Progetto e sviluppo di sistemi basati su tecniche di Visione Artificiale per la caratterizzazione in tempo reale di prodotti tessili

La Normalizzazione del Mercato Europeo e Mondiale, unita al rinnovamento degli sforzi verso una innovazione tecnologica “globale”, ha contribuito allo sviluppo di un “Sistema di Qualità” che impone alla produzione industriale Nazionale la necessità di sfruttare tecnologie produttive innovative al fine di consentire una sempre maggiore flessibilità ed automatizzazione permettendo altresì un mantenimento dell’attuale status di leader europeo del settore. La tendenza verso una produzione che veda minimizzate le eventuali difettosità di un prodotto, intese anche come rispondenza del prodotto a specifiche esigenze, e per la quale siano controllabili in tempo reale i parametri critici del flusso produttivo, costituisce uno degli aspetti maggiormente rilevanti nell’ambito del miglioramento qualitativo dei prodotti per le imprese del territorio. Un accurato sistema di controllo della qualità del prodotto, che si affianchi ed integri il controllo del processo produttivo, diviene dunque condizione indispensabile sia per la migliore rispondenza dei prodotti alle aspettative della clientela, sia per il miglioramento della qualità del prodotto finito, per l’aumento della produzione e per la diminuzione dei costi. La diversificazione delle produzioni tradizionali ha comportato, inoltre, una parallela riqualificazione del tessuto produttivo per cui alcune aziende del settore, ed in particolare nel distretto tessile di Prato, hanno acquisito un ruolo più consapevole potenziando sia la progettazione di nuovi prodotti che le tecniche di controllo qualità. In questo complesso ed articolato contesto assumono importanza crescente i sistemi di controllo, misura o caratterizzazione del prodotto basati su tecniche di Visione Artificiale e su simulazione e controllo dei processi industriali mediante utilizzo di tecniche di Intelligenza Artificiale (IA). Tali sistemi sono correntemente utilizzati dall’industria dell’automobile, meccanica, farmaceutica, alimentare, del confezionamento e dell’assemblaggio allo scopo sia di automatizzare l’ispezione industriale dei prodotti che di regolare ed ottimizzare i parametri chiave dei processi produttivi. Ne sono esempi tipici il controllo dimensionale, il rilevamento della posizione o l’analisi dello stato superficiale di oggetti o utensili, l’individuazione di difetti e la verifica del corretto montaggio. Inoltre tali tecniche costituiscono uno strumento in grado di acquisire ed analizzare le caratteristiche quantitative dei prodotti al fine di ottimizzare la linea produttiva. Per tali ragioni il Dipartimento di Meccanica e Tecnologie Industriali (DMTI) dell’Università degli Studi di Firenze ha inteso, con il presente lavoro di Dottorato, “esportare” le proprie competenze e la propria esperienza scientifica ed applicativa sulla progettazione, e successiva implementazione, di sistemi basati sulla Visione Artificiale e sulla Intelligenza Artificiale in grado di compiere operazioni complesse su prodotti tessili. In particolare due delle tecniche più comunemente impiegate per assolvere i compiti descritti sono quelle basate sul processamento digitale delle immagini e sulle reti neurali artificiali; spesso tali tecniche sono unite tra loro per formare i cosiddetti sistemi di visione intelligente. Nel presente lavoro, dunque, saranno presentati tre diversi casi di studio delle suddette tecniche applicate a prodotti e processi della filiera tessile. In particolare saranno presentate le problematiche riscontrate, i vincoli progettuali, le esigenze di innovazione, le metodologie impiegate al fine di rispettare i requisiti imposti, le azioni di ricerca ed infine i risultati conseguiti. I tre casi, che hanno previsto un lavoro di tre anni e sono stati svolti in collaborazione con il centro di Ricerca Tessile Tecnotessile s.r.l., sono presentati nel testo secondo un criterio di complessità crescente. Nel Capitolo 1 si riporta una rapida descrizione delle attuali tecniche di misura fisica su tessuti; nel Capitolo 2 sono presentate le principali tecniche di Visione Artificiale e di trattamento delle immagini digitali (Image Processing); nel Capitolo 3 sono descritte accuratamente le tipologie di Reti Neurali utilizzate per lo sviluppo delle tematiche descritte. Il primo caso di studio (Capitolo 4) riguarda lo sviluppo e la successiva implementazione di un sistema (prototipo) in grado di compiere in automatico una classificazione di tessuti da riciclare (prevalentemente lanieri) sulla base della risposta spettrofotometrica degli stessi (colore e proprietà di riflessione/assorbimento). L’obiettivo (specifica di progetto) è quello di classificare i prodotti con le stesse modalità con cui viene effettuata la selezione da esperti (cernitori), con una precisione paragonabile e con maggiore ripetibilità. Allo scopo è stato implementato un sistema basato sulla combinazione tra tecniche statistiche e Reti Neurali in grado di classificare i tessuti con una accuratezza del 93.5 %, in modo automatico, non intrusivo e caratterizzato dalla massima ripetibilità. Il secondo caso di studio (Capitolo 5) è relativo allo sviluppo di un prototipo di sistema di Visione Artificiale in grado di individuare e classificare con una accuratezza elevata (almeno il 90%), i difetti eventualmente presenti su di una maglia tubolare. In questo caso è stato sviluppato un prototipo che combina un sistema di acquisizione digitale con un sistema di elaborazione dati basato su Image Processing e Reti Neurali in grado di ottemperare allo scopo prefisso. Inoltre è riportata un’esperienza analoga applicata su macchine di controllo delle difettosità (tribunali o macchine a specchio). Il sistema sviluppato ha permesso di individuare i difetti con una affidabilità del 94% ossia statisticamente maggiore della precisione richiesta in specifica. Il vantaggio che ne consegue per l’azienda tessile è di disporre di un sistema automatico e funzionante in tempo reale in grado di compiere valutazioni “intelligenti” sullo stato della maglia tubolare (o del tessuto) esaminato. Infine nel Capitolo 6 è riportato il terzo caso di studio il cui obiettivo è quello di individuare una metodologia, senza contatto ed operante in tempo reale, che consenta la misura di alcuni parametri relativi ai tessuti sottoposti alla garzatura. In particolare si sviluppa una tecnica in grado di misurare lungo la linea grandezze che, fino ad ora, sono estratte solo sperimentalmente all’interno di laboratori specializzati. Le misure, validate da tecniche sperimentali, si sono rivelate estremamente accurate ed attendibili.