Una piattaforma sviluppata da Automation Acoustics
Automation Acoustics, società australiana con sede a Melbourne, ha presentato ACOUXIA, una piattaforma software progettata per trasformare i segnali acustici generati dai processi industriali in informazioni utilizzabili per il controllo della produzione.
La soluzione consente alle aziende manifatturiere e ai costruttori di macchine di creare modelli di intelligenza artificiale addestrati per riconoscere eventi specifici. L’obiettivo è identificare anomalie, classificare condizioni operative e inviare segnalazioni mentre la lavorazione è ancora in corso.
ACOUXIA non propone un modello universale capace di riconoscere automaticamente qualsiasi guasto. Il sistema deve essere addestrato sui suoni associati al processo, alla macchina, al materiale e agli eventi che l’utilizzatore considera rilevanti.
Ogni configurazione viene quindi costruita a partire dai dati reali dell’impianto. Una variazione nella portata della polvere, un’interruzione nell’alimentazione del filo, una scarica elettrica anomala o un cambiamento nel comportamento dell’ugello possono produrre firme acustiche differenti. Una volta raccolti, classificati e collegati a condizioni conosciute, questi segnali possono alimentare un modello destinato al monitoraggio in tempo reale.
Automation Acoustics presenta ACOUXIA come il risultato di otto anni di attività nel campo dell’analisi acustica industriale, sviluppata attraverso progetti con produttori di macchine e aziende impegnate nella manifattura avanzata.
La piattaforma è rivolta soprattutto ai processi nei quali le condizioni operative cambiano rapidamente e un’anomalia non identificata può compromettere il componente, aumentare gli scarti o obbligare a interrompere una lunga lavorazione.
Il suono come variabile dell’Industria 4.0
Le macchine industriali vengono controllate attraverso sensori di temperatura, telecamere, misuratori di potenza, sistemi di visione, accelerometri, encoder e strumenti per la registrazione dei parametri di processo.
Queste tecnologie forniscono informazioni importanti, ma non osservano ogni fenomeno. Il suono può aggiungere un ulteriore livello di conoscenza perché molte interazioni fisiche generano variazioni acustiche prima che il problema diventi visibile o produca una modifica evidente nei parametri tradizionali.
Un operatore esperto può riconoscere una macchina che sta funzionando in modo diverso ascoltandone il rumore. Può percepire una vibrazione, un’interruzione nell’alimentazione del materiale o una variazione nella stabilità del processo senza consultare un grafico.
Questa capacità dipende dall’esperienza personale e può essere difficile da trasferire a un collega. ACOUXIA prova a convertire tale conoscenza in una struttura digitale, raccogliendo i segnali e collegandoli a eventi identificati.
Automation Acoustics descrive l’acustica come un elemento destinato a completare la fusione dei dati dell’Industria 4.0. Il suono non sostituisce la visione, il controllo termico o la lettura dei parametri della macchina, ma può essere combinato con queste informazioni per costruire una rappresentazione più completa del processo.
La correlazione tra più sensori può essere particolarmente utile quando un singolo segnale è ambiguo. Una variazione acustica, analizzata insieme alla temperatura del bagno di fusione e alla potenza assorbita, può aiutare a distinguere un evento innocuo da una condizione destinata a produrre un difetto.
Dall’esperienza degli operatori a un modello digitale
L’origine del progetto risale a un problema individuato da Anthony Lele, fondatore e amministratore delegato di Automation Acoustics: gli operatori con maggiore esperienza riescono spesso a sentire quando una lavorazione non procede correttamente, ma questa capacità rimane legata alla singola persona.
Anthony Lele ha maturato esperienza nello sviluppo di tecnologie per aziende come Dyson, Robert Bosch e Invetech, oltre ad aver lavorato su soluzioni dedicate alla stampa 3D metallica e alla consulenza per la produzione avanzata.
Nel 2014 è stato avviato un percorso di ricerca per verificare se i segnali acustici potessero essere trasformati in uno strumento industriale ripetibile. Il progetto ha ottenuto una validazione attraverso un finanziamento superiore a un milione di dollari australiani nell’ambito di un Australian Research Council Linkage Grant.
Automation Acoustics è stata costituita nel marzo 2018. Rhys Jones ha assunto il ruolo di responsabile tecnico, contribuendo allo sviluppo delle soluzioni di acquisizione, analisi e interpretazione dei segnali.
