Contexte
La qualité d'une pièce injectée se contrôle après démoulage, hors machine. Mesurer chaque pièce n'étant pas réaliste, le contrôle par échantillonnage reste la règle, et tout ce qui a été produit entre deux prélèvements échappe au suivi. L'humidité du granulé, la température du moule, un changement de lot de matière : autant de facteurs qui déplacent la qualité, et dont le premier signe est le plus souvent une pièce déjà hors tolérance.
La presse, de son côté, enregistre la pression et le débit d'injection à quelques millisecondes d'intervalle. Ces signaux ne sont pas la qualité, mais ils portent la trace de ce qui s'est passé pendant le cycle qui a produit la pièce.
Ce que nous avons validé
Nous avons construit un modèle qui estime la qualité de la pièce à partir des seuls signaux que la presse enregistre déjà. Rien n'a été ajouté à la machine. Le modèle s'appuie sur la famille de techniques d'apprentissage automatique légères (reservoir computing) que nous mettons en œuvre dans l'ensemble de nos projets.
La validation repose sur un jeu de données public dans lequel des pièces réelles ont été produites sur une presse de série, les conditions de production étant volontairement modifiées et la qualité relevée à chaque cycle. Les grandeurs estimées sont la masse de la pièce, une cote et la rectitude. La précision a été mesurée sur un intervalle qui n'a servi ni à l'apprentissage ni au réglage des paramètres.
Ce que la validation montre
La masse, la cote et le gauchissement ont pu être estimés sur l'intervalle réservé. L'estimation est disponible quelques secondes après le début du cycle : chaque pièce dispose ainsi d'une indication de qualité, sans attendre son passage au poste de mesure.
Le modèle correspondant tient dans quelques centaines d'octets et s'exécute tel quel sur le contrôleur ou l'automate existant. Sans GPU ni connexion cloud.
Sur une condition de production que le modèle n'a pas apprise, l'estimation s'écarte en général de la mesure. Il suffit alors de relever quelques pièces produites dans cette condition et de les ajouter à l'apprentissage pour retrouver la précision obtenue avec l'ensemble des données de cette condition. Reconstituer un jeu de données complet à chaque changement de réglage n'est donc pas nécessaire.
Cela pourrait s'appliquer à votre procédé
Si les pièces produites entre deux prélèvements ne portent aucune indication de qualité, ou si chaque changement de réglage vous coûte du temps avant que le procédé ne se stabilise, l'approche mérite peut-être d'être examinée. Les signaux nécessaires sont ceux que votre presse enregistre déjà. Les signaux qui comptent et la manière de les traiter varient d'un procédé à l'autre, et c'est de là que dépend la réussite de l'ensemble. Une brève discussion suffit généralement à déterminer si votre cas se prête à cette approche.
Estimer une qualité à partir d'une courbe n'a rien de propre à l'injection plastique : l'emboutissage, le soudage, les traitements thermiques, l'enduction ou les lignes de conditionnement relèvent de la même logique. La variante destinée aux procédés continus est présentée sur la page capteur logiciel de qualité.