Liderando el camino: Dos mujeres transformando la automatización aeroespacial

Automatizar la manufactura y ensamblaje de componentes aeroespaciales y de defensa no es tarea simple. Las piezas son a menudo complejas, con una mezcla alta/baja de componentes que van de robustos a micro en tamaño, y esta gama diversa no necesariamente se presta a la automatización.

Se necesitan múltiples conjuntos de habilidades para automatizar estas tareas —y para liderar los equipos que las llevan a buen término. Pueden ser del tipo de ingeniería dura: codificación, robótica, inteligencia artificial/aprendizaje automático, metrología. A menudo, requieren ciertas "habilidades blandas", como construcción de equipos y liderazgo, y rasgos de personalidad, como tenacidad, curiosidad y pensamiento creativo.

Dos destacadas ejecutivas de ingeniería, Nicole Williams en The Boeing Co. y Marie-Christine Caron en GE Aviation, supervisan los esfuerzos de automatización en sus respectivas empresas —y poseen estas habilidades en abundancia.

Las mujeres, a quienes la revista Smart Manufacturing este año nombró como dos de las "20 mujeres dejando su huella en robótica y automatización", hablaron recientemente en un seminario web relacionado (https://bit.ly/Robotics2paths) —detallando cómo empezaron, los roles que desempeñan, los problemas y desafíos que enfrentan y qué depara el futuro para la próxima generación de ingenieras.

Diferentes rutas al éxito

Estas mujeres llegaron a sus posiciones corporativas a través de diferentes elecciones de vida, académicas y profesionales.

Para Williams, una vida de matemáticas y ciencias parecía una conclusión inevitable. Su vida hogareña era como un patio de recreo de ingeniería: Su padre y tío eran ingenieros eléctricos, y su tía ingeniera mecánica. Por la casa había electrónica esperando ser desarmada para ver cómo funcionaba. Las superficies planas albergaban revistas de codificación que permitían a Williams practicar sus incipientes habilidades de codificación, y prototipos de adornos y tarjetas musicales que su padre traía a casa de su trabajo como ingeniero de desarrollo en Hallmark. (Un favorito de la infancia era un adorno que mostraba una escena navideña 3D cubierta de nieve con un pequeño tren avanzando por un túnel).

"Desde que era muy joven, he estado interesada en desarmar cosas, computadoras, programación y resolución de problemas", dijo Williams. "Siempre me han gustado las matemáticas. Son consistentes y fiables. No son arbitrarias, caprichosas o cambiantes".

Su tía ingeniera mecánica le enseñó que los ingenieros mecánicos pueden trabajar en cualquier cosa, desde diseñar productos comerciales hasta implantes médicos, robótica e instalaciones nucleares.

"Realmente me gustaba la variedad de proyectos que podía apoyar. Me encantaba aprender cosas nuevas, usar mis habilidades para resolver diferentes tipos de problemas, tanto dentro como fuera del trabajo", dijo.

Su interés en robótica comenzó en la Universidad de Missouri-Rolla (ahora Missouri S&T) donde trabajó con un robot de configuración SCARA (Selective Compliance Articulated Robot Arm) para clasificar bloques de madera rectangulares de circulares y recoger y colocarlos según fuera necesario.

Este proyecto académico ayudó a perfeccionar sus habilidades de programación —habilidades que dijo le ayudaron a ser contratada en The Boeing Co. en 1999.

Inicialmente, Williams apoyó un robot de desarrollo empleado para manejar una variedad de piezas. El robot estilo pórtico presentaba un efector final grande que sostenía bobinas de fibra de carbono, material epoxi. La máquina usaba programación B+, y muchas de sus primeras asignaciones involucraban crear dibujos para esta unidad.

Mientras trabajaba en estas asignaciones, absorbió otras habilidades.

"Aprendí sobre el proceso de solicitud de patente y lo difícil que puede ser y cuánto tiempo puede llevar el proceso", dijo. "Pronto me involucré en programación con un producto de [software de simulación robótica] llamado IGRIP, creando herramientas de programación de robot y herramientas de simulación para programas de robot".

