Cómo el aprendizaje automático está transformando la producción industrial

Según Wikipedia, el aprendizaje automático “es el estudio científico de algoritmos y modelos estadísticos que utilizan los sistemas informáticos para realizar tarea específica de manera efectiva sin usar instrucciones explícitas, confiando en patrones e inferencias. Se considera un subconjunto de la inteligencia artificial ”.

El aprendizaje automático no es un dispositivo que se pueda conectar a una línea de producción y hacer que la línea funcione mejor que antes. Es un proceso que necesita entradas de muchos dispositivos para enviar datos a él, de modo que los datos se puedan recopilar, evaluar y utilizar para desarrollar conocimientos sobre cómo funciona la línea de producción.

Este conocimiento se puede utilizar para determinar cómo la línea de producción puede tener un mayor rendimiento, operar a un costo menor y funcionar de manera más confiable. De esta manera, el aprendizaje automático transforma una operación industrial en un sistema de sistemas que puede llevar los productos al mercado más rápido a un costo menor para que la empresa pueda seguir siendo competitiva y mantener contentos a sus clientes.

Aprendizaje automático basado en procesos

Agreguemos un modificador a la idea de aprendizaje automático y llamémoslo "basado en procesos". Esto nos permite llegar al meollo del asunto al identificar la tecnología industrial que tuvo que crearse o modificarse debido al deseo de utilizar algoritmos informáticos para permitir la era de la fabricación inteligente.

El aprendizaje automático utiliza datos de entrenamiento para enseñar a su algoritmo informático qué esperar de las máquinas de producción que supervisa para obtener esos datos.

Debe depender del reconocimiento de patrones y la inferencia para desarrollar la capacidad del algoritmo para tomar decisiones y predicciones sin tener que escribir código para ser programado explícitamente para realizar esa tarea. Los datos de entrenamiento se recopilan, procesan y evalúan en una secuencia estructurada de pasos para preparar los datos para su uso en el algoritmo de aprendizaje automático.

Esta secuencia estructurada de pasos es un proceso, y la creación de ese proceso introduce nuevas tecnologías en forma de dispositivos para crear los datos, redes para almacenar y procesar los datos y computadoras para procesar y limpiar los datos para su precisión y relevancia.

Ese es un sistema representado por la imagen de arriba. Más importante aún, ese diagrama es un sistema de sistemas (SoSe) debido a la creciente complejidad de su operación. Veremos qué significa esa tecnología para el aprendizaje automático en breve.

Transformaciones y aplicaciones industriales atribuidas al aprendizaje automático

La lista de nuevas tecnologías que se pueden atribuir al aprendizaje automático es exhaustiva y no se puede cubrir en su totalidad en este artículo. Por lo tanto, discutiré los problemas de nivel superior que son más fácilmente identificables.

Mantenimiento predictivo

La posibilidad de predecir interrupciones en una línea de producción por adelantado puede ser invaluable para los fabricantes. Le permite al gerente programar el tiempo de inactividad en el momento más ventajoso y eliminar el tiempo de inactividad no programado. El tiempo de inactividad no programado afecta fuertemente el margen de beneficio y puede resultar en la pérdida de su base de clientes. También interrumpe la cadena de suministro, provocando el transporte de existencias en exceso.

La necesidad de contratar mano de obra adicional también puede costar mucho dinero. Un estudio reciente predijo que se espera que la adopción del aprendizaje automático para permitir el mantenimiento predictivo aumente entre los fabricantes en un 38 por ciento debido a su capacidad para mejorar el margen de beneficio mediante la eliminación de paros laborales no programados.

Convergencia de TI / OT y seguridad de la red

El desarrollo del aprendizaje automático también impulsará muchas modificaciones del modelo comercial en los procedimientos operativos estándar de un fabricante. Esto es especialmente cierto en la estructura organizativa de una empresa. La red informática, que es el terreno sagrado del departamento de tecnología de la información (TI), debe ubicarse junto con los sensores operativos en la maquinaria de producción para que los datos puedan recopilarse y enviarse al almacén de datos como datos de capacitación con fines de aprendizaje automático.

Es probable que sea necesario derribar el muro de silencio que separa a los dos grupos internamente para permitir la colaboración y la cooperación. Después de todo, los operadores de piso y los técnicos se verán significativamente afectados si la red no es confiable o es pirateada, lo que puede detener la producción. Los sensores y dispositivos de tecnología operativa (OT) se verán afectados tanto como la red de TI y las computadoras.

Desarrollo de gemelos digitales

El objetivo final de la inteligencia artificial y el aprendizaje automático es permitir el desarrollo de un gemelo digital del piso de producción. La creación de un gemelo digital debe tener lugar bajo un proceso de ingeniería de sistemas basado en modelos utilizando algoritmos de aprendizaje automático y el conocimiento adquirido como base.

El gemelo digital puede servir como plataforma para ejecutar escenarios hipotéticos para aprender lo que no sabemos hoy. También se puede utilizar como modelo para diseñar piezas de mayor fiabilidad y ajustar las interacciones entre las máquinas de la línea de producción para mejorar el rendimiento. Las posibilidades son infinitas.

Acerca del autor

Joseph Zulick es escritor y gerente de MRO Electric and Supply .