Integration of deep generative Anomaly Detection algorithm in high-speed industrial line

Questo lavoro presenta un framework semi-supervisionato di rilevamento delle anomalie basato su un'architettura generativa avversaria con autoencoder residuo, progettato per l'implementazione online su una linea industriale ad alta velocità Blow-Fill-Seal nel settore farmaceutico, garantendo alta accuratezza e rispetto dei vincoli temporali utilizzando esclusivamente campioni nominali per l'addestramento.

L'essenziale

🏭 Il Guardiano Invisibile: Come l'IA controlla le medicine a velocità supersonica

Immagina una fabbrica di farmaci dove le bottigliette (chiamate vial) vengono prodotte, riempite e sigillate a una velocità incredibile. È come una corsa di Formula 1, ma invece di auto, sono migliaia di bottiglie che passano sotto gli occhi di un ispettore.

Il problema? Gli umani si stancano. Se un operatore deve controllare migliaia di bottiglie all'ora, può distrarsi, perdere un difetto o essere troppo severo su un altro. Inoltre, i metodi vecchi (come le regole scritte a mano dai programmatori) sono rigidi: se la luce cambia o una bolla d'aria si muove in modo strano, il sistema va in tilt.

Gli autori di questo studio (un'università e un'azienda di ingegneria) hanno creato un "Guardiano Invisibile" basato sull'Intelligenza Artificiale per risolvere questo problema. Ecco come funziona, spiegato con delle metafore.

---

1. Il Problema: Troppi "Noi" e pochi "Loro"

In una fabbrica, quasi tutte le bottiglie sono perfette (sono il "normale"). I difetti (come graffi, borse d'aria strane o particelle di polvere) sono rarissimi.

• L'approccio vecchio: Insegnare all'IA guardando migliaia di esempi di "bottiglie rotte". Ma non ce ne sono abbastanza! Sarebbe come cercare di insegnare a un cane a riconoscere un gatto mostrandogliene solo uno ogni mille anni.
• La soluzione nuova (Semi-supervisionata): Invece di mostrare all'IA cosa è sbagliato, le mostriamo solo cosa è perfetto. L'IA impara a memoria l'aspetto di una bottiglia perfetta. Quando vede qualcosa di diverso, pensa: "Ehi, questa non assomiglia a quelle che ho studiato! È un'anomalia!".

2. La Tecnica: Il "Trucco del Ricercatore"

Il cuore del sistema è un'architettura chiamata GAN con Autoencoder Residuale. Facciamo un paragone con un falsario e un detective.

• Il Falsario (Generatore): È un artista che cerca di copiare perfettamente una foto di una bottiglia perfetta. Deve ricostruire l'immagine punto per punto.
• Il Trucco (Rumore di Perlin): Durante l'allenamento, gli scienziati coprono parti della foto con un "velo di nebbia" (rumore) e chiedono al Falsario di ricostruire cosa c'è sotto. Questo costringe il Falsario a capire la struttura della bottiglia, non a copiare a caso.
• Il Detective (Discriminatore): Guarda sia la foto originale che quella ricostruita dal Falsario. Se la copia è troppo diversa dall'originale, il Detective grida: "Falso!".

Cosa succede quando arriva una bottiglia difettosa?
Il Falsario, che ha imparato a memoria solo le bottiglie perfette, prova a ricostruire quella difettosa. Ma poiché non ha mai visto quel tipo di difetto, fallisce miseramente. La sua ricostruzione sarà "sfocata" o sbagliata proprio nel punto del difetto.
Il Detective misura questa differenza (l'errore di ricostruzione). Se la differenza è grande, scatta l'allarme.

3. La Sfida: La Corsa contro il Tempo

Il sistema non deve solo essere bravo, deve essere veloce.
Immagina di dover controllare una bottiglia in 500 millisecondi (mezzo secondo). È il tempo che impieghi a battere le palpebre due volte.

• Hardware: Hanno usato computer potenti per "allenare" il cervello dell'IA (come un allenatore in una palestra gigante).
• In fabbrica: Una volta addestrato, il cervello viene spostato su un computer industriale più piccolo, ma ottimizzato, che lavora come un corridore esperto: sa esattamente cosa fare senza sprecare energie.

