Inteligencia artificial y la fabricación del futuro

La empresas saben que la IA presenta una oportunidad para aumentar la Eficacia General de los Equipos y deciden combinar la reducción de costos con una mayor productividad. Lucian Dold*

Tweet

Foto:

Gracias a la mayor capacidad de procesamiento y a la disponibilidad de volúmenes de datos cada vez mayores —la sensorización de la industria—, el debate acerca de la inteligencia artificial (IA) en el sector de la ingeniería mecánica está cobrando impulso. 

En el caso de los avances necesarios para la Industria 4.0, como el mantenimiento predictivo y una producción eficiente en red, el uso de algoritmos adaptativos ofrece un enorme potencial. Muchas empresas de producción se están dando cuenta de que la IA presenta una oportunidad para aumentar la Eficacia General de los Equipos (OEE) y deciden combinar la reducción de costos con una mayor productividad.

Aprovechando los algoritmos adaptativos

Sin embargo, aún existe un abismo entre la situación deseable y la realidad: muchas de las soluciones de IA anunciadas en el mercado, a menudo basadas en la nube, tienen unos requisitos considerables en términos de infraestructura y IT; además, estas soluciones funcionan a base de una ingente cantidad de datos cuya preparación y procesamiento requiere tiempo y esfuerzo. 

La cuestión del valor añadido sigue sin estar del todo clara para muchos proveedores, que no pueden determinar si la inversión en IA generará beneficios ni cómo los generaría. Otro factor que influye es la complejidad y originalidad propias de los diseños de sistemas para el sector de la ingeniería mecánica. 

El caso es que no es viable transferir sin más las experiencias adquiridas con otras máquinas, como se ve en el sector de los bienes de consumo con los productos fabricados en serie. La mayoría de los sistemas suelen ser tan complejos que no es posible mapear todo el sistema matemáticamente (como con las pruebas de caja blanca) y mantener los costos a un nivel aceptable. 

Omron considera que el enfoque de caja negra es más común: los datos disponibles en estos sistemas para algoritmos de IA típicos son indeterminados y la fiabilidad del funcionamiento solo se puede confirmar a través de pruebas, optimización y, con frecuencia, a través del sobredimensionamiento.

Creando valor con IA

Dadas estas condiciones, ¿cómo se puede diseñar e integrar una IA que genere valor añadido tangible en el proceso de producción? En lugar de buscar meticulosamente patrones identificables en un ingente volumen de datos, paralelamente a los procesos que se están ejecutando, Omron lo plantea a la inversa: los algoritmos necesarios se integran en el sistema de control de las máquinas, lo que crea el marco para la optimización en tiempo real, en la máquina y para la máquina. 

A diferencia del edge computing, donde se analizan plantas o líneas de fabricación individualmente aplicando una capacidad de procesamiento limitada, el controlador de IA utilizado por Omron, que incorpora la inteligencia adaptativa, está más cerca del campo de acción y aprende a distinguir los patrones normales de los anómalos para cada máquina individual.

El controlador de IA integrado en la plataforma Sysmac —una solución completa para la automatización industrial de fábricas que incorpora módulos para control, movimiento y robótica, procesamiento de imágenes y seguridad de máquinas— interviene sobre todo en el proceso de fabricación en los puntos en los que el cliente experimenta los mayores problemas de eficiencia (embotellamientos). Los procesos adquieren inteligencia a partir de lo que se ha ido encontrando y mejorando previamente, lo que impulsa la optimización holística de todo el proceso de fabricación.

Aunque se han alcanzado valores de OEE de 80% o más en algunos casos aislados, especialmente en la industria del automóvil, muchos de los sistemas que están actualmente en uso han generado cifras en torno al 50%. Si se mejora la calidad y se emplea el mantenimiento predictivo para evitar los tiempos de inactividad de las máquinas, se pueden obtener aumentos de eficiencia significativos. 

El controlador de IA proporciona optimización precisamente en estas áreas; funciona a partir de requisitos prácticos y su objetivo es mejorar notablemente la OEE. Es importante tener en cuenta que una mejora de unos pocos puntos porcentuales puede traducirse en importantes aumentos de eficiencia y en reducciones de costes. Con su nueva solución de IA, actualmente en fase de pruebas con clientes piloto, OMRON espera llevar a las fábricas valor añadido y mejoras prácticas con vistas a crear una industria más inteligente.

* General Manager Product & Solution Marketing, EMEA, de Omron.