Se volvió hábil en el uso de una invención de Boeing llamada RAC, o control automático de ensamblaje robótico, que se basaba en una autonomía basada en objetivos que con el tiempo permitiría a la empresa mejorar su efectividad general del equipamiento (OEE), calidad a la primera y usabilidad tanto para mantenimiento como para mecánicos.

"Para hacer la automatización lo más flexible posible en un entorno aeroespacial, confiamos fuertemente en este control basado en objetivos", dijo. "En lugar de escribir un guión explícito de acciones para que el robot complete o ejecute como en la programación robótica tradicional, le damos un conjunto de objetivos y reglas sobre cómo completar estos objetivos".

En un proyecto, una celda de trabajo presentaba localización usando visión artificial, controles supervisores basados en objetivos RAC y precisión del robot a través de calibraciones cinemáticas.

"Tenemos calibración cinemática específica que usamos para nuestros robots. Y luego un uso completo de POO sin ningún retoque", dijo, refiriéndose a programación orientada a objetos. "Eso es algo que creo que es bastante raro, poder tomar un programa directamente del ordenador del programador NC e ir a ejecutarlo en la planta sin tener que hacer mucho funcionamiento en seco o ajuste".

Se convirtió en el rol de Williams ensamblar todos los modelos en IGRIP, que se programa usando un lenguaje de simulación gráfico e intérprete de línea de comandos. "Cada programa individual y sistema robótico tenía que ser simulado para identificar problemas potenciales antes de producción", dijo.

Un problema que se presentó fue taladrar agujeros en pilones de C-17.

"En ese momento, yo era la única con el software y capacidad para reunir todas las piezas en la celda de trabajo, incluyendo el utillaje, la pieza, el robot y el efector final. Identificamos porciones del utillaje que bloqueaban áreas que el robot necesitaba acceder para taladrar [los pilones]. Al final, terminamos teniendo que cortar parte del utillaje para permitir acceso al efector final del robot".

Este proyecto le enseñó una lección importante, y fue reunir a todas las partes interesadas más temprano en el proceso y simular múltiples condiciones y escenarios antes de la construcción. De hecho, muchas de las simulaciones que Williams creó se han usado en reuniones con proveedores de máquinas herramienta, ayudando a todas las partes a visualizar preocupaciones.

"Esto a menudo afectó el diseño y modificaciones de la máquina", dijo. "Pronto, empecé a viajar para entrenar programadores NC en cómo usar las herramientas que habíamos desarrollado, y cómo usar las simulaciones en un entorno de aviones de producción".

La idea de usar automatización y robótica como una herramienta que mejoraba la flexibilidad de la fuerza laboral y la facilidad de uso del trabajador es un concepto que seguiría a Williams a lo largo de su carrera. Es una mentalidad que Caron también cree, y que ha empleado mientras construía su carrera.

Académicos y atletismo

Como Williams, Caron encontró la ciencia y las matemáticas como fuerzas impulsoras. Pero fue su destreza en la pista de tenis la que literalmente le sirvió bien cuando llegó el momento de estudiar para una carrera en ingeniería.

"Contacté a muchas de las universidades en EE. UU. que tenían un programa de tenis, y les dije: 'Oye, vivo en Quebec. Juego tenis, y quiero estudiar ingeniería'", dijo.

Antes de ganar su beca de tenis en la Universidad de Massachusetts en Amherst, envió cartas a 50 escuelas en EE. UU.

Con beca en mano, saltó a una nueva vida, en un nuevo país, con una nueva cultura, y aprendió a equilibrar académicos y atletismo.

Esos desafíos "me hicieron creer en mí misma y entender el hecho de que, incluso si no sabes qué esperar, aún puedes divertirte y tener éxito", dijo Caron. "Hizo crecer mis habilidades de resiliencia y adaptación, y abrió mi mente a otros y realmente llegar a conocer y realmente entender cómo puedo ser exitosa y cómo encajo en un equipo".

