Analisi della qualità del prodotto nell’industria dell’occhiale mediante tecniche di apprendimento automatico multivariato

Il processo di produzione delle aste degli occhiali in Luxottica (Pederobba, Treviso, Italia) si articola in tre fasi principali: stampaggio a iniezione, verniciatura e controllo qualità. Uno dei difetti più rilevanti nella fase di stampaggio è costituito dalla cosiddetta bava di chiusura, una linea sottile di materiale in rilievo che si trova lungo la direzione longitudinale dell’asta. L’obbiettivo di questa Tesi è migliorare l’identificazione del difetto di bava. Questo è stato fatto utilizzando tecniche di apprendimento automatico multivariato per la classificazione, in Partial Least Squares - Discriminant Analysis (PLS-DA, Geladi & Kowalski, 1986). L’analisi ha considerato come variabili predittive le portate di vernice erogata dalle pistole dell’impianto di verniciatura e le statistiche di misurazione della geometria del difetto prodotte da una tecnica analitica, lo strumento GelSight Mobile (GelSight Inc., Waltham, USA). Sono stati sviluppati due modelli di classificazione: i) un modello a due classi, corrispondenti rispettivamente al difetto assente e difetto presente; ii) un modello a tre classi, corrispondenti rispettivamente a difetto assente, difetto presente, ma accettabile e difetto non accettabile. Le scarse prestazioni di classificazione di entrambi i modelli hanno evidenziato che le informazioni fornite dalle variabili predittrici considerate non sono sufficientemente rappresentative per distinguere accuratamente tra le diverse classi di difetto o così come viene rilevato dalla tecnologia analitica adottata nell’azienda.