Il machine learning è una disciplina dell’intelligenza artificiale che consente ai computer di apprendere dai dati e migliorare le prestazioni su specifici compiti senza essere esplicitamente programmati.

Attraverso l’analisi dei dati e l’identificazione di modelli, gli algoritmi di machine learning forniscono previsioni, rilevano pattern e in alcuni casi prendono decisioni operative autonome. L’applicazione del machine learning sta rivoluzionando numerosi settori, tra cui la medicina, la finanza, l’automazione industriale, l’elettronica e molti altri.

Un esempio eclatante di questa trasformazione è rappresentato da un’impresa del Nord-Ovest dell’Italia, attiva nel settore dell’elettronica industriale, che, grazie a Widecons SRL ®, ha saputo affrontare con successo sfide legate al controllo qualità grazie a soluzioni innovative basate sull’intelligenza artificiale.

Problema iniziale:

L’azienda si trovava di fronte a una problematica critica legata all’ispezione visiva automatica dei circuiti stampati forniti dai subappaltatori.

Con un tasso medio di guasto del 3,2% e una elevata percentuale di fallimento al test funzionale successivo (9,8%), l’efficienza e la qualità dei prodotti erano compromesse.

Intervento di Widecons:

Per affrontare questa sfida, l’azienda si è rivolta a Widecons che, attraverso un approccio su misura, ha implementato un algoritmo di machine learning dedicato al miglioramento del controllo visivo, con l’obiettivo di ottenere miglioramenti progressivi nel tempo.

Soluzioni implementate:

Widecons ha adottato una Smart Small Solution per definire il problema e individuare la soluzione più adatta, seguita da una Customized Solution per lo sviluppo dell’algoritmo di apprendimento automatico.

Risultati:

Dopo soli quattro mesi dall’implementazione del nuovo algoritmo, l’azienda ha registrato un notevole miglioramento nei risultati.

L’efficacia dell’ispezione visiva è aumentata, arrivando a un tasso medio di guasto del PCB salito al 6,3%, con una significativa riduzione al 3,2% nel test funzionale successivo. Nel corso di un anno, questi miglioramenti sono continuati, con il tasso di guasto al 7% nell’ispezione visiva e un indicativo 1,5% nel test funzionale.

Inoltre, grazie alla maggiore chiarezza dei dati ottenuti dall’ispezione visiva, l’azienda ha potuto collaborare con il fornitore per migliorare la qualità del PCB direttamente alla fonte.

Questo ha portato alla successiva decentralizzazione dell’ispezione visiva presso i fornitori e all’eliminazione di quella interna, riducendo i tempi di consegna, aumentando la produttività e la qualità complessiva dei PCB e del prodotto finito.