Il primo prodotto commerciale dell’azienda è stato presentato a Formnext nel novembre 2021. Nel 2022 Automation Acoustics ha esteso le proprie attività presso produttori industriali europei e ha iniziato a integrare strumenti di intelligenza artificiale con le tecniche tradizionali di elaborazione del segnale.
Nel 2024 la società ha concluso il primo accordo di licenza con un costruttore di apparecchiature e ha ottenuto un contratto con il governo degli Stati Uniti per affrontare uno specifico problema produttivo.
Le richieste provenienti dai clienti hanno progressivamente ampliato il numero di applicazioni. Da questa esperienza è nato il progetto ACOUXIA, sviluppato per permettere ai produttori di costruire modelli acustici dedicati senza dipendere esclusivamente da soluzioni realizzate su commessa.
ACOUXIA non ascolta tutti i rumori nello stesso modo
Una fabbrica produce una grande quantità di suoni. Motori, ventole, pompe, sistemi di aspirazione, robot, compressori e macchine vicine possono interferire con il segnale che si desidera analizzare.
Per questo motivo ACOUXIA non si limita a registrare l’ambiente. Il modello viene addestrato per interpretare determinate firme acustiche e ignorare le informazioni non considerate pertinenti.
Il principio è simile a quello utilizzato nei sistemi di riconoscimento delle immagini. Un modello visivo deve imparare a distinguere l’oggetto desiderato dallo sfondo; un modello acustico deve separare l’evento industriale dai rumori prodotti dall’ambiente.
La qualità del risultato dipende dalla raccolta dei dati. Il sistema deve disporre di esempi sufficienti del funzionamento normale e delle condizioni anomale che dovrà riconoscere.
Un modello addestrato per rilevare un’interruzione nell’alimentazione della polvere non identificherà automaticamente una cricca, l’usura di un componente o un problema al sistema di raffreddamento. Ogni evento deve essere definito, registrato e classificato.
Questa caratteristica limita il rischio di produrre segnalazioni basate su rumori generici, ma richiede una fase iniziale di preparazione. L’azienda utilizzatrice deve stabilire quali eventi siano importanti, come riprodurli in condizioni controllate e quali conseguenze abbiano sulla qualità del componente.
Un percorso in sette fasi per costruire i modelli
Automation Acoustics indica che i modelli ACOUXIA vengono generati attraverso un flusso di lavoro articolato in sette fasi.
La società non ha pubblicato una descrizione completa di ogni passaggio, poiché parte della metodologia rappresenta il patrimonio tecnologico dell’azienda. Il principio operativo comprende tuttavia l’identificazione del problema, l’acquisizione dei segnali, l’etichettatura degli eventi, l’estrazione delle caratteristiche, l’addestramento del modello, la validazione e l’integrazione nel processo industriale.
La prima attività consiste nel definire che cosa debba essere riconosciuto. Un obiettivo generico come “controllare la qualità” non è sufficiente. È necessario individuare un evento osservabile, come una portata insufficiente, una perdita di stabilità o una condizione associata alla formazione di difetti.
Il sistema raccoglie quindi i dati durante differenti condizioni operative. I segnali devono essere accompagnati da informazioni che permettano di stabilire che cosa stesse accadendo nel momento della registrazione.
L’etichettatura collega ogni segmento acustico a una condizione conosciuta. Questa fase può richiedere il confronto con dati provenienti dalla macchina, immagini, misure termiche, controlli dimensionali o analisi eseguite sul componente.
Il modello viene poi addestrato a riconoscere le caratteristiche che distinguono le diverse classi. Non analizza soltanto il volume del suono, ma può esaminare frequenza, energia, durata, andamento temporale e distribuzione dello spettro.
La validazione serve a verificare che il modello riconosca gli eventi su dati non utilizzati durante l’addestramento. Questa fase è necessaria per ridurre falsi allarmi e mancate rilevazioni.
Una volta validato, il modello viene installato nel sistema di monitoraggio e collegato alle interfacce utilizzate dagli operatori, dal costruttore della macchina o dalla piattaforma digitale dello stabilimento.
Monitoraggio acustico e intelligenza artificiale
Le tecniche acustiche tradizionali possono essere basate su soglie prestabilite. Quando l’ampiezza del segnale supera un certo valore, il sistema genera un allarme.
