{"id":13973,"date":"2025-06-24T17:37:00","date_gmt":"2025-06-24T15:37:00","guid":{"rendered":"https:\/\/sw.fst.com\/magazine\/2025\/07\/ai-come-supporto-nello-stampaggio-a-iniezione-di-elastomeri\/"},"modified":"2025-07-23T17:30:07","modified_gmt":"2025-07-23T15:30:07","slug":"ai-come-supporto-nello-stampaggio-a-iniezione-di-elastomeri","status":"publish","type":"post","link":"https:\/\/sw.fst.com\/magazine\/it\/2025\/06\/ai-come-supporto-nello-stampaggio-a-iniezione-di-elastomeri\/","title":{"rendered":"AI come supporto nello stampaggio a iniezione di elastomeri"},"content":{"rendered":"\n

L’esperienza incontra la tecnologia: la produzione di<\/sup> Simmerring\u00ae a Weinheim \u00e8 lo scenario di un progetto di ricerca sull’intelligenza artificiale.<\/strong><\/p>\n\n

<\/p>\n\n

\n
\"\"<\/figure>\n<\/div>\n\n\n

Compatto<\/h2>\n\n\n\n

<\/p>\n\n\n\n

Un progetto di ricerca per migliorare i processi industriali utilizzando l’intelligenza artificiale (AI) \u00e8 in corso presso la produzione di Simmerring\u00ae a Weinheim.<\/p>\n\n\n\n

Il progetto mira a utilizzare l’intelligenza artificiale per prevedere le propriet\u00e0 qualitative dei componenti in elastomero stampati a iniezione e ottimizzare i processi di produzione. L’obiettivo \u00e8 ridurre gli scarti e aumentare l’efficienza. <\/p>\n\n\n\n

Gli approcci tradizionali all’intelligenza artificiale richiedono grandi quantit\u00e0 di dati. Tuttavia, il metodo qui utilizzato incorpora le correlazioni fisiche e l’esperienza dei colleghi per ridurre i dati di addestramento e i tempi di sviluppo necessari. <\/p>\n\n\n\n

La ricerca \u00e8 stata estesa a diversi tipi di macchine e articoli, al fine di trasferire le conoscenze al maggior numero possibile di articoli e garantire al contempo la qualit\u00e0 del prodotto.<\/p>\n\n\n\n

Das Projekt hat zudem die Zusammenarbeit mit anderen Freudenberg-Standorten, darunter Kufstein und Freudenberg Home and Cleaning Solutions in Italien, initiiert, um KI-L\u00f6sungen zu \u00fcbertragen und zu skalieren.<\/p>\n<\/div><\/div>\n\n

Alexander Olbrich lavora da anni su come migliorare i processi industriali con l’aiuto dell’intelligenza artificiale (AI). Come dottorando presso l’Istituto tedesco di tecnologia della gomma, lavora per la funzione aziendale Freudenberg Technology Innovation (FTI). Ha condotto numerosi esperimenti nel centro tecnico come parte della sua tesi di laurea. “Il mio obiettivo era quello di trasferire i miei risultati a specifici prodotti Freudenberg. Per ottenere una buona comprensione dei processi, era particolarmente importante per me essere sul posto. Volevo conoscere nel dettaglio il processo produttivo e cercare un dialogo stretto con colleghi esperti che lavorano ogni giorno sui sistemi e hanno una conoscenza pratica approfondita”. \u00c8 cos\u00ec che descrive le ragioni per cui, circa un anno fa, ha trasferito temporaneamente il suo centro operativo nello stabilimento di produzione Simmerring\u00ae<\/sup> di Weinheim. <\/p>\n\n

Sarang Etemadi, responsabile delle operazioni della divisione Dynamic Sealing di Weinheim, ha sostenuto questo progetto. “Non lo facciamo perch\u00e9 l’IA \u00e8 la parola d’ordine sulla bocca di tutti, ma perch\u00e9 crediamo che l’IA abbia un potenziale economico. L’IA deve aiutare i nostri dipendenti nella produzione. Per questo motivo, siamo stati lieti di offrire ad Alexander Olbrich una piattaforma di innovazione nell’ambito del suo progetto di ricerca sull’IA. \u00c8 una situazione vantaggiosa per tutti che ci aiuta a gestire ancora meglio la diversit\u00e0 e la complessit\u00e0 dei nostri processi”, riferisce. <\/p>\n\n