Tras graduarse, Caron regresó a Canadá y tomó un trabajo en IBM, trabajando en microelectrónica. "Cuando hablas microelectrónica, hablas automatización porque todo es tan pequeño y [ensamblaje] tan rápido que todo está automatizado. Esa fue mi primera introducción a la verdadera automatización y realmente me hizo amar el enlace entre tecnología, logística y calidad —para hacer el mejor producto de la manera más eficiente".

Caron subió la escalera de IBM, y eventualmente fue promovida a gestionar equipos de ingeniería. "Pasé de ser una persona técnica a líder, pero siempre estuve muy vinculada a la tecnología, intentando que el equipo fuera muy exitoso".

Después de 13 años, se unió a la instalación de GE Aviation en Bromont, Quebec. Este salto de carrera la llevaría de un "equipo súper preciso, mini microelectrónica a un mundo de aviación súper robusto, pero, al mismo tiempo, muy complejo".

La ubicación de Bromont fabrica componentes de motor para aviones Boeing y Airbus, y alberga el Centro Global de Robótica, Automatización e Instrumentación I+D de la empresa que desarrolla procesos robóticos avanzados y aplicaciones de software.

No mucho después de unirse a GE, hubo una vacante en el Centro de Investigación Global, conocido como GRC, y ella "saltó a esa oportunidad".

Enfrentando desafíos

El trabajo en el GRC le permitió explorar más qué se podía hacer con automatización y robótica desde una perspectiva de ingeniería.

Una asignación de nueve meses en la República Checa le ayudó a perfeccionar habilidades adicionales. Allí, Caron no era solo una experta en automatización o robótica, era una gerente de proyecto.

"Tuve la suerte de ser parte del programa de desarrollo de motor en Praga", dijo. "Aprendí a ser realmente abierta de mente sobre cultura y entender sus procesos de manufactura. Tenía muchas [propias] respuestas, pero no encajaban necesariamente con la forma en que ellos veían las cosas. Aprendí que necesitaba entender las restricciones, entender el entorno y proponer la evolución correcta para cada sitio".

Aunque la automatización puede traer ganancias productivas, Caron aprendió que los usuarios potenciales no siempre aceptan la ayuda tan fácilmente.

La mentalidad de algunos es que si necesitan más capacidad, simplemente le echarán un cuerpo extra. El núcleo de esta preocupación son los empleos.

"La gente decía: 'nos va a quitar el trabajo'. No, no lo hará; asegurará su trabajo. Porque harán más piezas, más precisamente y aún usaremos su cerebro para otros trabajos", dijo.

Una de sus asignaciones más desafiantes analizó un proyecto manual que requería insertar sellos en pequeños ensamblajes.

En una pieza de dos por dos pulgadas (50,8×50,8 mm), por ejemplo, el trabajador de ensamblaje podría tener que insertar 40 sellos con pinzas. "Era un trabajo muy tedioso para los operadores y les llevaba una eternidad. Entonces, ¿cómo automatizas esto?"

Para un humano, es una tarea fácil, aunque laboriosa: simplemente recoger y colocar los sellos.

Los humanos pueden determinar si el sello está asentado correctamente, o al menos dentro de especificación, e incluso si el sello está presente.

Pero hay "muchas cosas que tu cerebro hace que son bastante difíciles de poner en un sistema", dijo Caron.

Para automatizar este proceso de ensamblaje, se instaló visión artificial e integró IA/aprendizaje automático en una celda de trabajo.

"La robótica de automatización no son solo robots, es todo lo que hay alrededor", dijo. "¿Cómo lo ves [inserción de sello], cómo lo localizas, cómo sabes dónde estás en el espacio 3D, y cómo realizas una tarea de forma fiable cada vez?"

Para ayudar a lograr esto, se instalaron cinco cámaras diferentes dentro de la celda de trabajo, cada una con una aplicación específica.

Al analizar las imágenes, la IA puede determinar un sello bueno de uno malo. "Si dijeras 'bueno' o 'no bueno' sin la IA, el sistema diría: 'Es diferente, así que no es bueno'. Pero la IA te da esa capacidad extra para decir: 'No necesito que sea blanco y negro; puede ser gris'", dijo Caron.

