Desde hace muchos años, el Fraunhofer IPA trabaja junto con la empresa Trumpf en el laboratorio 'Fabricación de chapa flexible' en soluciones basadas en IA para su uso directo en la producción allí. Ahora, el equipo presenta en una publicación un resultado importante para optimizar automáticamente los parámetros de las máquinas para el corte de chapas basado en láser.
Para una alta calidad de producto y eficiencia en la fabricación, es crucial que los parámetros de las máquinas de producción estén ajustados adecuadamente. Esto es especialmente relevante en el tema de las variaciones de material o calidades de material específicas. A menudo, el ajuste se realiza de forma manual. Por lo tanto, el conocimiento está vinculado al especialista y su experiencia individual. Además, los ajustes manuales son intensivos en tiempo, lo que hace que las instalaciones mal ajustadas a menudo permanezcan ineficientes durante demasiado tiempo. También, debido a procesos de producción complejos, a menudo no se pueden reconocer todas las relaciones relevantes. Estos factores conducen a una menor calidad de los bordes de corte, baja productividad y altos costos de producción.
Parametrización automatizada mediante Transfer Learning
La inteligencia artificial (IA) ofrece la posibilidad de ajustar automáticamente los parámetros de las máquinas de producción y así superar las desventajas del enfoque manual. Para ello, el equipo de investigación del Fraunhofer IPA y de Trumpf ha logrado un avance decisivo. Porque si se desea ajustar automáticamente los parámetros de las máquinas, eso significaba mucho esfuerzo: Hasta ahora, era necesario un proceso iterativo que analizara la producción de un objeto y su calidad y los relacionara.
Si se utiliza IA para esto, las iteraciones necesarias se reducen notablemente. Porque con la ayuda de algoritmos de optimización automática, se pueden utilizar los datos de las máquinas existentes a través de parámetros de calidad objetivados y, a partir de esto, se puede aplicar el Transfer Learning. Así, se pueden determinar los parámetros óptimos con un mínimo de iteraciones. 'Nuestro algoritmo de IA desarrollado logra utilizar de manera óptima el conocimiento previo de los datos ya recopilados. Al mismo tiempo, también sugiere rápidamente nuevas configuraciones de parámetros que pueden aumentar significativamente la calidad del producto en comparación con el ajuste manual', informa Philipp Wagner, investigador del Fraunhofer IPA.
Validación práctica en la fabricación de chapas
El equipo pudo validar los resultados obtenidos directamente en la producción de Trumpf. Las pruebas se realizaron en el corte láser de chapas con una máquina de corte láser de mesa plana. Con la ayuda del método de IA, se logró mejorar automáticamente los parámetros de las máquinas con poco esfuerzo. De este modo, Trumpf puede aumentar la calidad de sus productos, especialmente para calidades de material divergentes, y reducir los costos de producción para los clientes. Además, se simplifica la operación de las máquinas. No menos importante, hay menos desperdicio, lo que también contribuye a los objetivos de sostenibilidad de la empresa. Y Philipp Leube de Trumpf explica: 'Con nuestro nuevo producto, la optimización se puede realizar directamente en la pieza del cliente. Esto ahorra la optimización en piezas de prueba, para las cuales se debe reservar material adicional o se debe colocar adicionalmente y luego desecharse.'
Otra ventaja de la solución desarrollada es que la calidad de los bordes de corte también se puede evaluar de manera muy rápida, automatizada y objetiva. La base para esto es simplemente una rápida toma de imágenes y la evaluación basada en IA de la imagen. Para la evaluación, también se pueden incluir criterios de la correspondiente DIN EN ISO 9013.
Otras posibilidades de aplicación
La solución desarrollada no solo es aplicable al corte láser de chapas, sino que también es prospectivamente posible para muchos otros procesos de producción con alta variedad, como por ejemplo en el moldeo por inyección, en el montaje automatizado de arneses de cables o en la producción de celdas de batería.
Contacto:
