Cómo la IA y el aprendizaje automático impactan en el mecanizado CNC

Desde la cadena de suministro hasta la pieza terminada e instalada, la optimización incremental estará en el corazón del futuro trabajo de fabricación. ¿Qué se necesita para que la optimización sea más automatizada? Inteligencia artificial y aprendizaje automático. Exploramos.

El motor de la fabricación actual reside en el mecanizado CNC. Pero, ¿hacia dónde se dirige el CNC? Hacia una optimización continua y automatizada, dicen expertos de la industria y académicos.

La optimización puede parecer un concepto simple, pero es complejo, especialmente para automatizar. Hay tanta tecnología subyacente, incluido el software y los datos, y la interpretación humana, necesaria para hacer realidad la automatización en la fabricación.

Echamos un vistazo a dos áreas que se espera que realmente tengan un impacto dentro de los sistemas CNC:aprendizaje automático e inteligencia artificial, o "IA". La inteligencia artificial, ya sea de algoritmos basados ​​en software, sondas inteligentes o comandos de voz, es la mitad del rompecabezas de optimización. La otra mitad es aprendizaje automático.

El aprendizaje automático toma datos de la máquina y, en teoría, se autooptimiza o cambia de rumbo para tomar medidas correctivas. Esto no significa que no haya participación humana. Por el contrario, significa que existe una participación humana consistente que define y refina o le enseña a una máquina los parámetros de optimización, a través de evaluación analítica, simulación, programación y prueba.

Imagine sistemas con una utilidad más predictiva que informen información matizada de la máquina y la construcción de piezas y que estén preprogramados para ajustar y programar automáticamente el tiempo de inactividad o activar las actividades de la máquina en una celda más saludable. Imagine sistemas operativos de máquinas que puedan comunicarse y actuar con los maquinistas mediante comandos de voz.

¿Qué se está haciendo hoy para acercar a la industria a este estado futuro? Hablamos con el cofundador y director ejecutivo de MachineMetrics, Bill Bither, y otros para averiguarlo.

IA y aprendizaje automático en máquinas CNC:el valor de la visibilidad

Con experiencia en ingeniería mecánica y conocimiento de la fabricación en la industria aeroespacial y de defensa, Bither reconoció la necesidad de un software de proceso más matizado y en tiempo real en la fabricación. Bither pasó cinco años en Hamilton Sundstrand, una división de United Technologies, donde diseñó sistemas hidráulicos.

“Existe la oportunidad de aprovechar los datos para comprender realmente lo que sucede en la planta y tomar mejores decisiones”, dice Bither. “El desafío es que es bastante difícil conectarse a las máquinas. Así que comenzamos una empresa hace poco menos de cinco años para aumentar la visibilidad de la producción al facilitar la conexión a las máquinas CNC”.

MachineMetrics proporciona visualización en tiempo real de análisis de máquinas CNC, o lo que Bither llama "análisis descriptivos" que permiten a una empresa ver métricas de producción precisas, como tasas de utilización, y rastrearlas hasta los objetivos de producción. Hay varias otras áreas de análisis sobre las que proporciona información, incluidos datos de diagnóstico, predictivos y prescriptivos.

El resultado:aumentos en el rendimiento y la eficiencia del 20 por ciento o más en su base de 100 clientes de fabricantes medianos a grandes. Dado su gran conjunto de datos en miles de máquinas, la plataforma MachineMetrics también incluye evaluación comparativa, que ayuda a las empresas a compararse con sus pares y mantenerse competitivas.

Tomar mejores decisiones no se trata solo de invertir en equipos, dice Bither. Con datos de producción más detallados, los fabricantes pueden evaluar qué procesos deben optimizarse. Los datos de diagnóstico pueden ayudar a los equipos de mantenimiento y a los fabricantes de máquinas a mejorar las funciones y crear un circuito de retroalimentación del mundo real.

Los datos predictivos permiten a los equipos comprender las condiciones y cuándo los CNC necesitarán ayuda. El análisis prescriptivo aprovecha las condiciones para ofrecer orientación y orientación oportunas a los operadores.

Mecanizado CNC inteligente:alarmas, activadores y supervisión del husillo

“IA es un término muy genérico”, dice Bither. "Si un ser humano no tiene que ejecutar un cálculo en su cabeza y la máquina lo hace, eso podría considerarse 'IA'. Con el aprendizaje automático, hay algunos casos de uso muy específicos para eso... Hay aprendizaje automático supervisado, que requiere capacitación y retroalimentación, y aprendizaje automático no supervisado que no lo hace”.

