Cómo la IA y el aprendizaje automático revolucionan el mecanizado CNC

Desde la cadena de suministro hasta la pieza terminada e instalada, la optimización incremental estará en el corazón del trabajo de manufactura futuro. ¿Qué se necesitará para hacer la optimización más automatizada? Inteligencia de máquina y aprendizaje automático. Exploramos.

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

La optimización puede sonar como un concepto simple, pero es compleja —especialmente para automatizar. Hay tanta tecnología subyacente, incluyendo software y datos —e interpretación humana— necesarios para hacer la automatización en manufactura una realidad.

Echamos un vistazo a dos áreas que se espera que realmente hagan 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 comando de voz— es la mitad del rompecabezas de optimización. La otra mitad es el aprendizaje automático.

El aprendizaje automático toma datos de máquina y, en teoría, se auto-optimiza o cambia de rumbo para tomar acción correctiva. Esto no significa que no haya participación humana. Por el contrario, significa que hay participación humana consistente que define y refina o enseña a una máquina los parámetros de optimización —a través de evaluación analítica, simulación, programación y prueba.

Imagine sistemas con más utilidad predictiva que reporten información matizada de máquina y construcción de piezas y estén pre-programados para ajustar y auto-programar tiempo de inactividad o activar actividades de máquina en una celda más saludable. Imagine sistemas operativos de máquina que puedan comunicarse y tomar acción con maquinistas por comando de voz.

¿Qué se está haciendo hoy para llevar a la industria más cerca de este estado futuro? Hablamos con el cofundador y CEO 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 manufactura en la industria aeroespacial y de defensa, Bither reconoció una necesidad de software de proceso más matizado y en tiempo real en manufactura. Bither pasó cinco años en Hamilton Sundstrand, una división de United Technologies, donde diseñó sistemas hidráulicos.

— "Hay una oportunidad de aprovechar datos para realmente entender qué está pasando en la planta de fábrica y tomar mejores decisiones", dice Bither. "El desafío es que es bastante difícil conectarse a máquinas. Así que comenzamos una empresa hace poco menos de cinco años para aumentar la visibilidad de producción haciendo fácil conectarse a máquinas CNC."

MachineMetrics proporciona visualización en tiempo real de analíticas de máquinas CNC —o lo que Bither llama "analíticas descriptivas" que permiten a una empresa ver métricas de producción precisas, como tasas de utilización, y rastrearlas hasta metas de producción. Hay varias otras áreas de analíticas en las que proporciona información, incluyendo datos diagnósticos, predictivos y prescriptivos.

El resultado: aumentos de rendimiento y eficiencia del 20% o más en su base de 100 clientes de fabricantes medianos a grandes. Dado su gran conjunto de datos a través de miles de máquinas, la plataforma MachineMetrics también incluye benchmarking —lo que ayuda a las empresas a medirse contra pares y mantenerse competitivas.

Tomar mejores decisiones no es todo sobre invertir en equipos, dice Bither. Con datos de producción más detallados, los fabricantes pueden evaluar qué procesos necesitan ser optimizados. Los datos diagnósticos pueden ayudar a los equipos de mantenimiento y fabricantes de máquinas a mejorar funciones y crear un bucle de retroalimentación del mundo real.

Los datos predictivos permiten a los equipos entender condiciones y cuándo los CNC necesitarán ayuda. La analítica prescriptiva capitaliza las condiciones para ofrecer dirección oportuna y guía a operadores.

Mecanizado CNC inteligente: Alarmas, disparadores y monitoreo de husillo

— "La IA es un término muy genérico", dice Bither. "Si un humano no tiene que hacer 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 entrenamiento y retroalimentación, y aprendizaje automático no supervisado que no lo requiere."

