Progetti
Non arriviamo con una soluzione già chiusa. Ascoltiamo come produci, cosa conta per la qualità e quali dati hai già — immagini o segnali di macchina. I casi sono divisi così: Visual e Signal.
Visual Intelligence
L’ESPERTO INSEGNA COSA SIGNIFICA QUALITÀPochi esempi reali, poi AI generativa per aumentare i dati in modo realistico. L’esperto valida. Il sistema riconosce meglio, anche quando le immagini di linea sono poche.
Riconosciamo i pezzi prelevati da una lastra tagliata e li associamo all’ordine di produzione, per applicazioni di put-to-light.
Riconosciamo i difetti su tessuti in pelle, anche di dimensioni molto piccole, senza sostituire il giudizio di chi conosce il materiale.
Riconosciamo i difetti usando poche immagini campione, senza farci fuorviare dalle venature, grazie al motore basato su AI generativa.
Controlliamo superfici e finiture metalliche tenendo conto delle condizioni di acquisizione e delle caratteristiche del materiale.
Signal Intelligence
LA MACCHINA DICE COSA STA CAMBIANDOStesso metodo, altri dati: vibrazioni, correnti, temperature, pressioni, suoni, movimenti e PLC. I tecnici di macchina insegnano cosa è normale. Il sistema segnala quando il comportamento cambia.
Partiamo da come gira la linea. Poi cerchiamo nei segnali di macchina i pattern e i cambiamenti di comportamento che anticipano un fermo, una deriva o un pezzo fuori soglia.
Integrazione
La soluzione è interfacciabile con PLC, cobot, robot, AGV e altri sistemi industriali, anche su protocolli datati.
Acquisizione, illuminazione, software e collegamento alle macchine esistenti si valutano insieme. L’architettura segue i vincoli reali della produzione. I dati restano sotto controllo: on-premise o ambienti da definire sul progetto.
Ricerca in corso
NON È UNA FORNITURA COMMERCIALEProgetto dell’Università di Verona con Qualyco, sostenuto da Fondazione Cariverona. Combina imaging iperspettrale, termografia, visione 3D e luce polarizzata con modelli di machine learning, per un prototipo di ispezione intelligente replicabile in più comparti.
Se produci altro, partiamo comunque dal processo e dal criterio di qualità. La fattibilità si verifica sul pezzo e sulla macchina, non sulla slide.
Il prossimo passo
Raccontaci come produci, cosa vuoi capire e dove si perde qualità o tempo. Poi valutiamo insieme se servono immagini, segnali di macchina, o entrambi.