Danieli Automation punta sull’AI per la laminazione dell’acciaio

Danieli Automation ha sviluppato il progetto RPA (Rolling Production Assistant), un assistente intelligente basato su AI e Machine Learning che migliora il processo di laminazione dell’acciaio riducendo gli scarti, grazie all’individuazione precoce delle anomalie dimensionali e al suggerimento di azioni correttive agli operatori.

RPA: progetto Danieli Automation con AI al servizio della laminazione dell’acciaio

Acronimo di Rolling Production Assistant, RPA è un progetto di ricerca industriale promosso da SMACT Competence Center nell’ambito del bando IRISS e sviluppato da Danieli Automation, Business & System Integrator con oltre 50 anni di esperienza nel settore dei metalli. Il sistema nasce con l’obiettivo di supportare concretamente gli operatori di laminazione, affiancandoli nelle decisioni operative attraverso l’analisi avanzata dei dati di processo e l’utilizzo di modelli di Intelligenza Artificiale e Machine Learning.

Riduzione degli scarti grazie all’individuazione precoce delle anomalie

Nel processo di laminazione dell’acciaio, le anomalie dimensionali rappresentano una delle principali cause di scarti e inefficienze produttive. La complessità dell’impianto e l’elevato numero di parametri rendono spesso difficile intervenire tempestivamente. L’assistente AI RPA consente di identificare in anticipo le irregolarità dimensionali, offrendo agli operatori un vantaggio cruciale: più tempo per agire e riportare la produzione entro i limiti di tolleranza, riducendo così il materiale fuori specifica.

Danieli Automation sviluppa un assistente AI

L’innovazione del progetto RPA non si limita alla semplice rilevazione delle anomalie. Il sistema è in grado di suggerire all’operatore le azioni correttive più appropriate, trasformando i dati in indicazioni operative concrete. Questo approccio di decision support migliora l’efficienza del processo di laminazione, valorizza l’esperienza degli operatori e contribuisce a una gestione più sostenibile delle risorse produttive.

Machine Learning avanzato e modelli Transformer per l’industria

Il progetto è stato sviluppato in collaborazione con il Laboratorio di Intelligenza Artificiale dell’Università di Udine. Durante la fase di ricerca sono state esplorate tecniche avanzate di Machine Learning per l’analisi dei flussi di dati industriali, inclusi approcci basati su modelli Transformer, oggi alla base di tecnologie come ChatGPT, Gemini e Copilot.
I modelli sono stati addestrati e testati confrontando approcci supervisionati e non supervisionati, al fine di individuare le soluzioni più efficaci nella rilevazione delle anomalie dimensionali.

Integrazione nel Danieli Intelligent Plant

Le funzionalità sviluppate con il progetto RPA, tra cui gli avvisi di anomalie e i suggerimenti di azioni correttive, sono state integrate nel Danieli Intelligent Plant (DIP), la piattaforma Danieli Automation per la conduzione avanzata degli impianti. Questa integrazione consente di portare l’Intelligenza Artificiale direttamente in produzione, rendendo l’innovazione immediatamente applicabile nel contesto industriale reale.

Efficienza, sostenibilità e competitività

Il prototipo RPA dimostra come l’uso dell’AI nella laminazione dell’acciaio possa generare benefici concreti:

• riduzione degli scarti,
• aumento dell’efficienza produttiva,
• migliore utilizzo delle risorse,
• maggiore sostenibilità del processo.

Il progetto contribuisce inoltre a rendere il contesto lavorativo più attrattivo, favorendo l’inserimento di nuove competenze e rafforzando il dialogo tra industria e mondo accademico.