Con KUKA nel futuro dell'Industria 4.0

Il termine Industria 4.0 viene utilizzato da diversi anni. Inoltre, le relative tecnologie – ad esempio l'Internet of Things, il Cloud computing o l'intelligenza artificiale (AI) – non sono certo state inventate ieri. Quasi ogni giorno si registrano progressi tecnici significativi e, in particolare, si stanno delineando tre tendenze.

L’Intelligenza artificiale (AI) è già una delle forze trainanti della trasformazione digitale e lo diventerà ancora di più in futuro. Grazie all’AI, le macchine saranno in grado di effettuare la manutenzione predittiva, ad esempio. Inoltre, i robot utilizzati nella Smart Factory si stanno trasformando in assistenti autonomi in grado di apprendere in autonomia, di agire logicamente e di comunicare tra loro.

Allo stesso modo, il Machine Learning (apprendimento automatico) sta prendendo sempre più piede in fabbrica e rappresenta una delle aree dell’AI più importanti per KUKA, per diventare presto parte integrante della Smart Factory. Le macchine che apprendono sono in grado di “capire” gli schemi e le relazioni causa-effetto che esse stesse generano. Imparano e reagiscono in tempo reale, affinando da sole i propri algoritmi.

Non meno rivoluzionario è il principio della Mixed Reality. Combina le tecniche della Virtual Reality (VR) e della Augmented Reality (AR). Nella Virtual Reality l'utente è completamente tagliato fuori dal mondo reale e si trova in un ambiente virtuale visibile attraverso un paio di occhiali. Nella Augmented Reality, invece, l'ambiente reale rimane visibile ma vengono sovrapposti contenuti digitali (oggetti virtuali, informazioni). Con la tecnologia della Mixed Reality, i contenuti virtuali possono essere combinati con il mondo reale. A differenza della Augmented Reality, nella Mixed Reality i contenuti non vengono semplicemente proiettati, ma appaiono come ologrammi integrati in modo realistico nel mondo fisico, utilizzando dispositivi mobili o visori HMD, come il visore Hololens di Microsoft. Questi oggetti possono essere spostati e modificati, come se fossero oggetti reali.

Questo futuro è già iniziato. Ma quali sono le applicazioni pratiche di queste tecnologie nell'industria? Per scoprirlo, basta dare un'occhiata ad alcuni dei progetti innovativi di KUKA.

Con il nostro software di simulazione KUKA.Sim, i robot possono essere programmati anche al di fuori dell'ambiente di produzione. Il software consente agli utenti di interagire con un gemello digitale, ossia un'immagine virtuale esatta, raffigurante il successivo processo di produzione. Sia che si tratti della progettazione del processo, della visualizzazione dei flussi di materiale e dei colli di bottiglia o del codice PLC: la simulazione 3D realizzata da Kuka.Sim copre tutti i processi di pianificazione. Il controllo virtuale e quello reale lavorano con gli stessi dati: ciò che viene progettato virtualmente, in seguito viene ripreso esattamente nella realtà. Ciò consente di ottenere la massima sicurezza di progettazione pianificando i processi produttivi, riducendo gli sforzi e i costi.

Per saperne di più su KUKA.Sim.

Se è possibile prevedere la durata di vita dei singoli componenti del robot, è possibile anche evitare i guasti e le interruzioni della produzione, che comportano costi elevati. È proprio questo l'obiettivo del progetto di ricerca „Künstliche Intelligenz zur Vorhersage der Einsatzsicherheit und Lebensdauer von Industrierobotern“ (KIVI) (“L’Intelligenza artificiale nella previsione della sicurezza operativa e della durata di vita dei robot industriali”), finanziato dal Ministero bavarese per gli affari economici, l’energia e la tecnologia (StMWi). L'obiettivo è monitorare costantemente le condizioni dei robot industriali e consentire la manutenzione predittiva (Condition Monitoring und Predictive Maintenance). A tal fine, una serie di sensori trasmette dati sulle vibrazioni dei singoli componenti del robot, prodotte durante il funzionamento. L'intelligenza artificiale viene quindi utilizzata per valutare i relativi dati: riconosce gli schemi ripetuti quando insorgono condizioni di usura, apprendendo modelli comportamentali. Il risultato è un prototipo di una cassetta degli attrezzi con gli strumenti dell’intelligenza artificiale, che è già in fase di valutazione. Non appena sarà utilizzabile a livello commerciale, questa tecnologia consentirà alle aziende manifatturiere di aumentare la disponibilità degli impianti e rendere più efficiente il processo produttivo, contribuendo così, non da ultimo, a salvaguardare le risorse.

I dati costituiscono il punto di partenza di tutti i processi di ottimizzazione dei robot industriali. Tuttavia, produrli e raccoglierli costa molto tempo e denaro. Per ottenere un risparmio, oggi i dati possono essere raccolti anche semplicemente simulando le interazioni dei robot. Il problema riguarda le simulazioni più avanzate che non sono ancora in grado di rappresentare perfettamente la realtà. Le varie sequenze di operazioni apprese non sono semplicemente trasferibili ai robot reali. Questa difficoltà viene spesso chiamata “Reality Gap”.

Ma proprio di questo problema di occupa il nostro progetto “TransLearn”: vogliamo superare il Reality Gap identificando gli errori della simulazione. L'obiettivo è trasferire senza intoppi i risultati della simulazione ai robot reali.

Questo comporta molti vantaggi: con la simulazione, i robot possono essere programmati meglio e più velocemente, riducendo i costi di programmazione. Inoltre, i robot possono apprendere meglio e in modo più autonomo, se ciò avviene sia nella simulazione sia nell'impianto reale. Grazie a questo processo di apprendimento ottimizzato, i robot industriali non avranno più bisogno di essere programmati, ma solo istruiti. In questo modo, possono anche imparare autonomamente come ridurre i tempi di ciclo o come consumare meno energia.

Le aziende con processi produttivi moderni devono essere in grado di reagire rapidamente a nuove richieste o alle mutevoli condizioni. Il processo di produzione, in particolare, richiede spesso aggiustamenti – del processo stesso, delle risorse di produzione, ma anche del prodotto da fabbricare. Perciò questo tipo di “Engineering continuo” deve essere applicabile in ogni momento. Con BaSys 4, è già stato sviluppato un sistema di base per impianti di produzione, che rende i processi di produzione modificabili in modo efficiente. Con il progetto BaSys 4.2 finanziato dal Ministero federale dell’istruzione e della ricerca (BMBF), stiamo ora lavorando all'implementazione di ulteriori elementi infrastrutturali per l’Industria 4.0, basati sui concetti e sugli standard della piattaforma Industria 4.0. Ci concentriamo sui tre temi del “Middleware”, delle “Capacità” e della “Virtualizzazione”. Pertanto, vogliamo sviluppare ulteriormente modelli di abilità standardizzati, applicandoli alla valutazione automatizzata delle abilità.

L'obiettivo è quello di avere impianti di produzione versatili, in grado di reagire in modo intelligente e trasparente alle mutevoli esigenze.