Il caso ZF Automotive Italia S.r.l. – Gardone

Contenuto Gratuito Business case Artificial Intelligence Manifatturiero Tecnologie Luglio 2024

AZIENDA

ZF Gardone è uno dei siti produttivi italiani della multinazionale tedesca ZF Friedrichshafen,

importante produttrice di componenti per il settore automotive e di veicoli commerciali. ZF

è presente sul territorio nazionale dall’inizio degli anni ’50 come fornitore di trasmissioni per

macchine agricole e, in un secondo momento, come fornitore di impianti sterzanti per la

Giulietta (prima serie) dell’Alfa Romeo. A partire dagli anni ’90, la presenza di ZF si è consolidata

per fornire sempre maggiori servizi e prodotti ai player più importanti del settore automotive in

Italia. Dal 2015, ZF conta 8 sedi distribuite sul territorio, di cui 5 siti produttivi e 1.800 collaboratori.

In Italia, ZF produce sistemi sterzanti, pompe idrauliche per varie applicazioni automotive,

sistemi di sicurezza passiva (airbag), ammortizzatori per applicazioni motorbike e componentistica

per il settore marittimo. Il seguente business case riguarda lo stabilimento ZF di Gardone

(BS), specializzato nella produzione di componenti per sistemi sterzanti di veicoli.

L’ESIGENZA

L’esigenza dell’azienda riguarda il processo di produzione del pignone, un componente di

sicurezza per il sistema sterzante di un veicolo. Il pignone è un ingranaggio che permette

di trasformare il moto rotatorio del volante nel moto lineare della cremagliera e trasferirlo

infine alle ruote. É realizzato partendo da acciai a basso tenore di carbonio e sottoposto a

trattamento termico di carbocementazione dopo le prime fasi di dentatura per garantirgli

le necessarie caratteristiche meccaniche. In quanto componente di sicurezza, il pignone

deve essere esente da difetti, quali cricche da trattamento termico o cricche preesistenti

sulla barra di acciaio utilizzata.

L’obiettivo del progetto in oggetto è quello di automatizzare il processo di controllo cricche

effettuato con tradizionali tecniche di magnetoscopia.

Tale obiettivo è particolarmente importante in vista della transizione dei processi produttivi

che prevede il passaggio dalla carbocementazione al trattamento termico di tempra ad

induzione che potenzialmente può creare una varietà di difetti (failure modes) più ampia.

Il processo di tempra ad induzione è strategicamente importante per l’azienda in quanto

permette di ridurre i costi, eliminare processi “a batch” e passare a processi “one piece

flow” e va nella direzione della migliore gestione delle risorse energetiche (l’indurimento

del pezzo è limitato solo alle zone strettamente necessarie).

IL PROGETTO IMPLEMENTATO

Il progetto ha coinvolto altre due aziende oltre a ZF Gardone: CGM CIGIEMME S.p.A., impresa

specializzata nei controlli non distruttivi magnetoscopici, e Oròbix, azienda italiana che

offre soluzioni AI end-to-end e che vede nel settore manifatturiero una delle sue aree di

specializzazione. In particolare, CGM si è occupata della progettazione e fabbricazione

dell’impianto di ispezione, mentre Oròbix si è dedicata alla realizzazione del software che

consente la rilevazione automatica dei difetti di produzione.

Il sistema software è basato su intelligenza artificiale e, in particolare, sfrutta tecniche

di segmentazione dell’immagine che non solo permettono l’identificazione dell’anomalia

sul componete, ma sono in grado di mostrare graficamente dove si trova. L’analisi

dell’immagine, inferenza, viene effettuata direttamente sul macchinario, mentre la fase di addestramento dell’algoritmo è stata realizzata in cloud, a seguito dell’attività di annotazione

(etichettatura) di alcune immagini di esempio, eseguita con il supporto del referente

metallurgista. Il progetto ha avuto inizio con lo sviluppo di un sistema prototipale che ha

dato ottimi risultati e ci si aspetta che l’applicazione diretta del sistema nel processo di

produzione possa dare l’opportunità di estendere ulteriormente lo studio.

I BENEFICI

Il vantaggio più importante raggiunto attraverso il progetto è l’aumento della qualità del

controllo. Il valore di detectability, ovvero l’indice di accuratezza misurato secondo una

scala che va da 1 a 10 (10 = “nessuna possibilità di individuare il difetto”) nella PFMEA di

processo, è nettamente diminuito rispetto al controllo visivo dell’operatore. Considerando

i campioni utilizzati nella fase di valutazione, la soluzione di intelligenza artificiale ha il

potenziale di raggiungere il valore 2, mentre il controllo visivo dell’operatore si attesta ad

un valore quasi tre volte maggiore.

Non secondario è anche il risparmio ottenibile sul costo totale di produzione. Ad oggi,

infatti, considerando l’intero processo, il controllo delle cricche incide pesantemente sul

costo finale del componente.

Infine, il sistema di controllo automatizzato con alto livello di accuratezza è perfettamente

compatibile con l’adozione del nuovo sistema termico di tempra a induzione, permettendo

una miglior gestione delle risorse energetiche e una riduzione dell’impatto ambientale del

processo di produzione.

Siamo a tua disposizione per informazioni e assistenza

Eleonora Evstifeew

Eleonora Evstifeew

Acquisti e abbonamenti Da Lunedì al Venerdì, dalle 09 alle 18
Antonella Zagheni

Antonella Zagheni

Assistenza abbonati Da Lunedì al Venerdì, dalle 09 alle 18
Il caso ZF Automotive Italia S.r.l. - Gardone

Le migliori Aziende italiane si aggiornano su Osservatori.net