Freudenberg Sealing Technologies (FST) utilise l’intelligence artificielle (IA) dans le contrôle visuel automatique (ASK) afin de réduire les taux de rebut et d’éviter les erreurs.
Les produits doivent quitter la production en parfait état. Outre une production sans faille, cela nécessite un contrôle de qualité fiable. Ce contrôle optique prend souvent la forme d’un contrôle visuel automatique. Lors de cette expertise visuelle, il peut toutefois arriver que des produits irréprochables soient rejetés à tort comme étant défectueux. Un tel gaspillage n’est ni efficace ni durable.
Pour réduire la mise au rebut de produits intacts, FST a déjà recours à l’intelligence artificielle sur certains sites. « L’utilisation de l’IA dans notre contrôle final nous aide à réduire les pseudo-rejets de 50 pour cent », rapporte le Dr Stefan Geiss, vice-président de la technologie des processus. Par conséquent, le rebut total diminue également. « Cela nous aide à gaspiller moins de ressources. Grâce à l’IA, nous évoluons progressivement vers une production durable. Nous produisons moins de pseudo-rejets, ce qui nous permet de jeter moins de matériaux. Et : nous obtenons ainsi une meilleureempreinte carbone« .
Helmut Hamfeld, spécialiste senior en ingénierie, ajoute : « Grâce à l’adaptation, nous pouvons mieux détecter qu’auparavant si le produit trié présente effectivement un écart par rapport à la norme ou si, par exemple, une ombre projetée fausse le résultat. L’IA nous permet de mieux distinguer de telles subtilités ». Le projet pilote réussi a eu lieu sur le site d’Oberwihl. Depuis, d’autres usines FST utilisent la solution IA dans leur contrôle final.
Au milieu plutôt qu’à la fin
Le site de North Shields, dans le nord de l’Angleterre, mise également sur un ASK optimisé par l’IA, non pas au niveau du contrôle final, mais dès le processus de production. Dans la machine de moulage, le système détecte si la cavité dans laquelle le matériau d’étanchéité est pressé est effectivement libre ou encore occupée. « Nous détectons ainsi les erreurs lorsqu’elles apparaissent et non pas à la toute fin de la chaîne de production », explique Hamfeld. « Cela entraîne moins d’endommagement des outils et nous avons pu réduire le besoin de pièces de rechange. De plus, nous réduisons nettement les temps d’arrêt de la machine. D’une part parce que les erreurs peuvent être éliminées rapidement, d’autre part parce que nous devons réparer moins de dommages ». Il y a un autre effet secondaire positif : les processus de production sont nettement plus rapides.
Actuellement, FST teste un autre champ d’application de l’IA avec le contrôle des machines. Dans ce cadre, jusqu’à 3500 points et capteurs de mesure enregistrent le temps de chauffage ou les conditions de pression lors des processus de production de joints. Si les données se situent dans une plage qui ne garantit pas un bon produit, il est immédiatement demandé d’ajuster les paramètres. Toutefois, il faudra encore du temps avant que ce processus ne soit mis en place. Il s’agirait toutefois d’un pas vers l’objectif souhaité d’une chaîne de processus automatisée à zéro erreur. Une ASK ne serait alors plus du tout nécessaire.