Comprender la falla del eje o clasificar automáticamente el tiempo de inactividad podría requerir aprendizaje automático, explica Bither. Las alertas que se desencadenan por una lógica simple que notifican a un operador que una máquina se ha averiado tres veces hoy no son necesariamente aprendizaje automático per se, pero es el tipo de algoritmo inteligente basado en reglas que ayuda a los operadores humanos a rastrear y administrar fácilmente los sistemas.

La tecnología basada en inteligencia hace que el trabajo de un operador sea más proactivo. La información oportuna puede ser la diferencia entre perder días de ganancias de un CNC y poder programar y organizar caminos alternativos hacia los objetivos de producción.

La automatización y la inteligencia basada en sensores inteligentes también han llegado a las soluciones de gestión de inventario y venta de herramientas. Más información sobre cómo tome el control y reduzca el desperdicio en gastos de suministro.

La inteligencia artificial y el aprendizaje automático permiten decisiones más inteligentes y una comprensión más profunda de las fallas de la herramienta, la vida útil de la herramienta y la calidad de la pieza

MachineMetrics no está solo. Los ingenieros de la Fábrica 2050 del Centro de Investigación de Fabricación Avanzada en Sheffield, Reino Unido, también están utilizando IA y aprendizaje automático para la utilización de máquinas. Están utilizando hardware informático de borde para rastrear el consumo de energía en los componentes de suspensión automotriz. También trabajan con Tinsley Bridge para monitorear los procesos de fabricación.

"Interrogar las tasas de utilización de nuestras máquinas significa que tenemos una mejor visibilidad de lo que se estaba fabricando y cuándo, y la capacidad de evaluar si estamos programando de manera efectiva", dice Russell Crow, director de ingeniería en Tinsley Bridge, en Metrology News artículo.

La siguiente fase de este proyecto es enseñar a las máquinas a aprender y detectar componentes no conformes en la producción y encontrar un desgaste inconsistente de la herramienta que podría afectar la calidad de la pieza.

“La información que proporcionará la IA nos permitirá identificar cuándo nuestras máquinas requerirán intervención para cambios de herramientas, o cuánto tiempo podemos operarlas sin intervención”, dice Crow. "Predecir fallas en las herramientas y prolongar su vida útil también afectará nuestras tasas de acierto a la primera, reduciendo las piezas no conformes y aumentando la productividad".

 ¿Necesita una respuesta a una pregunta técnica? Pregúntale al Equipo técnico de metalurgia de MSC en el foro.

La automatización en la fabricación libera tiempo para la resolución de problemas cruciales

Sin duda, el futuro del mecanizado será más automatizado. Con una brecha de habilidades inminente y una evolución tecnológica que ocurre simultáneamente, la automatización elevará el valor de los trabajadores que programan, solucionan problemas y mantienen los sistemas CNC automatizados y las piezas fabricadas.

Los diseñadores industriales, los ingenieros de procesos y los operadores de máquinas trabajarán más estrechamente que nunca, según esperan los expertos de la industria.

“[La mayoría] de los fabricantes creen que la causa número 1 de la escasez de habilidades es el 'conjunto de habilidades cambiantes debido a la introducción de nueva tecnología avanzada y automatización'”, escriben el Instituto de Manufactura y Deloitte en su informe de 2018 sobre la brecha de habilidades y futuro del trabajo

Para obtener más información sobre las habilidades futuras necesarias en el taller, lea “ Industria 4.0:habilidades de fabricación necesarias en las fábricas inteligentes .”

Pero llegar a un lugar de automatización requiere una programación de máquinas compleja y una integración más profunda de Internet y las tecnologías basadas en la nube. El futuro, a falta de una palabra mejor, se optimizará para que sea óptimo para la producción. Y las habilidades digitales, junto con el pensamiento suave y crítico y las habilidades de gestión de personas, también son necesarias, según el estudio de Deloitte and Manufacturing Institute, que escribe:

"En la fabricación, esto generalmente se traduce en la resolución de problemas en la producción, como tener la capacidad de identificar fallas de calidad con piezas que salen de una línea de producción automatizada y, lo que es más importante, tomar medidas que solucionen el problema en tiempo real".

Crow, de Tinsley Bridge, está de acuerdo. La calidad futura proviene de la optimización conjunta de procesos y máquinas.

“En el futuro, los conocimientos sobre nuestros datos nos permitirán operar nuestras máquinas de manera más efectiva, de modo que podamos liberar tiempo para que nuestros ingenieros trabajen en tareas de valor agregado, como la programación para múltiples trabajos o máquinas, creando una fábrica más inteligente que ayudará fabricamos productos técnicamente avanzados”, dice Crow.

¿Qué tan doloroso es para usted el proceso de recalibración de máquinas? Hable de ello en el foro . [es necesario registrarse]