51 I+D Para responder a esta cuestión, el investigador del grupo de Dinámica y Control de Ideko presentó los resultados del proyecto LaserStarLine, en el que se ha desarrollado una solución basada en un modelo de simulación, que representa en detalle el control de movimiento de máquinas de láser, que trabajan a gran velocidad, para probar diferentes técnicas de control feedforward. Este tipo de técnicas sirven para anticipar el movimiento antes de que ocurra y predecir cualquier error para optimizar la precisión del mecanizado. “Gracias a este modelo de simulación podemos investigar y encontrar formas de hacer que las máquinas de gran velocidad sean más precisas sin necesidad de realizar experimentos costosos en la máquina real”, aseguró el investigador. VIBRACIONES EN EL TORNEADO DE PIEZAS Por su parte, durante la segunda ponencia, titulada ‘Analysis of the surface topography patterns induced by a single frequency tool - workpiece vibration in turning’, Beudaert puso el foco en enseñar de qué manera influyen las vibraciones que se generan en la máquina durante el proceso de torneado. En esta presentación explicó los resultados obtenidos en el marco del proyecto InterQ, cuyo principal objetivo ha consistido en medir, predecir y controlar la calidad de los productos manufacturados, así como de los procesos de fabricación y el análisis de datos para lograr una producción cero defectos. Dentro de esta iniciativa, el centro se ha encargado de analizar las vibraciones que surgen durante el torneado, tanto las que se generan en la máquina herramienta como las que se producen por el contacto con la pieza, ya que causan alteraciones en la superficie de los materiales que están siendo tratados. Además, se ha estudiado que estas variaciones cambian en función de la rapidez a la que vibra la herramienta. Para poder garantizar la calidad de las piezas, según indicó el investigador de Ideko, “se estudió cómo afectan las vibraciones a la superficie de los materiales con el objetivo de identificar patrones que puedan servir para establecer estrategias de mecanizado efectivas y que aseguren un torneado preciso”. MACHINE LEARNING PARA OPTIMIZAR LA PRODUCCIÓN En la tercera charla, ‘Process control combining machine learning and fingerprint approaches’, que también forma parte del proyecto InterQ, el investigador del centro presentó una solución innovadora de machine learning desarrollada en colaboración junto a la empresa de Luxemburgo DataThings. Todo con el objetivo de garantizar la calidad de las piezas tras el mecanizado desarrollado por máquinas de corte. Esta solución combina dos componentes clave. Por un lado, un enfoque de huella digital que recopila datos y monitoriza el proceso de fabricación en tiempo real, al mismo tiempo que detecta los problemas que puedan surgir para tomar una decisión rápida. Por otro lado, emplea un algoritmo de memoria a largo plazo (LSTM), que se encarga de predecir el futuro de la pieza tras el proceso de fabricación. “La herramienta toma datos de producciones previas y los utiliza para realizar predicciones que puedan ayudar a preservar la calidad de la pieza que se está fabricando. De esta manera se reduce la probabilidad de error y se minimizan las pérdidas de tiempo y de recursos”, resaltó Beudaert. REPRESENTACIÓN VISUAL REALISTA DE LA PIEZA El investigador continuó su participación en el evento con la charla 'Implementing of photorealistic surface rendering in cam simulation', también relacionada con la iniciativa InterQ y en la que ha tomado la palabra junto a representantes de la compañía alemana ModuleWorks. Durante la ponencia, Beudaert explicó diferentes enfoques para observar el comportamiento de una pieza durante todo el proceso de mecanizado, como renderizar la información obtenida de experiencias previas mediante una representación gráfica de los resultados de una simulación CAM (Fabricación Asistida por Computadora) de una pieza mecanizada. Para conseguir una representación visual realista, es necesario tener en cuenta tanto los movimientos reales que realiza la herramienta mientras mecaniza, como las vibraciones propias producidas durante el proceso. Asimismo, según ha explicado Beudaert, “también se deben plasmar los pequeños detalles como imperfecciones o texturas que se generan en la superficie del material y que, además, hacen que la luz se refleje en la pieza de diferentes maneras. Esto se refleja en la simulación y nos permite lograr una representación virtual realista”. La participación del centro en el ciclo de presentaciones de la conferencia HSM ha concluyó con las ponencias ‘Robotic application for finishing of complex aeronautical metal parts” y “Digital geometry generation of high precision broaching tool cutting edges through image processing algorithm’. En la primera de ellas, Beudaert mostró una solución para el sector aeronáutico. En concreto, presentó una aplicación robótica para el acabado de piezas complejas, con formas complicadas. En la segunda, el investigador enseñó un desarrollo del proyecto InterQ sobre algoritmos de procesamiento de imágenes para la generación digital de la geometría de filos de corte de herramientas de brochado, un proceso que se realiza en la fase final de la cadena de procesos y que consiste en eliminar material de manera lineal y progresiva con gran precisión. n
RkJQdWJsaXNoZXIy Njg1MjYx