Imagen e IA en Boeing

Desde los días de Williams en la universidad donde usó tecnología de imagen para clasificar bloques de madera, hasta su investigación de posgrado que usó datos de imagen para entrenar una serie de redes neuronales, ha utilizado extensivamente técnicas de imagen e IA para resolver desafíos de automatización.

Un proyecto, que le valió a Williams y su equipo un premio Boeing Silver Phantom, analizó patrones de taladrado en componentes aeroespaciales para aviones comerciales.

El esquema de control usó el concepto RAC de Boeing e incorporó escaneo de pieza, así como datos sobre utillaje y características de pieza, para determinar posiciones finales de taladrado precisas.

"En la construcción de aviones, la distancia al borde es un dato importante", dijo. "Si taladras un agujero demasiado cerca del borde de una costilla o larguero, arriesgas fallo prematuro de esa pieza".

Mientras el rango de proyectos de Williams es diverso, dijo que uno de los proyectos más efectivos en los que trabajó fue también uno de los más simples: rastrear las herramientas de los trabajadores.

Anteriormente, para asegurar que las herramientas estén contabilizadas al final del día, un técnico tomaba una pieza de espuma y dibujaba la forma de una herramienta en el material. Luego tomaban un Dremel y tallaban a mano la forma de la herramienta.

La solución automatizada usaba un carro móvil en el que los trabajadores colocan sus herramientas y un sistema de visión artificial capturaba una imagen de la caja de herramientas, la traducía a una imagen binaria, luego la traducía a un archivo Excel y finalmente el archivo se enviaba a un cortador láser para cortar la espuma.

"Tuvimos que resolver muchos desafíos del sistema de visión. Algunas herramientas son particularmente brillantes. Algunos trabajadores han hecho 'ajustes personalizados' a sus herramientas, como añadir cinta", dijo. "Por eso no podíamos usar un sistema estándar".

"Fue un proyecto bastante simple, que se armó muy rápido, pero salvó a nuestros operadores que pudieron pasar de terminar quizás ocho o diez cajones [de herramientas] al día a poder completar múltiples cajas de herramientas completas en un día", dijo Williams. "Fue un aumento de rendimiento realmente dramático para el equipo".

Líderes de equipo del mañana

A la larga, el objetivo es hacer piezas mejores, más rentables. Y los talentos que Williams y Caron aportan a sus posiciones están haciendo que eso suceda en instalaciones de GE y Boeing alrededor del mundo.

Y, aunque las mujeres siguen siendo algo anómalas en ingeniería de manufactura, estas dos mujeres han demostrado que no hay trabajos "solo para hombres".

Williams y Caron han trabajado con y para y han liderado colegas masculinos —y han llegado a la cima de sus profesiones.

Cada una lo hizo a través de trabajo duro, y disposición a aprender y probar cosas nuevas.

Para la próxima generación de ingenieras y ejecutivas de empresas manufactureras, la pareja insta a quienes consideren estas profesiones a seguir las cosas que les interesan e inspiran.

"Piensa en qué te conecta, qué te impulsa, ya sea una tecnología particular, un conjunto de habilidades particular, o un grupo particular de gente que conoces", dijo Williams. "Y luego continúa tu educación. Toma una clase, toma un par de clases. Solo mete el pie en el agua y ve qué te interesa, y qué realmente te impulsa".

Caron estuvo de acuerdo: "Ve con tu corazón. Si te gustan las matemáticas, no te preocupes. Esa profesión está evolucionando y hay tantas ramas que puedes tomar. No tengas miedo de intentarlo. Confía en ti misma, sé tú misma, y haz lo que amas.

"Crees de cada paso de tu experiencia laboral y de vida", añadió Caron. "Saca el máximo provecho de ellos, y toma los pequeños trozos y únelos en lo que quieres llegar a ser y cómo quieres ser. Y realmente, para mí, este viaje de automatización es realmente un ejemplo de eso".