Questo metodo è efficace quando il fenomeno è semplice e produce un segnale facilmente distinguibile. Diventa meno adatto quando differenti eventi presentano intensità simili o quando il rumore cambia in funzione della geometria, del materiale e dei parametri.
L’intelligenza artificiale permette di analizzare combinazioni più complesse di caratteristiche. Il modello può imparare a distinguere eventi che non sarebbero identificabili attraverso una sola soglia.
ACOUXIA punta inoltre a rendere il modello specifico per ogni applicazione. Il suono prodotto da una lavorazione DED su una lega di titanio può essere differente da quello generato dalla stessa tecnologia su una lega di nichel.
Anche due macchine costruite dallo stesso produttore possono presentare variazioni dovute all’installazione, agli accessori, alla manutenzione e all’ambiente.
Per questa ragione i modelli personalizzati possono risultare più pertinenti di un algoritmo generale. Allo stesso tempo, richiedono procedure per verificare che l’accuratezza venga mantenuta quando cambiano la macchina, il materiale o i parametri.
Microfoni, emissioni acustiche e vibrazioni strutturali
Nel monitoraggio industriale è utile distinguere tra suono trasmesso nell’aria ed emissione acustica propagata attraverso i materiali.
Un microfono industriale registra le onde sonore presenti nell’ambiente. Un sensore di emissione acustica può invece essere fissato alla struttura della macchina, a una tubazione o al componente per rilevare onde elastiche generate da impatti, deformazioni e altri fenomeni fisici.
Automation Acoustics descrive pubblicamente ACOUXIA come un sistema nel quale un microfono ascolta il processo. La configurazione effettiva può comunque essere adattata alle caratteristiche dell’applicazione e all’ambiente nel quale il segnale deve essere raccolto.
La scelta del sensore e del suo posizionamento è determinante. Un microfono collocato troppo lontano può acquisire più rumore ambientale che informazioni utili. Un sensore installato su una struttura può ricevere vibrazioni provenienti da più sorgenti.
Ogni installazione richiede quindi una fase di caratterizzazione. Il sistema deve stabilire quali bande di frequenza contengano informazioni e quali siano dominate da sorgenti estranee.
Applicazioni nella Directed Energy Deposition
ACOUXIA è proposta per il monitoraggio della Directed Energy Deposition, tecnologia additiva nella quale il materiale viene introdotto in una zona di fusione generata da un laser, un arco elettrico o un’altra sorgente energetica.
Il materiale può essere alimentato sotto forma di polvere o filo. La stabilità della deposizione dipende dalla potenza, dalla velocità di avanzamento, dalla portata del materiale, dal gas protettivo e dal comportamento del bagno fuso.
Una variazione nella portata della polvere può modificare l’altezza del cordone, la sua larghezza e la quantità di materiale depositato. Se il problema non viene rilevato, gli errori possono accumularsi lungo gli strati successivi.
Il monitoraggio acustico può osservare il comportamento delle particelle all’interno delle linee di alimentazione. Gli urti tra le particelle e le pareti delle tubazioni generano segnali correlabili alla portata.
Studi condotti dal National Institute of Standards and Technology hanno mostrato che, dopo una calibrazione, il segnale acustico può essere correlato alla quantità di polvere effettivamente trasportata verso l’ugello.
Questa soluzione può evitare alcune difficoltà dei sistemi ottici, che richiedono una visuale libera e possono comportare modifiche al percorso del materiale.
In un sistema industriale ACOUXIA potrebbe essere addestrata per distinguere la portata normale da un’ostruzione, da un’alimentazione irregolare o da un’interruzione.
Il suono può anche contenere informazioni sull’interazione tra sorgente energetica, materiale e bagno di fusione. La classificazione richiede tuttavia dati sperimentali collegati a difetti verificati sul componente.
Controllo dei processi WAAM
La piattaforma è indicata anche per la Wire Arc Additive Manufacturing, o WAAM, un processo nel quale un arco elettrico fonde un filo metallico per costruire componenti o aggiungere materiale a una parte esistente.
Il WAAM condivide diversi elementi con la saldatura ad arco. Instabilità, spruzzi, variazioni nell’alimentazione del filo e cambiamenti nel trasferimento del metallo producono segnali acustici riconoscibili.
Il rumore dell’arco può variare in base alla corrente, alla tensione, alla distanza tra torcia e pezzo e alla modalità di trasferimento delle gocce.