Prevedere le propriet\u00e0, ottimizzare i processi<\/strong><\/p>\n\n

Come si possono prevedere le propriet\u00e0 qualitative dei componenti in elastomero stampati a iniezione con l’aiuto dell’IA? E come si pu\u00f2 ottimizzare il processo di produzione sulla base di modelli di IA? Per Olbrich, l’attenzione si \u00e8 concentrata in particolare su due argomenti: la riduzione degli scarti e l’aumento dell’efficienza attraverso l’ottimizzazione dei tempi di ciclo. <\/p>\n\n

Egli utilizza il termine “disturbi della viscosit\u00e0” per descrivere il problema degli scarti. Anche lievi fluttuazioni nei singoli lotti di miscelazione e il cambiamento delle condizioni ambientali influenzano il comportamento del flusso del materiale durante lo stampaggio a iniezione. Questo pu\u00f2 portare a un riempimento insufficiente o eccessivo delle cavit\u00e0 dello stampo. Il risultato: scarti. Questi scarti di materiale aumentano i costi di produzione. <\/p>\n\n

Altri tipi di scarti sono a loro volta direttamente collegati a variabili di processo che limitano l’efficienza. Ad esempio, i componenti sotto-reticolati possono presentare bolle o difetti di materozza. Ne consegue un complesso conflitto di valori target tra tempi di ciclo raggiungibili e tassi di scarto. Il punto operativo ottimale risultante pu\u00f2 a sua volta cambiare a causa delle fluttuazioni dei lotti e dell’ambiente. <\/p>\n\n

“L’idea \u00e8 quella di calcolare l’influenza di queste fluttuazioni e, in base a ci\u00f2, specificare un tempo di vulcanizzazione e di ciclo ottimale a una temperatura ottimale”, spiega Olbrich. Anche le incrostazioni degli stampi possono causare inutili scarti di produzione: Olbrich ha quindi tenuto conto anche di questo aspetto nella sua ricerca. <\/p>\n\n

\"\"
Come possono i dipendenti utilizzare l’IA in produzione? Da sinistra a destra: Bernhard Br\u00e4unig, Christian Ernst, Alexander Olbrich, Philip Stein, Egbert G\u00f6lz.<\/figcaption><\/figure>\n\n

Trasferimento di conoscenze<\/strong><\/p>\n\n

Gli approcci tradizionali all’IA richiedono grandi quantit\u00e0 di dati significativi per costruire la loro esperienza di soluzione utilizzando l’apprendimento automatico. Questa \u00e8 una situazione iniziale che di solito non esiste nell’ambiente di produzione, a causa dell’elevato numero di varianti di prodotto e di macchine di et\u00e0 diversa di diversi produttori. La soluzione a questo problema nella modellazione del processo consiste nel prendere in considerazione le correlazioni fisiche e l’esperienza degli specialisti in loco. <\/p>\n\n

Questo ha determinato l’approccio di Olbrich: Eseguire piani di prova, leggere e valutare i dati, quindi sviluppare modelli di apprendimento automatico con potere predittivo e infine implementare algoritmi di controllo che correggano gli errori e ottimizzino il processo. “Incorporare l’esperienza degli impostatori e la competenza dei nostri colleghi dell’ingegneria di processo \u00e8 stato fondamentale per ridurre drasticamente i dati di formazione necessari e i relativi tempi di sviluppo”, afferma Olbrich. Ci\u00f2 che \u00e8 iniziato inizialmente su una macchina con un articolo, si \u00e8 poi esteso a diversi tipi di macchine e articoli della produzione di Weinheim Simmerring. “Data l’ampia gamma di varianti presenti nel sito, l’obiettivo \u00e8 trasferire le conoscenze al maggior numero possibile di articoli”, spiega Olbrich. <\/p>\n\n

Poich\u00e9 la qualit\u00e0 del prodotto non deve risentire dell’aumento dell’efficienza, i test al banco di prova mostrano se le propriet\u00e0 desiderate sono ancora presenti dopo le regolazioni del processo. Olbrich sottolinea: “La qualit\u00e0 dei prodotti finali ha la massima priorit\u00e0. Per garantire l’utilizzabilit\u00e0 futura, \u00e8 importante coinvolgere da vicino i colleghi dello sviluppo del prodotto per testare in modo critico la funzionalit\u00e0 degli articoli ottimizzati”. <\/p>\n\n

