SICK presentara su primera aplicación Deep Learning en Advanced Factories

Fecha de publicación
Cateogría del artículo SICK
Visualizaciones del artículo Leído  1751  veces

SICK va un paso más allá en la dirección de la Industria 4.0 y mostrará una solución que funciona sobre la base de algoritmos de Deep Learning en Advanced Factories

SICK presentara su primera aplicación Deep Learning en Advanced Factories

El ritmo de desarrollo del producto cada vez es más rápido, por ello, la flexibilidad es esencial.  A día de hoy, las tareas individuales se resuelven con nuevos conceptos de software, por ello, SICK va un paso más allá en la dirección de la Industria 4.0 y presenta una solución que funciona sobre la base de algoritmos de Deep Learning.

La tecnología de sensores juega un papel clave aquí en el entorno industrial. Los sensores adecuados están disponibles para una gran cantidad de aplicaciones estandarizadas, pero existe una demanda creciente aquí también de productos personalizados en respuesta a la creciente necesidad de soluciones individuales.

“Hasta hace unos pocos años, los fabricantes intentaron desarrollar sensores para cumplir con todos los requisitos. Hoy, las tareas cada vez más individuales se resuelven con nuevos conceptos de software de sensores. SICK ya ha creado una plataforma en este campo con el ecosistema SICK AppSpace que permite la realización de soluciones flexibles para aplicaciones de automatización ", explica Bernhard Müller, Vicepresidente Senior de Industria 4.0 de SICK. El fabricante del sensor ahora va un paso más allá en la dirección de la Industria 4.0 y presenta su primera solución de sensor que funciona sobre la base de algoritmos de Deep Learning.

Funcionalidad personalizada posible

SICK utiliza la nueva tecnología de Deep Learning en el entorno industrial para especializar la funcionalidad de sus sensores. Aquí, el sensor aprende a procesar información y, por lo tanto, recibe nuevas funciones. Además, son posibles nuevos procesos sobre la base de sensores adaptados. El sensor suministra, procesa y analiza datos utilizando algoritmos de autoaprendizaje.

En una solución de sensor, por ejemplo, los sensores están entrenados con una gran cantidad de imágenes para dar una respuesta a una pregunta específica. Sobre la base de esta capacitación, el sensor puede asignar independientemente nuevas imágenes desconocidas a un resultado. “Actualmente estamos trabajando con eep Learning en un proyecto piloto en la industria maderera, por ejemplo. La base de nuestra solución es una cámara con funcionalidad de Deep Learning ”, explica Müller.

Uso sensible de los recursos y alta calidad.

Para garantizar un uso óptimo del material de madera en bruto, los aserraderos deben conocer las condiciones en los troncos. ¿Dónde están los anillos de la edad, dónde está el núcleo? Esto es necesario para garantizar un buen procesamiento de la madera. “Para descubrir cómo se puede usar mejor la madera, enseñamos esto a la cámara mediante el Deep Learning. Esta tarea anteriormente solo podía ser realizada por humanos ”, agrega Müller.

Esta tecnología permite realizar aplicaciones nuevas, previamente inconcebibles, que hacen que los procesos sean más eficientes y productivos. "En nuestro proyecto piloto, pudimos aumentar la utilización del material, mejorar la calidad de los productos y evitar el desperdicio de recursos", continúa Müller. Y el uso sostenible es posible no solo con materiales. Los empleados ya no tienen que realizar actividades monótonas y son libres para tareas más complejas.

Conoce como SICK esta implementando la tecnología Deep Learning en sus sensores visitando el STAND A133 de la feria Advanced Factories

Más información

/noticias/marcas/16-sick