IA, VISIÓN ARTIFICIAL, REALIDAD AUMENTADA 80 2. SEGUIMIENTO A LOS AVANCES DEL PROYECTO QUOLINK El proyecto Quolink, propone un nuevo enfoque para la monitorización intensiva de la producción de aeroturbinas, con el objetivo de alcanzar una evaluación de calidad precisa en la etapa final de fabricación. Para ello, se integra la experiencia de investigadores en áreas clave como la fabricación, la conectividad y la informática, contando con el apoyo del centro CFAA como instalación demostrativa. Quolink se basa en la utilización de datos indirectos obtenidos a través de dispositivos como células de carga, acelerómetros, termopares, CNC, PLC, motores eléctricos y accionamientos; aprovechando la computación perimetral para su procesamiento. Estos datos se almacenan en una base de datos estructurada y se analizan mediante modelos numéricos que correlacionan los parámetros de entrada con el resultado del proceso y la calidad del producto. La inteligencia artificial se emplea para desarrollar herramientas que detectan problemas con antelación, mejorando la eficiencia y reduciendo los costes. El proyecto se centra en el brochado de alta velocidad de ranuras de firtree, una operación crítica en la fabricación de motores aeronáuticos, y en el mecanizado de carcasas y procesos no convencionales como el EDM. Las tecnologías clave habilitadoras de 5G, como NFV y SDN, permiten la monitorización remota segura y flexible, posibilitando aplicaciones industriales de alto valor añadido. La principal innovación del proyecto radica en la vinculación de los datos de entrada con la calidad final del producto, buscando una Fabricación de Defecto Cero (ZDM) que optimice los procesos y reduzca el impacto ambiental. Para su ejecución, se planeó avanzar en el cumplimiento de cinco objetivos: • Objetivo 1: medir y estimar las variables del proceso cerca del punto de procesamiento. • Objetivo 2: medir/estimar la calidad del producto en proceso mediante gemelos digitales. • Objetivo 3: garantizar la confiabilidad de los datos para optimizar la toma de decisiones y mejorar los procesos de fabricación. • Objetivo 4: optimizar la calidad del producto basado en inteligencia artificial para la fabricación de cero defectos, detectando los problemas de calidad en una etapa temprana e introduciendo acciones correctivas en el proceso. • Objetivo 5: demostrar y validar el concepto y las soluciones del proyecto. Para conseguir el Objetivo 1, el proyecto inició con un estudio exhaustivo de las máquinas disponibles, evaluando la criticidad de sus operaciones y el estado actual de la tecnología y la literatura científica relacionada con los procesos allí realizados. A partir de este análisis, se definieron variables clave para una monitorización precisa del proceso, tomando como base las variables disponibles, el conocimiento previo y la revisión de la literatura científica. Una vez establecidos estos parámetros, se abordó la extracción de información de las máquinas. Se analizaron los protocolos de comunicación disponibles en cada máquina y se identificaron herramientas de código abierto para acceder a sus datos. Con el objetivo de facilitar la replicabilidad para otros usuarios, se diseñó una infraestructura de conexión, lectura y almacenamiento de datos basada en herramientas de software de código abierto. Esta infraestructura se implementó en una red experimental 5G Smart Networks for Industry (SN4I) diseñada y desplegada por el grupo de investigación i2t de la UPV/EHU, donde se alojan las máquinas virtuales que albergan los softwares. La red 5G proporciona mayor seguridad, velocidad de transmisión de datos y servitización de recursos, permitiendo una monitorización continua durante el uso de las máquinas. Por otro lado, se definieron sensores virtuales a partir de la información disponible, con el objetivo de monitorizar parámetros críticos del proceso en tiempo real. Un ejemplo de estos sensores virtuales es el que se utiliza para determinar el estado de la herramienta de corte en el proceso de brochado, mediante el análisis de datos del proceso. Adicionalmente, se diseñaron y definieron gemelos digitales de la máquina y el proceso. Estos gemelos digitales permiten identificar desviaciones en el proceso y predecir la necesidad de mantenimiento preventivo o correctivo, basándose en el estado de la máquina. Con relación al cumplimiento del Objetivo 2 del proyecto, y tras la fase de estudio del proceso y la definición de los sensores virtuales, se llevó a cabo una serie de ensayos, utilizando como ejemplo el proceso de brochado. El objetivo de estos ensayos era detectar La inteligencia artificial se emplea para desarrollar herramientas que detectan problemas con antelación, mejorando la eficiencia y reduciendo los costes
RkJQdWJsaXNoZXIy Njg1MjYx