La ricerca di Olbrich si basa sull’idea che le macchine possano utilizzare l’intelligenza artificiale per riconoscere l’esistenza di un problema e avviare immediatamente le azioni per ottimizzare il processo. In alternativa, l’intelligenza artificiale supporta i lavoratori con suggerimenti per l’adeguamento dei processi. Sia lui che Etemadi mettono in chiaro una cosa: l’IA \u00e8 un aiuto, non una panacea. Etemadi afferma: “L’intelligenza artificiale pu\u00f2 creare trasparenza, rendere visibili difetti e fluttuazioni che altrimenti sarebbero quasi impossibili da riconoscere. Ma le nostre persone rimangono enormemente importanti con la loro competenza ed esperienza”. E aggiunge: “I nostri processi generano molti dati. Devono essere analizzati. In combinazione con il nostro Manufacturing Execution System (MES), l’AI pu\u00f2 supportare in modo significativo questa valutazione per ottimizzare i nostri processi”. Il lavoro di ricerca di Alexander Olbrich dimostra che funziona”. <\/p>\n\n

Innovare insieme – anche con Kufstein<\/strong><\/p>\n\n

La tesi di dottorato di Olbrich lo ha portato anche nello stabilimento del Lead Centre Integrated Molded Components di Kufstein. “A Kufstein, l’obiettivo era ridurre gli scarti e ottimizzare i tempi di ciclo nella produzione di armature basculanti per elettrovalvole. I colleghi austriaci hanno un livello tecnologico impressionante e sono stati in grado di fornire le migliori condizioni di partenza per il mio lavoro”, spiega. La somiglianza dei due casi d’uso consente molte sinergie positive tra le sedi. Grazie alla collaborazione con gli esperti di digitalizzazione della Divisione Prodotti di Tenuta Speciali, le soluzioni sviluppate hanno potuto essere trasferite nelle prime applicazioni dimostrative. Il lavoro di Olbrich ha anche dato il via allo scambio tra i due centri principali: trovare gli standard e le condizioni quadro necessarie per l’uso dell’IA che pu\u00f2 essere scalato all’interno di FST, cio\u00e8 utilizzato su larga scala. “Questo \u00e8 innovare insieme”, riassume Etemadi. <\/p>\n\n

Per Freudenberg, questo funziona anche al di l\u00e0 di FST. “Per un progetto congiunto con Freudenberg Home and Cleaning Solutions in Italia, siamo stati in grado di trasferire le soluzioni sviluppate con FST a Weinheim e Kufstein – in forma modificata – allo stampaggio a iniezione di termoplastici e di trasferirle in un processo pilota”, riferisce Olbrich. Il prossimo passo sar\u00e0 un soggiorno all’estero presso la Freudenberg Medical negli Stati Uniti. E a un certo punto “nel mezzo”, dovr\u00e0 scrivere i suoi progetti e le sue scoperte come tesi di dottorato, naturalmente senza il supporto dell’AI. <\/p>\n

\r\n
\r\n \r\n <\/i>\r\n <\/a>\r\n <\/span>\r\n<\/div><\/div>","protected":false},"excerpt":{"rendered":"

L’esperienza incontra la tecnologia: la produzione di Simmerring\u00ae a Weinheim \u00e8 lo scenario di un progetto di ricerca sull’intelligenza artificiale. Compatto Un progetto di ricerca per migliorare i processi industriali…<\/p>\n","protected":false},"author":5,"featured_media":12669,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"footnotes":""},"categories":[374,328,80],"tags":[],"powerkit_post_featured":[],"class_list":["post-13973","post","type-post","status-publish","format-standard","has-post-thumbnail","category-digitalizzazione","category-kufstein-it","category-weinheim-it"],"_links":{"self":[{"href":"https:\/\/sw.fst.com\/magazine\/it\/wp-json\/wp\/v2\/posts\/13973","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sw.fst.com\/magazine\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/sw.fst.com\/magazine\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/sw.fst.com\/magazine\/it\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/sw.fst.com\/magazine\/it\/wp-json\/wp\/v2\/comments?post=13973"}],"version-history":[{"count":1,"href":"https:\/\/sw.fst.com\/magazine\/it\/wp-json\/wp\/v2\/posts\/13973\/revisions"}],"predecessor-version":[{"id":13974,"href":"https:\/\/sw.fst.com\/magazine\/it\/wp-json\/wp\/v2\/posts\/13973\/revisions\/13974"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/sw.fst.com\/magazine\/it\/wp-json\/wp\/v2\/media\/12669"}],"wp:attachment":[{"href":"https:\/\/sw.fst.com\/magazine\/it\/wp-json\/wp\/v2\/media?parent=13973"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/sw.fst.com\/magazine\/it\/wp-json\/wp\/v2\/categories?post=13973"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/sw.fst.com\/magazine\/it\/wp-json\/wp\/v2\/tags?post=13973"},{"taxonomy":"powerkit_post_featured","embeddable":true,"href":"https:\/\/sw.fst.com\/magazine\/it\/wp-json\/wp\/v2\/powerkit_post_featured?post=13973"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}