La tecnologia di Google ci consente di migliorare la competitività aziendale aumentando la scalabilità e riducendo i costi, gli sprechi e il time to value."

Maurizio Sacco
TPM Director

I risultati

Grazie a Huware e a Google Cloud, Industrie Saleri Italo ha ottenuto già nella prima fase risultati paragonabili e in alcuni casi migliori rispetto a quelli ottenuti con i sistemi di visione con intelligenza artificiale integrata.

Le metriche utilizzate per la valutazione dei risultati sono state essenzialmente Precision e Recall sulle previsioni fatte dai due tool. Come beneficio aggiuntivo, Visual Inspection AI si è dimostrato di semplice utilizzo, e quindi adatto a essere dato in gestione ai software e process engineer degli stabilimenti in maniera autonoma.

"Dal punto di vista tecnico, consideriamo quindi questo un successo e siamo pronti a procedere con le fasi successive del progetto."

Maurizio Sacco
TPM Director

Potrebbe interessarti

Due Google Cloud Region in Italia: cosa significa per le aziende del territorio?

Due Google Cloud Region in Italia: cosa significa per le aziende del territorio?

Scopri di più
Big Data: la chiave per il vantaggio competitivo

Big Data: la chiave per il vantaggio competitivo

Scopri di più