METALMECÁNICA 352-M352

IA, VISIÓN ARTIFICIAL, REALIDAD AUMENTADA 81 el desgaste prematuro de las herramientas de brochado, un aspecto crítico dado que la infraestructura de la máquina dificulta y alarga la evaluación manual del estado de las herramientas. Adicionalmente, se determinó la influencia de las características de los bordes de las herramientas en las fuerzas y temperaturas generadas durante el proceso, y su impacto en la calidad final de la pieza. Adicionalmente, se implementaron dos gemelos digitales para los procesos estudiados: • Gemelo digital para brochado: este gemelo digital permite analizar los datos del proceso para identificar alteraciones como rotura de herramientas o desgaste excesivo en la herramienta de corte. • Gemelo digital para centro de mecanizado: este gemelo digital utiliza un ‘fingerprint’ y la monitorización continua de las variables definidas previamente para predecir cuándo la máquina está o va a operar de forma errónea. En cuanto al desarrollo del Objetivo 3, y para garantizar la confiabilidad de la información recolectada, se diseñaron pruebas rigurosas que abarcan diversos aspectos: • Validación manual: se realizaron pruebas manuales para detectar anomalías como valores atípicos o lecturas incorrectas. Estas pruebas garantizan la precisión y coherencia de los datos a simple vista. • Validación cruzada: se compararon datos de múltiples fuentes sobre el mismo proceso para asegurar la consistencia interna. Esta validación cruzada verifica la confiabilidad de los datos desde diferentes perspectivas. • Verificación de protocolos de comunicación: se realizaron pruebas para verificar la correcta lectura de valores a través de protocolos como OPC-UA, Modbus y S7. Estas pruebas garantizan la integridad de la información durante la transmisión. • Validación de la infraestructura: se plantearon ejercicios para contrastar los datos con la fuente original, asegurando su correcta llegada a la infraestructura de análisis y almacenamiento. Se implementaron estrategias de replicación de datos (Hadoop HDFS) para evitar la pérdida de información en los nodos. • Evaluación del rendimiento: se diseñaron pruebas para determinar la cantidad y frecuencia óptimas de lectura de variables, analizando los requisitos de cómputo necesarios. Estas pruebas permiten optimizar la eficiencia del sistema de adquisición de datos.

RkJQdWJsaXNoZXIy Njg1MjYx