Guía para mejorar los procesos de fabricación de máquinas con IA

Fecha de publicación
Cateogría del artículo Actualidad Industrial
Visualizaciones del artículo Leído  447  veces
Tags del artículo

Instituto Fraunhofer de Máquinas Herramientas y Tecnología de Conformado (IWU) están trabajando con otros cinco Institutos Fraunhofer en una guía sistemática para superar esta barrera a la aplicación de la IA

Guía para mejorar los procesos de fabricación de máquinas con IA

Muchas empresas medianas ya están convencidas de que la Inteligencia Artificial (IA) aporta ventajas en la tecnología de fabricación de máquinas, pero el rediseño de los sistemas y procesos de producción en las fábricas se está estancando.

Es por eso que los investigadores del Instituto Fraunhofer de Máquinas Herramientas y Tecnología de Conformado (IWU) están trabajando con otros cinco Institutos Fraunhofer en una guía sistemática para superar esta barrera a la aplicación de la IA.

La IA debería convertirse en una herramienta estándar que permita mejores productos con menos recursos. Los primeros resultados son más que prometedores después de dos años y medio del proyecto; el proyecto 'Machine Learning for Production (ML4P)' para crear las directrices se ejecutará hasta febrero de 2022.

Estructura de la guía

En la directriz, todos los aspectos potencialmente críticos se examinan sistemáticamente en un proceso escalonado, comenzando con un inventario y una solución propuesta para un objetivo específico en la producción.

Luego se trata de la integración del sensor, la selección de algoritmos y herramientas de software adecuados, cuestiones de potencia de cálculo y seguridad de datos, escenarios de prueba y finalmente la implementación en la fábrica. "En general, con ML4P queremos dividir las decisiones de inversión para IA en pasos manejables y así hacerlos manejables", explica el Dr. Arvid Hellmich, jefe del departamento de cibernética de IWU.

Endurecimiento por prensa de caja modelo

Con el fin de transmitir a la industria de una manera clara y orientada a las aplicaciones cómo la IA se puede utilizar de manera específica en empresas medianas, los investigadores han asumido un proceso de producción generalizado desde el procesamiento de metales: el endurecimiento por prensado.

Los sensores ahora están integrados en este proceso, lo que permite la medición de todos los parámetros importantes del proceso en tiempo real. "Con los algoritmos y las herramientas de software adecuados, podemos calcular la IA y los modelos de optimización a partir de estos datos y recibir información que puede reducir significativamente los rechazos", explica el Dr. Anke Stoll, líder del grupo de minería de datos y aprendizaje automático en la IWU.

"Si todos los subprocesos están vinculados a través del aprendizaje automático, las desviaciones en un subproceso se pueden compensar modificando otro subproceso. Si, por ejemplo, el tiempo de calentamiento en el horno o el tiempo de transporte a la prensa varía, las hojas pueden enfriarse demasiado, lo que dificulta el prensado o tiene un efecto negativo en el curado. Si la IA detecta tales desviaciones en las cifras clave, puede reajustar la fuerza de presión o la duración de la presión, de forma independiente y con un proceso de mejora continua integrado ".

Más información




Descargas