John Deere adopta IA para resolver desafíos de porosidad en soldadura

La soldadura es una parte integral de la industria de manufactura de equipos pesados, y uno de los desafíos que enfrentan los técnicos durante la soldadura es la porosidad —la presencia de cavidades en el metal de soldadura.

Estas cavidades debilitan la resistencia de la soldadura y requieren retrabajo o incluso el desecho de toda la pieza defectuosa.

Esto puede ser costoso y consumir mucho tiempo. Si bien los ingenieros de soldadura capacitados pueden detectar porosidad con inspección auditiva y visual, estos ingenieros pueden ser difíciles de encontrar. También pueden tener dificultades para escuchar o ver defectos en entornos de fábrica ruidosos y con humo.

Los sistemas de monitorización automatizados existentes a menudo experimentan una alta tasa de falsos positivos, ralentizando la producción y aumentando costes.

John Deere, que fabrica maquinaria agrícola, de construcción y forestal, se asoció con Intel para construir una solución basada en inteligencia artificial (IA) para este problema.

Las soluciones de visión artificial han sido difíciles de crear para aplicaciones de soldadura durante mucho tiempo debido a entornos extremadamente hostiles con humo y chispas que pueden plantear dificultades en la colocación de la cámara.

Para superar estos desafíos, trabajamos con John Deere y nuestros socios para crear una solución de IA con una cámara colocada en rango cercano de la soldadura, proporcionando información más allá de las capacidades del ojo humano.

Aprovechando el kit de herramientas Intel OpenVINO (Optimización de Inferencia Visual y Red Neuronal), la solución examina el video en streaming fotograma a fotograma, buscando defectos.

Cuando los defectos son identificados por el modelo de IA, la solución apaga instantáneamente el robot de soldadura para que un técnico pueda intervenir de forma segura. Los intentos previos en la industria para lidiar con problemas de porosidad en soldadura durante el proceso no siempre han tenido éxito. Si estos defectos se encuentran más tarde en el proceso de manufactura, requieren retrabajo o incluso el desecho de ensamblajes completos, lo que puede ser disruptivo y costoso.

Basándonos en nuestro piloto con Deere, la solución puede detectar defectos de porosidad con hasta un 97,14 por ciento de precisión —un enorme ahorro de coste y productividad para los fabricantes. La solución autónoma no tiene dependencia de ninguna fuente de alimentación de terceros ni del modelo de robot de soldadura, lo que la hace verdaderamente escalable.

El sistema integrado de extremo a extremo también permite a los fabricantes conectar equipos de soldadura nuevos y existentes, captura múltiples flujos de datos de imagen intensivos en computación, y despliega modelos de aprendizaje automático en dispositivos de borde.

Los desafíos de calidad de soldadura no son, por supuesto, exclusivos de John Deere. Lo único es el enfoque de Deere. Los ingenieros de la empresa se están apoyando en IA y visión artificial para automatizar la inspección de calidad, permitiéndoles detectar problemas a medida que ocurren para impulsar la toma de decisiones rápida en la planta, automatizar el proceso de QA para mejorar calidad, reducir costes y aumentar el rendimiento de fábrica.

Mientras trabajábamos con Deere, nuestro foco era asegurar la longevidad de la solución para apoyar otras necesidades de calidad o eficiencia que la empresa pueda tener en el futuro.

Esta es una gran lección para empresas que buscan añadir inteligencia a equipos, procesos y gestión de manufactura existentes. Es vital asociarse con proveedores de soluciones que puedan ayudar a resolver los desafíos de hoy mientras garantizan interoperabilidad y escalabilidad para flexibilidad y facilidad de uso en el futuro.

"La soldadura es complicada. Esta solución de IA tiene el potencial de ayudarnos a producir nuestras... máquinas más eficientemente que antes", dijo Andy Benko, director de calidad en la unidad de construcción y forestal de Deere.