Blog

Nov 03, 2023

Previsión de la calidad de la producción con inteligencia artificial

¿Qué pasa con predecir con alta certeza si un componente cumple con los requisitos de calidad incluso mientras un paso de mecanizado está en progreso? La Inteligencia Artificial (IA) lo hace posible. La IA

¿Qué pasa con predecir con alta certeza si un componente cumple con los requisitos de calidad incluso mientras un paso de mecanizado está en progreso? La Inteligencia Artificial (IA) lo hace posible. Las soluciones de IA desarrolladas en Fraunhofer IWU representan una mejora con respecto a los sistemas de inspección en línea anteriores, eliminando la necesidad de realizar una retirada que requiere mucho tiempo para realizar pruebas. Estos pronósticos de calidad durante el procesamiento pueden integrarse en muchos procesos de fabricación industrial, a menudo en combinación con sensores rentables existentes. Sin embargo, esta IA también se puede utilizar con fines de optimización. Puede ayudar a controlar los parámetros de entrada del proceso, como evitar desechos desde el principio o reducir el consumo de energía en la producción sin comprometer la calidad.

Previsiones de calidad

Las áreas de aplicación futuras típicas para la solución de IA recientemente desarrollada incluyen pasos de mecanizado como taladrado, torneado y fresado. En la perforación, por ejemplo, la velocidad de rotación, el avance y las mediciones de un sensor de vibración proporcionan información sobre el resultado cualitativo esperado. Esto permite obtener una evaluación de la calidad, por ejemplo, en perforaciones profundas sin necesidad de destruir la pieza de trabajo para la medición.

Optimización de procesos

En el ámbito de la metalurgia, el uso de la IA ha demostrado ser especialmente eficaz en el conformado en caliente. En este proceso, la pieza de trabajo se calienta en el horno por encima de la temperatura de austenización (aproximadamente 880 °C) antes del prensado. Una vez que se alcanza la temperatura objetivo deseada para una dureza óptima, la chapa caliente se coloca en la prensa y se le da forma. Esto da como resultado una estructura martensítica, endureciendo así el material. Dado que la calidad del producto es primordial en este proceso que consume mucha energía, la temperatura del horno a menudo se ajusta más alta de lo necesario. Al pronosticar la dureza anticipada, la IA proporciona orientación basada en datos para ajustar la temperatura de endurecimiento.

En los procesos de moldeo por inyección, la IA monitorea parámetros específicos como la temperatura del molde, la velocidad de rotación del tornillo para el granulado, la temperatura de fusión, el tiempo de retención del molde y el tiempo de enfriamiento. Las contramedidas oportunas basadas en pronósticos de calidad desfavorables ayudan a reducir significativamente el desperdicio.

Inspecciones al 100 %: número bajo de conjuntos de datos de capacitación

En todos los escenarios de aplicación, la IA se puede utilizar directamente en el proceso de fabricación (en línea) para monitorear todo el lote mediante inspecciones al 100 %. Las inspecciones por muestreo aleatorio son, por tanto, cosa del pasado.

Para entrenar varios modelos de IA, en muchas aplicaciones, es suficiente un número de conjuntos de datos de dos dígitos, complementados con experiencia en procesos. En funcionamiento, la potencia informática del Edge Computing (local) suele ser suficiente.

Para más información: www.iwu.fraunhofer.de

ENLACE DE LA PÁGINA DE INICIO