Controllo qualità del cemento
In genere per le persone non addette ai lavori il cemento è cemento, sia che venga usato per gettare una soletta, pilastri di un ponte o il battuto di una cantina. In realtà esistono molti tipi di cemento, ciascuno progettato per avere specifiche caratteristiche, quali elasticità, resistenza ad agenti atmosferici, resistenza all’acqua (pilastri di un ponte…) assorbimento urti (pista di un aeroporto), e così via.
Queste diverse caratteristiche sono il risultato del mix di componenti (alla base vi è l’argilla e il calcare ma a questi si aggiungono molte altre sostanze) e del processo di produzione. Una volta mescolati i diversi componenti, la “farina” risultante viene cotta a 1450° producendo il clinker.
Valutare la qualità del cemento significa quindi valutare la qualità del clincker che sarà poi sottoposto a frantumazione e mescolato con ulteriori altri componenti.
Il controllo qualità del clincker richiede un esame al microscopio di svariati campioni, analisi complesse sia in termini di tempi richiesti (un singolo campione richiede circa 5 ore per una analisi completa, tra tempi di preparazione, scansione e analisi) sia in termini di competenze (rilievo di problemi dalla analisi di decine di immagini, oltre 50 per ogni campione).
Applicazione di Intelligenza artificiale al processo di controllo
Il controllo è stato effettuato in tutti questi anni da personale esperto, in grado di “leggere” le fotografie ottenute dal microscopio elettronico. Questa lettura è molto complessa, si tratta di esaminare decine e decine di immagini (che in qualche modo assomigliano a delle radiografie).
Utilizzando algoritmi di intelligenza artificiale e applicando machine learninig è stata sviluppata una soluzione che analizza in automatico queste immagini andando a recuperare direttamente il file digitale dal microscopio elettronico.
Il campionamento viene effettuato di notte e al mattino i tecnici possono visionare le immagini su cui gli algoritmi di IA hanno evidenziato punti di attenzione.
Questo ha reso possibile aumentare a parità di costi il numero di campioni analizzati e ha migliorato notevolmente la qualità dell’analisi in quanto i tecnici sono indirizzati ad osservare gli elementi più significativi. Inoltre, il sistema di IA continua ad imparare, anche acquisendo i feedback dei tecnici, per cui il processo di controllo continua a migliorare.
Diminuzione impatto ambientale
Questo “matrimonio” tra cemento e IA risulta anche importante in quanto consente di sperimentare composti alternativi con l’obiettivo di ridurre l’impatto ambientale, in particolare diminuendo le emissioni di CO2. La produzione di cemento genera, infatti, una significativa quantità di CO2, stimata nell’8% del totale mondiale annuo di emissioni di CO2 (maggiore di quella prodotta dal trasporto aereo, pari al 2,5%) sia in termini di consumi energetici per la produzione sia, in modo rilevante, per i processi chimici utilizzati nella produzione del cemento. Per ogni Kg di cemento si producono circa 0,93 Kg di CO2. Cambiando i componenti pur garantendo le stesse prestazioni strutturali è possibile ridurre la produzione di CO2. Ecco, quindi, un ulteriore contributo che l’IA può fornire in questo settore.