Audi : quand la qualité de production dépend de l’intelligence artificielle

On le sait, le travail du designer consiste avant-tout à respecter la loi de l’équilibre des masses.
Ce que l’on sait moins, c’est qu’il œuvre aussi au respect des surfaces et volumes de sa maquette lorsque celle-ci passe le stade de l’industrialisation.

Évoluer d’une surface en “Clay” d’une maquette de style recouverte de “Dynox” vers une surface de tôle destinée à être produite à des centaines ou milliers d’exemplaires par jour n’est pas chose aisée.
Il est pourtant impératif que cette étape de l’industrialisation préserve l’intégralité du travail du designer et du modeleur et restitue ainsi tous les modelés, volumes et lignes du projet retenu lors du gel du style.

Dans les usines de production, la traduction du style en produit automobile se gère avant tout au niveau des grandes presses d’emboutissage.
C’est ici qu’il est question de contrôler la bonne réalisation des pièces pour un respect total du design originel choisi par la direction.
Pour ce faire, outre l’inspection visuelle par les employés, plusieurs petites caméras sont installées directement dans les presses qui évaluent les données grâce à un logiciel de reconnaissance d’images afin de percevoir la moindre fissure ou le moindre défaut de chacune des pièces.
Qu’il s’agisse de portes, de capots de moteur ou d’ailes, ces caméras doivent actuellement être reconfigurées pour chaque nouveau composant produit dans l’atelier de presse.
En outre, de fausses détections se produisent régulièrement, car les algorithmes simples du programme de traitement d’image dépendent fortement de facteurs ambiants, tels que les conditions d’éclairage et les propriétés de la surface.


Chez Audi, ce processus sera bientôt remplacé par une procédure nouvelle faisant appel à l’intelligence artificielle.
Un logiciel basé sur un réseau « neuronal artificiel complexe » fonctionne en arrière-plan de cette procédure innovante. Ce logiciel détecte les fissures les plus fines dans la tôle avec la plus grande précision.
« Nous testons actuellement ces nouvelles installations automatisées pour l’appliquer à court terme dans la production en série dans nos ateliers de presses à Ingolstadt. Cette méthode complète l’action de nos employés et constitue une étape importante dans la transformation de nos usines de production en usines intelligentes modernes » a déclaré Jörg Spindler, responsable du centre de compétences pour les équipements et la technologie de formage.

La solution est basée sur l’apprentissage automatique dit « en profondeur » pouvant fonctionner avec des quantités de données tridimensionnelles.
L’équipe a passé plusieurs mois à conformer « l’intelligence artificielle » en injectant dans le process plusieurs millions d’images de test.
Le principal défi a été de créer une base de données suffisamment importante.
L’équipe a transposé la reconnaissance des fissures dans les exemples d’images injectées dans le logiciel avec une précision de validation traduite en pixels.

Le degré de précision le plus élevé était requis. L’effort en valait la peine, car l’intelligence artificielle nourrie de cette base de données apprend désormais indépendamment des exemples enregistrés et détecte les fissures même dans de nouvelles images auparavant inconnues.
La base de données comprend plusieurs téraoctets d’images test provenant de sept presses de l’usine d’Ingolstadt et de plusieurs usines de Volkswagen.

À l’avenir, l’inspection de la qualité à l’aide de ce système remplacera l’actuelle détection optique des fissures par des caméras intelligentes. « L’intelligence artificielle et l’apprentissage automatique sont des technologies clés pour l’avenir. Avec leur aide, nous continuerons à conduire durablement la transformation numérique de la société », a déclaré Frank Loydl, directeur des technologies de l’information (CIO) chez AUDI.
« Dans ce projet transversal, nous développons une solution qui est unique sur le marché. »
Le logiciel a été principalement développé en interne et les travaux sont menés depuis la mi-2016.

Leave a Reply

Your email address will not be published. Required fields are marked *