English
Intelligenza industriale per lo stampaggio plastico
Bernardo Lanza - Mooves
Sommario
FOCUS Intelligenza industriale
MOPLAST: CONTROLLO QUALITÀ ESTRUSIONE
FOCUS Intelligenza industriale
OBIETTIVO
Qualità/efficienza processo
FATTORI PROBLEMATICI
Attrito, comportamento visco-elastico, fluidi turbolenti, rumore, non linearità, usura ecc.
DEDUZIONE (inference)
probabilistica
- affinata tramite l'esperienza
- semplifica la complessità reale
- calibrano la fisica primaria del processo
1 TEORIA
2 DATI (esperienza)
3 INFERENCE (deduzione)
4 CORRELATION (I/O) (significato)
PINK PEAK (AI)
1 MONITORAGGIO
2 DISPOSITIVI MOOVES
3 VARIABILI LATENTI; Efficienza processo, Qualità prodotto
Il valore è già nelle nostre aziende
Data Acquisition PLC e sensori
Data storage cronologie nei server
AI
Decisioni operative deterministiche automatizzate
OGGI
DISPOSITIVI EDGE
- Interfaccia macchina
- Monitoraggio e configurazione operatore
CLOUD
- Tool per product/energy manager
- Monitoraggio e orchestrazione d'insieme
DOMANI CON INNOVAZIONE
DISPOSITIVI EDGE
- Algoritmi efficienti/specializzati
- Sempre operativi, certificati PLC
- Bassi consumi
CLOUD
- Aggregazione dati
- Spazio di allenamento AI
- Sviluppo algoritmi EDGE
PRODOTTO MOPLAST: CONTROLLO QUALITÀ ESTRUSIONE
PROBLEMA
Anomalie di processo e difetti nei profili estrusi
SOLUZIONE
- Unicità del processo
- Calibrazione iniziale algoritmo
- AI apprende processo
- Codifica
Tutti i processi che richiedono una configurazione per la produzione di un prodotto specifico sono ideali per essere supervisionati da un sistema Mooves come moPlast
moPlast nei dettagli
Dispositivi EDGE
- Gateway industriali IIoT - multiprotocollo (Wi-Fi, LAN, 4G/LTE, seriali, fieldbus)
- Sensore a batteria / Sensore alimentato
- Progettati per ambienti severi, affidabili e certificati PLC
- Installazione e messa in servizio da remoto
Servizi Cloud
- Piattaforma SaaS con accesso remoto sicuro e gestione multi-impianto
- Monitoraggio automatico: efficienza, tempi ciclo, manutenzione, allarmi
- Analisi e reportistica: produttività, OEE, stato stampo, trend energetici
Funzionamento di moPlast
FASI DI STAMPAGGIO
- iniezione
- picco
- mantenimento
Hanno curve caratteristiche, ripetitive ma diverse
APPRENDIMENTO
- Profilo sano
- Riconosce la variabilità normale rispetto a quella che segnala un problema
ANOMALIE
Le anomalie emergono prima dei difetti. Immediato riconoscimento di profilo errato.
Cosa rende intelligente moPlast
Adattamento
La varianza di fase diventa un indice di ripetibilità. Descrive la severità del supervisore.
Apprendimento
Il sistema aggiorna costantemente il profilo di riferimento ("stampa sana") e i suoi limiti operativi integrando la variabilità specifica delle varie fasi
Risultati
- Riduzione degli scarti
- Processo più stabile e ripetibile
- Meno fermi non programmati
- Miglioramento OEE
Continua nel PDF
OBIETTIVO
Qualità/efficienza processo
FATTORI PROBLEMATICI
Attrito, comportamento visco-elastico, fluidi turbolenti, rumore, non linearità, usura ecc.
DEDUZIONE (inference)
probabilistica
- affinata tramite l'esperienza
- semplifica la complessità reale
- calibrano la fisica primaria del processo
1 TEORIA
2 DATI (esperienza)
3 INFERENCE (deduzione)
4 CORRELATION (I/O) (significato)
PINK PEAK (AI)
1 MONITORAGGIO
2 DISPOSITIVI MOOVES
3 VARIABILI LATENTI; Efficienza processo, Qualità prodotto
Il valore è già nelle nostre aziende
Data Acquisition PLC e sensori
Data storage cronologie nei server
AI
Decisioni operative deterministiche automatizzate
OGGI
DISPOSITIVI EDGE
- Interfaccia macchina
- Monitoraggio e configurazione operatore
CLOUD
- Tool per product/energy manager
- Monitoraggio e orchestrazione d'insieme
DOMANI CON INNOVAZIONE
DISPOSITIVI EDGE
- Algoritmi efficienti/specializzati
- Sempre operativi, certificati PLC
- Bassi consumi
CLOUD
- Aggregazione dati
- Spazio di allenamento AI
- Sviluppo algoritmi EDGE
PRODOTTO MOPLAST: CONTROLLO QUALITÀ ESTRUSIONE
PROBLEMA
Anomalie di processo e difetti nei profili estrusi
SOLUZIONE
- Unicità del processo
- Calibrazione iniziale algoritmo
- AI apprende processo
- Codifica
Tutti i processi che richiedono una configurazione per la produzione di un prodotto specifico sono ideali per essere supervisionati da un sistema Mooves come moPlast
moPlast nei dettagli
Dispositivi EDGE
- Gateway industriali IIoT - multiprotocollo (Wi-Fi, LAN, 4G/LTE, seriali, fieldbus)
- Sensore a batteria / Sensore alimentato
- Progettati per ambienti severi, affidabili e certificati PLC
- Installazione e messa in servizio da remoto
Servizi Cloud
- Piattaforma SaaS con accesso remoto sicuro e gestione multi-impianto
- Monitoraggio automatico: efficienza, tempi ciclo, manutenzione, allarmi
- Analisi e reportistica: produttività, OEE, stato stampo, trend energetici
Funzionamento di moPlast
FASI DI STAMPAGGIO
- iniezione
- picco
- mantenimento
Hanno curve caratteristiche, ripetitive ma diverse
APPRENDIMENTO
- Profilo sano
- Riconosce la variabilità normale rispetto a quella che segnala un problema
ANOMALIE
Le anomalie emergono prima dei difetti. Immediato riconoscimento di profilo errato.
Cosa rende intelligente moPlast
Adattamento
La varianza di fase diventa un indice di ripetibilità. Descrive la severità del supervisore.
Apprendimento
Il sistema aggiorna costantemente il profilo di riferimento ("stampa sana") e i suoi limiti operativi integrando la variabilità specifica delle varie fasi
Risultati
- Riduzione degli scarti
- Processo più stabile e ripetibile
- Meno fermi non programmati
- Miglioramento OEE
Continua nel PDF
Video
Leggi tutto
Fonte: AI ed Efficienza Industriale Webinar SAVE MCMA dicembre 2025
Settori: AI per industria, Efficienza Industria, Industria 4.0, Informatica, Intelligenza artificiale, Software industriale
Parole chiave: AI Intelligenza artificiale per l'industria, Efficienza Industriale