Un modello AI potrebbe collegare tali variazioni a condizioni produttive definite durante l’addestramento. Il sistema potrebbe segnalare un’interruzione del filo, una modifica dell’arco o una situazione associata a una deposizione irregolare.
Il monitoraggio acustico non elimina la necessità di controllare temperatura, geometria del cordone e parametri elettrici. Può però aggiungere un segnale indipendente, utile per confermare l’anomalia e ridurre i tempi di intervento.
Il monitoraggio del Cold Spray
Nel Cold Spray, particelle metalliche vengono accelerate attraverso un ugello e colpiscono il substrato ad alta velocità. Il rivestimento o il componente si forma attraverso la deformazione plastica e l’adesione delle particelle, senza la fusione completa del materiale.
Il comportamento del processo dipende dalla pressione, dalla temperatura del gas, dalla velocità delle particelle, dalla portata della polvere, dalla distanza dell’ugello e dalla preparazione della superficie.
Gli impatti generano un segnale acustico che può cambiare quando variano l’alimentazione del materiale, il movimento del robot o le condizioni del substrato.
ACOUXIA potrebbe utilizzare queste differenze per controllare la regolarità del flusso di polvere e individuare alterazioni nell’ugello.
Una riduzione del materiale erogato può compromettere lo spessore del deposito. Una variazione della traiettoria o della velocità del robot può produrre una distribuzione non uniforme.
Il monitoraggio acustico può offrire un’indicazione immediata, ma la relazione tra segnale e qualità deve essere validata attraverso misurazioni dello spessore, analisi microstrutturali e prove di adesione.
Il controllo della lavorazione EDM
Automation Acoustics include anche l’Electrical Discharge Machining tra i processi ai quali può essere applicata ACOUXIA.
L’EDM rimuove materiale mediante scariche elettriche controllate tra un elettrodo e il pezzo. Non avviene un contatto meccanico diretto, ma ogni scarica produce fenomeni termici e onde di pressione.
La stabilità dipende dalla distanza tra elettrodo e componente, dalle caratteristiche degli impulsi, dal fluido dielettrico e dalla capacità di rimuovere i residui dalla zona di lavorazione.
Un processo instabile può ridurre la velocità di asportazione, danneggiare la superficie o provocare la rottura del filo nelle macchine Wire EDM.
I segnali acustici possono essere correlati all’attività delle scariche, all’efficienza degli impulsi e all’usura dell’elettrodo. Un modello addestrato potrebbe classificare le condizioni normali e riconoscere sequenze associate a instabilità o perdita di efficienza.
L’acustica aggiunge un’informazione diversa rispetto alla misura della corrente e della tensione. La combinazione dei segnali può migliorare la comprensione di ciò che avviene nello spazio tra elettrodo e pezzo.
Rilevare, diagnosticare e avvisare
Automation Acoustics organizza le capacità del sistema attorno a tre funzioni: rilevamento, diagnosi e segnalazione.
Il rilevamento identifica la presenza di una condizione non conforme mentre il processo è in corso.
La diagnosi collega il segnale a una categoria conosciuta. Non comunica soltanto che il suono è cambiato, ma cerca di stabilire quale evento sia stato riconosciuto dal modello.
La segnalazione trasmette l’informazione all’operatore, al controllo della macchina o alla piattaforma di fabbrica.
La risposta può essere una notifica visiva, un allarme o un dato inviato a un sistema esterno. L’azione successiva dipende dalle regole stabilite dall’utilizzatore.
In una configurazione iniziale, ACOUXIA potrebbe limitarsi ad avvisare l’operatore. Dopo una validazione più estesa, il segnale potrebbe essere utilizzato per sospendere la lavorazione o modificare un parametro.
L’impiego in un controllo automatico a ciclo chiuso richiede requisiti più severi rispetto a un sistema informativo. Un falso allarme potrebbe interrompere una produzione corretta, mentre una mancata rilevazione potrebbe lasciare proseguire un processo difettoso.
Ridurre scarti e rilavorazioni
Una delle applicazioni principali riguarda l’individuazione precoce degli errori. Nei processi additivi di grande formato, una lavorazione può durare molte ore.
Quando il difetto viene scoperto soltanto al termine, sono già stati consumati materiale, energia e tempo macchina. Possono essere necessarie lavorazioni aggiuntive o la completa eliminazione del pezzo.
