Tecnología fotónica e inteligencia artificial para predecir defectos en la fabricación textil
El centro tecnológico Eurecat muestra en ITMA 2023 (International Textile Machinery), feria de la industria textil que se celebra en Milán hasta el 14 de junio, una solución basada en sistemas fotónicos y de Internet de las Cosas, combinados con algoritmos de inteligencia artificial, que permite predecir potenciales defectos de manufactura, antes de la fabricación del tejido, e informar a la persona responsable de la producción para evaluarlos y tomar decisiones al respecto.
La innovación, que se ha desarrollado específicamente para máquinas de punto circulares de gran diámetro en colaboración con el fabricante de máquinas textiles Canmartex, “contribuye a impulsar la sostenibilidad de la industria, incrementar la producción y reducir costes, así como a mejorar el posicionamiento innovador de las empresas”, explica el director del Área de Tecnologías Industriales de Eurecat, Xavier Plantà.
En concreto, la solución tecnológica se basa en el análisis en tiempo real del estado de degradación de los componentes más críticos en el proceso de fabricación como son, por ejemplo, las agujas y pletinas.
Se calcula que, anualmente, se generan 92 millones de toneladas de residuos de la industria textil, de los que un 25% se produce durante la fabricación del tejido. En este contexto, el objetivo es realizar un control predictivo mediante tecnologías digitales para evitar problemas típicos de calidad o defectos como agujeros, rayas y manchas, entre otros, que generalmente se detectan tras el proceso de fabricación por parte de personas expertas o por sistemas automatizados basados en visión artificial, una vez que los defectos ya se han dado”, añade Xavier Plantà.
De acuerdo con el director del Área de Tecnologías Industriales de Eurecat, “anticiparse antes de que se produzca el defecto y, sobre todo, actuar y corregir las causas que los provocan es el enfoque y la estrategia de la tecnología desarrollada, en la línea del eslogan escogido para esta 'Better to predict than to correct'”.
