METROLOGÍA 81 requisitos de tiempo de respuesta y precisión suficientes para integrar la metrología como elemento activo en los procesos de fabricación. DESARROLLO TECNOLÓGICO SIN PRECEDENTES Ante estos retos, se lleva a cabo un desarrollo tecnológico sin precedentes para integrar instrumentos de medición y procedimientos de uso avanzados en medios y procesos. Por ejemplo, se desarrollan nuevos sensores capaces de monitorizar los procesos productivos; se automatizan los procedimientos de medición y procesamiento mediante el uso de instrumentos a bordo de robots industriales; y se consigue realizar metrología con y sin contacto con las máquina-herramienta. Estos avances van acompañados de investigaciones para asegurar las propiedades metrológicas de incertidumbre y trazabilidad, como el desarrollo de nuevos patrones metrológicos, procedimientos de autocalibración y marcos metrológicos externos. Los agentes de I+D mencionados, analizan también cómo mejorar los procedimientos metrológicos y su integración en el lazo de control de una máquina y/o proceso, así como nuevas metodologías para el procesamiento rápido y preciso de los datos de medición. LA INTELIGENCIA ARTIFICIAL EN LA METROLOGÍA Pero existe un reto científico-tecnológico que merece mención aparte, la digitalización de los sistemas metrológicos. Estamos realizando un esfuerzo importante por modelizar los sistemas mecatrónicos complejos que se emplean para medir. Hemos desarrollado esta labor con una máquina de medir por coordenadas y más recientemente, con un robot, una máquina-herramienta y los propios sensores de medida, como un sistema de visión de tipo línea láser o una cámara empleada para fotogrametría. Los sistemas mecatrónicos de alta rigidez responden bien a un modelo puramente cinemático, pero en los sistemas de baja rigidez, como por ejemplo un robot, estos modelos deben ser completados por componentes que modelicen la falta de rigidez de estos sistemas para condiciones de uso variables del robot. En este escenario es donde aparecen nuevas metodologías como la inteligencia artificial (IA) que, en base a estrategias de caracterización adecuadas y a un buen entrenamiento de los modelos informáticos, nos permiten mejorar los modelos puramente numéricos empleados hasta la fecha y combinar lo mejor de cada uno para desarrollar ‘modelos híbridos’ más precisos. La consecución de un buen modelo es la base para desarrollar el gemelo digital de un instrumento y procedimiento de medición y poder diseñar estrategias de medición optimizadas. Además, puede ayudar a predecir la incertidumbre de medir un proDe izq. a dcha.: Unai Mutilba y Gorka Kortaberria, investigadores del Grupo de Precisión y Metrología de Tekniker.
RkJQdWJsaXNoZXIy Njg1MjYx