Integrazione Chatbot AI in progetto HMI per il Controllo di Macchine Industriali

La tesi descrive lo sviluppo di un chatbot per interfaccia HMI (Human-Machine Interface) nel contesto industriale SACMI, specificamente per macchine CCM (Continuous Casting Machine). L'obiettivo è semplificare l'interazione tra operatori e macchina attraverso l'uso del linguaggio naturale, riducendo la complessità di navigazione tra pagine e parametri del sistema tradizionale. Il sistema implementa un'architettura RAG (Retrieval-Augmented Generation) combinata con un modello LLM locale (Qwen3-4B). Il backend, sviluppato in Python con FastAPI, utilizza embedding multilingue per recuperare i comandi più rilevanti da un dizionario di circa 50 voci e inoltrarli al modello per l'identificazione e l'estrazione dei parametri. Il frontend, integrato nell'ambiente TwinCAT HMI di Beckhoff, supporta input testuale e vocale ed è dotato di una cache delle query per ottimizzare i tempi di risposta. L'architettura prevede un modello di esecuzione locale per garantire la privacy e l'autonomia operativa, senza dipendenze da servizi cloud esterni. La validazione sperimentale ha evidenziato un'accuratezza del 90% nell'identificazione dei comandi, con tempi medi di risposta di 1,8 secondi e prestazioni inferiori a 10 millisecondi per richieste in cache.