4. Il Risultato: Una Mappa del Tesoro

Quando il sistema trova un difetto, non si limita a dire "Scarta tutto". Disegna una mappa di calore (heatmap) sopra l'immagine.

• Rosso acceso: Qui c'è il problema (es. un graffio, una bolla).
• Blu: Tutto ok.

Questo è fondamentale perché l'operatore umano può vedere esattamente dove guardare, rendendo il controllo più veloce e sicuro.

5. Perché è importante?

Questo sistema è stato testato su una linea di produzione reale (Blow-Fill-Seal) per farmaci.

• Precisione: Rileva difetti che l'occhio umano potrebbe perdere.
• Sicurezza: Garantisce che nessun farmaco difettoso arrivi ai pazienti.
• Efficienza: Non si stanca mai, lavora 24/7 e riduce gli sprechi di materiali buoni scartati per errore.

In sintesi

Gli scienziati hanno creato un "occhio digitale" che impara cosa significa "perfetto" guardando solo cose perfette. Quando vede qualcosa di "strano" (anche se non sa esattamente cosa sia), lo segnala immediatamente. È come avere un ispettore che non dorme mai, non sbaglia mai e vede i difetti anche attraverso una nebbia, garantendo che le medicine che prendiamo siano sicure al 100%.

Sommario tecnico

Titolo: Integrazione di un algoritmo di rilevamento anomalie generativo profondo in una linea industriale ad alta velocità

1. Il Problema

Il contesto applicativo è l'ispezione visiva industriale nel settore farmaceutico, specificamente per il controllo qualità di strisce di fiale in plastica (tecnologia Blow-Fill-Seal o BFS) riempite con liquidi.
Le sfide principali identificate sono:

• Vincoli stringenti: Necessità di alta accuratezza, tempi di ciclo molto brevi (slot di acquisizione di 500 ms), footprint hardware limitato e costi operativi contenuti.
• Limitazioni dei metodi attuali: L'ispezione manuale è soggetta a variabilità dell'operatore e limiti di throughput. Gli algoritmi classici basati su regole sono rigidi, difficili da scalare e spesso falliscono nel distinguere il rumore di processo (es. bolle d'aria in movimento) dai difetti reali (es. particelle estranee).
• Squilibrio dei dati: In produzione, i campioni conformi (nominali) superano di gran lunga quelli difettosi, rendendo problematico l'addestramento di modelli di classificazione supervisionata.
• Hardware eterogeneo: Esiste una forte disparità tra le risorse del server di addestramento (GPU di fascia alta) e quelle del computer di inferenza industriale (hardware embedded con risorse limitate).

2. Metodologia

Il lavoro propone un framework semi-supervisionato di rilevamento anomalie basato su un'architettura generativa avversaria (GAN) adattata per la deployment online.

• Approccio Semi-Supervisionato: Il modello viene addestrato esclusivamente su campioni nominali (conformi). Le anomalie vengono rilevate come pattern "out-of-distribution" che il modello non riesce a ricostruire fedelmente.
• Architettura del Modello (GRD-Net):
  • Derivata da lavori precedenti (DRÆM, GANomaly), l'architettura utilizza una GAN con un Autoencoder Residuale (RAE) e un collo di bottiglia denso (DRAE).
  • Generator: Composto da un Encoder (basato su ResNet v2), un Decoder (struttura residua inversa) e un secondo Encoder. Include un collo di bottiglia fully-connected (64 feature).
  • Discriminator: Una rete convoluzionale che classifica le immagini come reali o ricostruite.
  • Funzione di Perdita: L'obiettivo del generatore combina tre termini:
    1. Adversarial Loss: Per stabilizzare l'ottimizzazione.
    2. Contextual Loss: Combina errore L1 (o Huber per stabilità) e SSIM (Structural Similarity Index Measure) per preservare la struttura.
    3. Encoder-Consistency Loss: Minimizza la distanza tra le rappresentazioni latenti dell'input e della ricostruzione.
• Augmentation e Robustezza:
  • Durante l'addestramento, viene applicato rumore di Perlin (randomizzato) sulle immagini di input. Questo non serve a sintetizzare difetti, ma a forzare il modello a imparare una funzione di denoising e a evitare il "memorizzazione" (identity mapping) dell'input, migliorando la capacità di generalizzare su perturbazioni fuori distribuzione.
  • Vengono applicate rotazioni casuali e flip verticali, evitando trasformazioni che creerebbero pattern non realistici (es. flip orizzontali).
• Pipeline di Inferenza:
  • Le immagini vengono suddivise in patch (256x256) corrispondenti a regioni logiche della fiala.
  • Il punteggio di anomalia è calcolato come $1 - SSIM(X, \hat{X})$.
  • Viene generata una mappa di calore (heatmap) basata sulla differenza assoluta tra input e ricostruzione per localizzare spazialmente il difetto.
  • La logica di aggregazione valuta l'intera striscia: se una sola regione è classificata come difettosa, l'intero prodotto viene scartato (politica conservativa per il GMP).