Un allarme generato durante le prime fasi può permettere di fermare il processo, correggere l’alimentazione e riprendere la produzione.
Il beneficio dipende dalla capacità di intervenire. Rilevare un’anomalia non produce automaticamente un risparmio se l’organizzazione non dispone di procedure per verificare l’evento e decidere come agire.
ACOUXIA deve quindi essere integrata nel sistema qualità. Ogni segnalazione dovrebbe essere registrata insieme al momento, alla posizione e ai parametri della macchina.
Tracciabilità e documentazione del processo
I dati generati dai modelli possono essere collegati al numero di serie del componente, al lotto di materiale e alla ricetta produttiva.
Questa associazione può creare un registro acustico della lavorazione. Il produttore potrebbe dimostrare che il processo è rimasto all’interno delle condizioni riconosciute dal modello oppure documentare gli eventi verificatisi durante la produzione.
La registrazione può risultare utile nei settori aerospaziale, energetico, medicale e della difesa, dove la tracciabilità rappresenta una parte essenziale della qualificazione.
Il dato acustico non equivale però a una certificazione del componente. Per dimostrare la conformità sono necessari criteri di accettazione, procedure validate e correlazioni statistiche con le proprietà finali.
ACOUXIA può contribuire alla documentazione, ma non sostituisce automaticamente controlli non distruttivi, prove meccaniche e verifiche dimensionali.
Integrazione nelle macchine dei produttori OEM
I flussi di dati generati da ACOUXIA possono essere integrati nell’hardware dei costruttori di macchine e nelle piattaforme digitali per la produzione intelligente.
Automation Acoustics dichiara di aver già installato la propria tecnologia in stabilimenti internazionali e di collaborare con alcuni partner OEM selezionati. I nomi di tali partner non sono stati resi pubblici.
Per un costruttore, l’integrazione può trasformare il monitoraggio acustico in una funzione nativa della macchina. L’utilizzatore non dovrebbe installare un sistema indipendente e potrebbe visualizzare gli allarmi attraverso l’interfaccia già impiegata per gestire il processo.
Automation Acoustics prevede inoltre un modello nel quale le apparecchiature con ACOUXIA incorporata possano essere ampliate attraverso abbonamenti dedicati al monitoraggio di più condizioni.
Un cliente potrebbe iniziare con un modello destinato a riconoscere un singolo problema e aggiungerne altri in funzione delle esigenze.
La strategia permette ad Automation Acoustics di distribuire la tecnologia attraverso i produttori di macchine, mentre gli OEM possono offrire servizi digitali aggiuntivi ai propri clienti.
Le firme acustiche come proprietà intellettuale
Automation Acoustics considera i segnali raccolti dai processi una forma di proprietà intellettuale industriale.
La firma acustica può contenere informazioni sulla ricetta produttiva, sulla configurazione della macchina e sulle condizioni utilizzate per ottenere un determinato risultato.
Un modello addestrato su questi dati incorpora parte dell’esperienza del produttore. Può rappresentare il comportamento di un processo sviluppato attraverso anni di prove e ottimizzazione.
La gestione dei dati diventa quindi un elemento centrale. Le aziende devono stabilire dove vengano conservate le registrazioni, chi possa utilizzarle e se il costruttore della macchina possa accedere ai modelli.
Sono importanti anche la protezione informatica e il controllo delle versioni. Un modello modificato senza autorizzazione potrebbe produrre risultati differenti da quelli validati.
Quando ACOUXIA viene integrata in piattaforme esterne, i contratti dovranno definire la proprietà dei dati grezzi, dei segnali etichettati e dei modelli generati.
I vantaggi rispetto ad altri sistemi di monitoraggio
Un sistema acustico può essere installato senza modificare direttamente la zona di processo. Questa caratteristica è utile negli ambienti nei quali telecamere e sensori ottici sono esposti a polvere, luce intensa, fumi o spruzzi.
Il sensore non richiede sempre una visuale diretta. Può quindi osservare fenomeni che avvengono all’interno di una linea di alimentazione o dietro una protezione.
Il costo dell’hardware può essere inferiore a quello di alcuni sistemi di visione ad alta velocità o di termografia, anche se il costo complessivo dipende dalla progettazione, dall’integrazione e dall’addestramento.
L’acustica può inoltre registrare eventi molto rapidi. Gli urti delle particelle, le scariche e le instabilità dell’arco generano segnali con caratteristiche temporali difficili da ricavare dai parametri medi della macchina.
Il principale vantaggio non consiste però nell’utilizzo isolato del suono. Il valore aumenta quando il dato acustico viene sincronizzato con gli altri sistemi di monitoraggio.
I limiti da affrontare
Il rumore industriale rappresenta la prima difficoltà. Ventole, compressori e macchine vicine possono produrre segnali sovrapposti a quelli del processo.
La posizione del sensore, la geometria della macchina e le proprietà acustiche dell’ambiente influenzano il risultato. Un modello addestrato in uno stabilimento potrebbe richiedere una nuova calibrazione quando viene trasferito.
Anche la manutenzione può modificare il comportamento acustico. La sostituzione di un motore, di un ugello o di una protezione può cambiare il segnale pur mantenendo corretto il processo.
I modelli devono quindi essere controllati nel tempo. Il monitoraggio dell’accuratezza e la gestione delle nuove versioni diventano parte del sistema qualità.
Un’altra difficoltà riguarda la disponibilità di esempi di guasto. Alcuni eventi sono rari, costosi o pericolosi da riprodurre. Senza dati sufficienti, il modello potrebbe non imparare a riconoscerli in modo affidabile.
È possibile ricorrere a prove controllate, dati storici e simulazioni, ma ogni metodo deve essere verificato sul processo reale.
Non è un sostituto dei controlli sul componente
ACOUXIA analizza il processo, non direttamente tutte le proprietà del componente finito.
Un segnale classificato come normale indica che non è stata rilevata una delle anomalie conosciute dal modello. Non garantisce che il pezzo sia privo di ogni difetto.
Possono esistere porosità, cricche o errori dimensionali che non producono una firma acustica rilevabile oppure che non erano presenti nei dati di addestramento.
Per le applicazioni critiche sarà necessario combinare il monitoraggio con tomografia computerizzata, ultrasuoni, liquidi penetranti, controlli dimensionali o altre procedure previste dal piano qualità.
Il contributo di ACOUXIA consiste nel fornire informazioni durante la lavorazione, quando è ancora possibile intervenire.
Accesso limitato e lancio globale programmato
ACOUXIA è stata presentata ai partner industriali nel luglio 2026. L’accesso alla piattaforma è ancora limitato e viene concesso attraverso una procedura di collaborazione con Automation Acoustics.
La società indica che la tecnologia è già utilizzata in stabilimenti di diversi Paesi e integrata con alcuni costruttori di apparecchiature.
Il lancio globale viene collocato nella parte finale del 2026. Questa distinzione significa che ACOUXIA non è ancora un software acquistabile e configurabile liberamente da qualsiasi impresa.
Automation Acoustics sta lavorando con produttori di macchine e aziende manifatturiere per ampliare le integrazioni e preparare servizi in abbonamento destinati agli utilizzatori di apparecchiature compatibili.
La fase di accesso controllato può servire a validare il flusso self-service su processi differenti e a definire i requisiti di installazione.
Una nuova fonte di dati per la fabbrica digitale
ACOUXIA porta nel controllo industriale un’informazione spesso utilizzata dagli operatori ma raramente strutturata: il suono della lavorazione.
Automation Acoustics prova a trasformare questa esperienza in modelli ripetibili, trasferibili e integrabili nelle macchine.
Le applicazioni indicate comprendono Directed Energy Deposition, Wire Arc Additive Manufacturing, Cold Spray, Electrical Discharge Machining e soluzioni sviluppate per processi specifici.
Il risultato dipenderà dalla capacità di raccogliere dati rappresentativi, etichettare correttamente gli eventi e mantenere i modelli aggiornati quando cambiano le condizioni produttive.
Il monitoraggio acustico non elimina gli altri sistemi di controllo. Può però aggiungere un segnale indipendente, capace di identificare fenomeni che non risultano immediatamente visibili nei dati termici, ottici ed elettrici.
L’integrazione con le piattaforme degli OEM e con i sistemi digitali di fabbrica potrebbe trasformare il suono in una componente stabile della tracciabilità industriale.
La sfida per Automation Acoustics sarà dimostrare che i modelli creati attraverso ACOUXIA possano mantenere prestazioni affidabili su macchine, materiali e stabilimenti differenti, riducendo gli errori senza aumentare il numero di falsi allarmi.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)
