09.10.2024 by Dr. Marc Egelhofer
L'intelligenza artificiale in laboratorio: Analisi ottimizzata dei dati e controllo della qualità dei riciclati di plastica
I laboratori si trovano spesso ad affrontare una quantità spropositata di dati provenienti da fonti e strumenti diversi. La gestione, l'analisi e lo sfruttamento di questa mole di dati rappresentano una sfida, soprattutto quando i dati sono dislocati in diversi sistemi. Ciò è particolarmente vero per il controllo di qualità dei polimeri riciclati nella lavorazione delle materie plastiche. La norma DIN SPEC 91446 definisce quattro livelli di qualità per i riciclati, che dipendono dalla qualità dei dati. Più alto è il livello di qualità, più dati rilevanti per la qualità devono essere raccolti.
Per il laboratorio, la massima qualità significa quindi anche un numero massimo di punti dati che devono essere analizzati e documentati nella pratica quotidiana. Una delle domande chiave per i laboratori è quindi come le moderne tecnologie, come l'intelligenza artificiale (AI), possano essere integrate nei processi esistenti per aumentare la qualità e l'efficienza dei dati.
AI - Un caso d'uso di polimeri riciclati
Un caso di studio riguarda un trasformatore di materie plastiche che acquista miscele di riciclati da diversi fornitori. L'azienda si è trovata di fronte a una gestione dei dati molto frammentata. I valori misurati necessari per il controllo qualità erano sparsi in vari fogli Excel e l'analisi manuale di questi dati richiedeva risorse considerevoli.
In un ambiente di questo tipo, l'uso dell'intelligenza artificiale non può fornire alcun sollievo significativo. Solo grazie all'introduzione di una piattaforma basata sui dati, in combinazione con un assistente digitale supportato dall'IA, il trasformatore di materie plastiche è riuscito a ottimizzare in modo significativo i suoi processi. La piattaforma ha integrato tutti i dati rilevanti del dispositivo, fornendo così una panoramica completa dei materiali analizzati.
L'assistente digitale supportato dall'intelligenza artificiale può quindi sprigionare tutto il suo potenziale: dall'analisi complessa dei dati e dall'identificazione delle correlazioni alla visualizzazione dei dati e alla generazione di report.
Scenario di monitoraggio dei fornitori
Uno scenario particolarmente illustrativo mostra come il monitoraggio dei fornitori sia reso più semplice con l'aiuto dell'IA. Il caso di studio mostra, ad esempio, come una semplice query sia stata utilizzata per analizzare i dati di tre diversi fornitori e identificare rapidamente le deviazioni nei lotti forniti. In un caso, l'intelligenza artificiale ha identificato che uno dei fornitori aveva consegnato un lotto con una viscosità tre volte superiore a quella concordata. Questa analisi precisa dei dati ha permesso all'azienda di valutare meglio la qualità dei fornitori e di prendere decisioni informate sui fornitori futuri.
È stato inoltre possibile evitare in anticipo l'utilizzo di un materiale con una viscosità troppo elevata, che avrebbe potuto causare gravi problemi di lavorazione e una minore qualità del prodotto.
Conclusione
Questo esempio tratto da un caso di studio dimostra che l'IA non è più una visione del futuro, ma viene già utilizzata oggi nei laboratori. Aiuta ad analizzare in modo efficiente large quantità di dati, garantendo così la qualità della plastica riciclata. I laboratori che si affidano a soluzioni di gestione dei dati supportate dall'IA non solo beneficiano di una migliore qualità dei dati, ma anche di un notevole risparmio di tempo e risorse. In definitiva, ciò aumenta la competitività e contribuisce allo sviluppo di prodotti migliori.
Leggete il caso di studio completo per ulteriori esempi di come l'IA può supportare il laboratorio:
