Progetto TWIST per uno stampaggio senza sprechi: Vimar S.p.A.
Vimar S.p.A. è uno dei principali player internazionali nel settore delle soluzioni per l’energia elettrica, la building automation e la domotica. Uno dei suoi core process è lo stampaggio a iniezione di polimeri tecnici per la produzione di componenti funzionali ed estetici, tra cui placche, comandi e interfacce che il cliente finale tocca e vede ogni giorno. Con una presenza globale in oltre 100 paesi, Vimar adotta elevati standard qualitativi basati sull’assenza di difetti visibili: ogni minima imperfezione comporta lo scarto del pezzo, il che impone di lavorare con la massima precisione per evitare ogni minimo difetto o spreco.
Esigenza
La crescente varietà di codici prodotto e la riduzione dei lotti hanno reso il processo di startup una sfida quotidiana. In assenza di dati oggettivi, la messa a punto della pressa si basava sull’esperienza del singolo operatore: un approccio trial-and-error che richiedeva numerose iterazioni e produceva una quantità rilevante di pezzi di scarto prima di raggiungere la qualità desiderata. C’era però una questione più strategica in gioco: il know-how dei tecnici più esperti non era documentato, non era trasferibile, non era scalabile. L’esigenza era trasformare quel sapere tacito in un asset digitale permanente dell’azienda.
Soluzione
Cofinanziato dal bando IRISS promosso da SMACT, in collaborazione con l’Università di Padova, il Progetto TWIST ha preso forma anche grazie al contributo tecnico di Maxfone. L’architettura sviluppata crea un circuito chiuso tra pressa e controllo qualità: i sistemi sviluppati da Maxfone raccolgono in tempo reale i parametri di processo dalla macchina mentre una telecamera cattura ogni pezzo prodotto. Un modello di Machine Learning sviluppato dall’Università di Padova correla questi due flussi (dati di processo e qualità visiva) generando suggerimenti in tempo reale per l’operatore. La fase di addestramento avviene con gli operatori esperti: ogni intervento di correzione diventa dato di training. L’esperienza si codifica e si accumula, non va più perduta.
Benefici attesi
L’impatto è immediato e tangibile: nella fase di sperimentazione le iterazioni di startup sono diminuite drasticamente al pari degli scarti di avvio della produzione. Vimar disporrà in futuro di un patrimonio digitale di expertise che non dipenderà dalla presenza di alcun operatore specifico. Il know-how dei tecnici più esperti verrà codificato e sarà accessibile a chiunque stia davanti ad una pressa. La riduzione degli scarti porterà con sé anche un contributo concreto alla sostenibilità: meno polimero sprecato, meno energia consumata per produrre pezzi destinati allo smaltimento, un risultato in linea con gli obiettivi ambientali del gruppo.
Sviluppi futuri
Si prevede di estendere il monitoraggio oltre l’estetica, integrando controlli dimensionali e metrologia 3D. L’obiettivo è la realizzazione di impianti capaci di apprendimento continuo e ottimizzazione autonoma ciclo dopo ciclo. L’esperienza acquisita su uno stampo diventa il punto di partenza per il successivo. In questo modo il sistema impara e insegna.
Sandro Bernardi
Direttore Tecnico
Negli ultimi anni l’aumento del numero di codici prodotto ha reso i cambi stampo molto più frequenti: avevamo bisogno di garantire qualità e tempi rapidi, anche con operatori meno esperti. Abbiamo cercato strumenti basati sull’intelligenza artificiale e abbiamo trovato in Maxfone, su suggerimento di SMACT, il partner ideale per raccogliere in tempo reale i dati dalle presse. Il loro contributo è stato determinante per mettere in correlazione i parametri di macchina con i difetti del prodotto. Oggi il sistema suggerisce all’operatore i settaggi ottimali in un linguaggio comprensibile a chiunque. I risultati che stiamo raggiungendo ci consentono di guardare con fiducia ai passi successivi.
