Dalla simulazione offline al modello digitale del processo
Tradizionalmente, la simulazione del processo di stampaggio a iniezione mediante software CAE come Moldex3D è stata utilizzata prevalentemente in fase di progettazione, con l’obiettivo di validare la geometria del pezzo e dello stampo prima della produzione.
In questo contesto, la simulazione assume un ruolo prevalentemente “preventivo”, scollegato dal processo produttivo reale.
L’evoluzione dei sistemi di acquisizione dati, della capacità di calcolo e delle tecniche di intelligenza artificiale ha tuttavia permesso di superare questo approccio “statico”, trasformando la simulazione in un modello dinamico e continuamente modificabile (morphing) e aggiornabile.
In tale prospettiva, Moldex3D rappresenta il nucleo fondamentale del modello digitale del processo di stampaggio, costituendo la base per la realizzazione di un digital twin.
La simulazione con Moldex3D permette quindi di avviare i processi reali solo quando ho la Totale Confidenza Digitale (Total Digital Confidence) di quello che si andrà a fare ed ottenere nella realtà fisica.
Ruolo di Moldex3D all’interno del Digital Twin
Nel contesto del digital twin, Moldex3D fornisce la descrizione fluidodinamica e termomeccanica del processo di stampaggio, consentendo di correlare parametri dimensionali (parte, sistema di alimentazione, sistema di condizionamento, ecc.), parametri di processo, condizioni al contorno e proprietà del materiale per una migliore qualità finale del pezzo.
Il modello di simulazione può essere calibrato mediante dati sperimentali e successivamente aggiornato utilizzando informazioni provenienti dal processo reale, quali temperature, pressioni e tempi ciclo.
In questo modo, il digital twin non si limita a replicare il comportamento del sistema reale, ma ne consente anche l’analisi predittiva, permettendo di valutare in anticipo gli effetti di variazioni di processo o di materiale sulla qualità del prodotto.
Discorso simile vale anche quando si passa da una tipologia di analisi e simulazione di tipo ingegneristico (CAE) and una di tipo Machine.Mode, coinvolgendo il modello matematico virtuale della macchina di stampaggio verso la quale si vuole indirizzare l’attività reale
Con Moldex3D è possibile impostare i parametri di processo considerando la pressa su cui si andrà a stampare, inserendo i dati come se si fosse in macchina
In questo caso, coinvolgendo anche il produttore di presse di stampaggio è stato possibile definire un protocollo di collegamento e modalità appropriate, per scambiare direttamente dati verso la macchina di stampaggio,e , in modo bi-direzionale, riportare i parametri reali di stampaggio verso il sistema di analisi Moldex3D per una simulazione finale.
Di seguito un esempio di Machine Twin (FANUC)
Integrazione dell’Intelligenza Artificiale
L’integrazione di tecniche di intelligenza artificiale (AIG Artificial Intelligence Generative) consente di superare i limiti computazionali e operativi delle simulazioni “tradizionali”.
L’AIG utilizza lo stesso linguaggio di programmazione utilizzati nell’ambiente di sviluppo di Moldex3D API (Application Programming Interface), ovvero Phyton.
Gli algoritmi di machine learning possono essere addestrati utilizzando sia i risultati delle simulazioni Moldex3D sia i dati raccolti durante la produzione reale, creando modelli ibridi fisico–data-driven.
L’ambiente in cui convergono tutte queste applicazioni si chiama iSLM, ovvero Intelligent Simulation Lifecycle Managemet system, costituito da un portale per la gestione dei progetti nel loro insime, la condivisione e la raccolta delle conoscenze e delle regole utilizzate in azienda, sia per l’ufficio tecnico sia per il reparto produzione.
Questi modelli permettono di:
•accelerare la valutazione di scenari di processo complessi;
•individuare relazioni non lineari tra parametri di processo e difetti di stampaggio;
•supportare l’ottimizzazione automatica dei parametri operativi.
In tale contesto, l’Intelligent Solver Learning Method integrato in Moldex3D rappresenta un primo esempio di applicazione dell’intelligenza artificiale direttamente all’interno dell’ambiente di simulazione.
Moldex3D, integrato con AIG, fornisce quindi nuovi modelli decisionali come il concetto di similarità tra modelli e processi, il concetto di modello surrogato, un percorso completo modello/processo di tipo predittivo, e sistemi correlati di tipo esperto (DOE Design Of Experiment) estremamente efficaci.
Digital Twin per il controllo predittivo del processo
Combinando il modello virtuale fornito da Moldex3D con modelli predittivi basati su intelligenza artificiale, il digital twin diventa uno strumento operativo a supporto del controllo di processo. Attraverso il confronto continuo tra dati simulati e dati reali, è possibile individuare pericolose derive di processo e prevedere il verificarsi problematiche o difettosità potenziali prima che questi si manifestino sul prodotto finito.
Questo approccio consente di passare da una logica di controllo reattivo a una logica di controllo predittivo, migliorando la stabilità del processo di stampaggio e riducendo la variabilità della qualità del prodotto.
Transizione verso la produzione intelligente (DFM)
L’integrazione tra Moldex3D, intelligenza artificiale e digital twin rappresenta un passo fondamentale verso l’implementazione dei paradigmi di Industria 4.0 nel settore dello stampaggio delle materie plastiche.
La simulazione non è più un semplice strumento di supporto alla progettazione, ma diventa parte integrante del sistema produttivo, contribuendo in modo attivo all’ottimizzazione continua del processo, in un’ottica di raggiungimento dell’obiettivo T0, ovvero di fare la cosa giusta al primo colpo.
In un capitolo successivo verranno approfonditi i principi dell’intelligenza artificiale applicata ai processi industriali e le architetture tipiche dei digital twin, con particolare riferimento al loro impiego in ambiente di simulazione (Moldex3D) e nel controllo e nell’ottimizzazione dello stampaggio a iniezione.