3. Contributi Chiave

1. Architettura Ibrida: Sviluppo di una rete generativa basata su RAE con collo di bottiglia denso, integrata in una GAN, ottimizzata per hardware industriale vincolato.
2. Pipeline di Preprocessing: Suddivisione logica delle fiale in 4 regioni (flag, corpo superiore, corpo liquido, fondo) per un'analisi a livello di patch.
3. Strategia di Addestramento: Uso innovativo del rumore di Perlin come meccanismo di augmentation per migliorare la robustezza contro le perturbazioni fuori distribuzione, riducendo la tendenza del modello a copiare l'input.
4. Protocollo di Valutazione Multi-livello: Valutazione che va dal singolo patch fino all'aggregazione per prodotto e per "run" (ripetizione dell'acquisizione), allineata ai criteri di accettazione industriali.
5. Deployment Reale: Integrazione completa della pipeline di inferenza nel software di controllo macchina tramite API C++ TensorFlow, rispettando i vincoli temporali.

4. Risultati

Gli esperimenti sono stati condotti su un set di test reale fornito da Bonfiglioli Engineering, contenente 141 prodotti difettosi e 120 nominali.

• Performance di Rilevamento:
  • Accuratezza complessiva: ~98.7% a livello di prodotto.
  • True Positive Ratio (TPR): ~99.4% (capacità eccellente di rilevare i difetti).
  • True Negative Ratio (TNR): ~95.8% (basso tasso di falsi positivi).
  • Accuratezza Bilanciata: ~97.6%.
• Performance Temporali:
  • Il tempo medio di inferenza per frame è di circa 0.17 ms.
  • Il tempo totale per l'elaborazione di un batch (striscia completa) è di ~0.49 ms, ben al di sotto del vincolo di 500 ms richiesto dalla linea di produzione.
• Confronto con l'Uomo: Il sistema ha soddisfatto i criteri di validazione industriale, performando almeno quanto gli ispettori umani sul medesimo set di test, con una politica di rifiuto che minimizza il rischio GMP (Good Manufacturing Practice).

5. Significatività e Impatto

Questo lavoro dimostra la fattibilità tecnica ed economica di integrare modelli di Deep Learning avanzati in ambienti industriali ad alta velocità e vincolati, superando le barriere tipiche del settore farmaceutico:

• Sicurezza del Paziente: Migliora l'affidabilità del controllo qualità, riducendo il rischio che prodotti difettosi raggiungano il mercato.
• Efficienza Operativa: Sostituisce o affianca l'ispezione manuale, aumentando il throughput e riducendo la variabilità umana.
• Scalabilità: Dimostra che è possibile adattare architetture complesse (GAN/RAE) a hardware embedded senza sacrificare le prestazioni, gestendo grandi volumi di dati (2.8 milioni di patch) e variazioni intrinseche del processo (movimento del liquido).
• Interpretabilità: La generazione di heatmap fornisce agli operatori una spiegazione visiva immediata del difetto, un aspetto cruciale per l'accettazione dei sistemi AI nell'industria.

Il paper conclude identificando come futura direzione di ricerca l'approfondimento dell'interpretazione delle rappresentazioni latenti per fornire spiegazioni più dettagliate sulle cause dei difetti, andando oltre la semplice mappa di calore.