Entender la falla del husillo o clasificar automáticamente el tiempo de inactividad podría requerir aprendizaje automático, explica Bither. Alertas que son disparadas por lógica simple que notifican a un operador que una máquina se ha caído tres veces hoy no es necesariamente aprendizaje automático per se —pero es el tipo de algoritmo inteligente basado en reglas que ayuda a los operadores humanos a rastrear y gestionar sistemas fácilmente.

La tecnología basada en inteligencia hace que el trabajo de un operador sea más proactivo. La información bien cronometrada puede ser la diferencia entre perder días de ganancia de un CNC y ser capaz de programar y organizar caminos alternativos a metas de producción.

La automatización e inteligencia basada en sensores inteligentes también ha llegado a la gestión de inventario y soluciones de vending para herramientas. Aprenda a tomar control y reducir el desperdicio en gasto de suministro.

IA y aprendizaje automático permiten decisiones más inteligentes y comprensión más profunda de falla de herramienta, vida de herramienta y calidad de pieza

MachineMetrics no está solo. Ingenieros en el Centro de Investigación de Manufactura Avanzada Factory 2050 en Sheffield, Reino Unido, también están usando IA y aprendizaje automático para utilización de máquina. Están usando hardware de computación de borde para rastrear consumo de energía en componentes de suspensión automotriz. También trabajan con Tinsley Bridge para monitorear procesos de manufactura.

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

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

— "Los insights que la IA proporcionará nos permitirán identificar cuándo nuestras máquinas requerirán intervención para cambios de herramienta, o cuánto tiempo podemos ejecutarlas sin intervención", dice Crow. "Predecir falla de herramienta y prolongar vida de herramienta también afectará nuestras tasas de primera vez bien, reduciendo piezas no conformes e impulsando productividad."

¿Necesita una respuesta a una pregunta técnica? Pregunte al Equipo Técnico de Metalworking de MSC en el foro.

Automatización en manufactura libera tiempo para resolución crucial de problemas

El futuro del mecanizado sin duda será más automatizado. Con una brecha de habilidades inminente y evolución tecnológica sucediendo simultáneamente, la automatización elevará el valor de trabajadores que programan, solucionan problemas y mantienen sistemas CNC automatizados y piezas manufacturadas.

Diseñadores industriales, ingenieros de proceso y operadores de máquina trabajarán más estrechamente que nunca, esperan expertos de la industria.

— "[L]a mayoría de los fabricantes creen que la causa No. 1 de la escasez de habilidades es 'cambio en el conjunto de habilidades debido a la introducción de nueva tecnología avanzada y automatización'", escriben el Instituto de Manufactura y Deloitte en su informe 2018 sobre la brecha de habilidades y futuro del trabajo.

Para aprender mucho más sobre habilidades futuras necesarias en la planta, lea "Industria 4.0: Habilidades de Manufactura Necesarias en Fábricas Inteligentes".

Pero llegar a un lugar de automatización requiere programación de máquina compleja e integración más profunda de tecnologías basadas en internet y nube. El futuro, por falta de una mejor palabra, será optimizado para ser óptimo para producción. Y habilidades digitales, junto con habilidades blandas, pensamiento crítico y gestión de personas, también son necesarias, según el estudio de Deloitte e Instituto de Manufactura, que escribe:

— "En manufactura, esto generalmente se traduce a resolver problemas en producción, como tener la capacidad de identificar fallas de calidad con piezas que salen de una línea de producción automatizada y, más importante, tomar acciones que remedien el problema en tiempo real."

Crow, de Tinsley Bridge, concuerda. La calidad futura viene de la optimización de proceso y máquina juntas.

— "En el futuro, los insights en nuestros datos nos permitirán ejecutar nuestras máquinas más efectivamente, para que podamos liberar tiempo para que nuestros ingenieros trabajen en tareas de valor agregado como programación para múltiples trabajos o máquinas, creando una fábrica más inteligente que nos ayudará a fabricar productos técnicamente avanzados", dice Crow.

¿Qué tan doloroso es el proceso de recalibración de máquina para usted? Hable sobre ello en el foro. [se requiere registro]