24/09/2021Artículo original
La fabricación inteligente (SM, por sus siglas en inglés) es un concepto amplio; no es algo que pueda implementarse directamente de la noche a la mañana en un proceso de producción. Se trata de una combinación de varias tecnologías y soluciones que, colectivamente, si se implementan en un ecosistema de fabricación, se denomina fabricación inteligente. Esta “solución” se puede clasificar en tres categorías amplias que son conectividad, inteligencia y automatización flexible y, en general, se denomina tecnología habilitadora.
El término tecnología habilitadora o impulsora fue usado por primera vez en el informe publicado en 2019 de forma conjunta por el Foro Económico Mundial y la consultora McKinsey:
FIGURA EXTRAÍDA DEL INFORME DEL FORO ECONÓMICO MUNDIAL DE 2019
Conectividad
Los límites horizontales de la empresa se identifican como el rango de cantidades y variedades de productos y servicios que produce una empresa; mientras que, los límites verticales se definen como todas las actividades que se encuentran a lo largo de su cadena de valor. Teniendo en cuenta esta definición, la integración horizontal y vertical, dos de los factores más importantes en una Smart Factory, implica una mayor conectividad y cooperación en todas las dimensiones de la empresa, no necesariamente limitadas al entorno de producción.
En una Smart Factory interconectada, la integración horizontal garantiza que la maquinaria, los dispositivos de IoT y los procesos de ingeniería funcionen juntos sin problemas. La integración vertical garantiza que los datos de producción se utilicen en niveles organizativos más altos (por encima de la planta de producción) al ser incluidos en la toma decisiones de marketing, compras, personal y otras.
Tecnología y conectividad
La capacidad de conectar dispositivos digitales con sistemas de TI a través de Internet de las cosas (IoT) brinda información relevante a las personas que deben tomar una decisión en el momento adecuado. IoT también permite el seguimiento de objetos a través de la línea de producción en tiempo real mediante la integración de dispositivos de identificación por radiofrecuencia (RFID) y otros sensores con Internet.
Por lo tanto, a través de IoT, se puede establecer un flujo continuo de información de los sistemas a las personas, de las máquinas a las máquinas y de los dispositivos a los componentes. La aplicación de IoT en un contexto industrial a menudo se denomina Internet industrial de las cosas (IIoT) o “Internet industrial”.
Otras tecnologías que caen bajo la definición de conectividad son la realidad aumentada (AR) y la realidad virtual (VR). En el contexto de la Industria 4.0, la AR se puede implementar como sistemas de asistente, creando una interfaz visual que puede proporcionar información del sistema al usuario en un contexto en tiempo real. La AR puede potencialmente guiar a un usuario con tareas desconocidas mediante la visualización de información. Sin embargo, la realidad virtual permite la visualización de objetos a través de dispositivos semi o completamente inmersivos, como gafas de realidad virtual. Abre un entorno virtual interactivo que puede contener, por ejemplo, información visual sobre las condiciones operativas y modelos virtuales de productos completos, máquinas y fábricas.
Inteligencia
A medida que las máquinas comienzan a comunicarse y detectar su entorno a través de IoT y redes interactivas computacionales, tienen el potencial de volverse autónomas. Sin embargo, para procesar los datos de manera útil, aprender y actuar posteriormente sobre la gran cantidad de datos recopilados por sensores; se necesita inteligencia.
Aquí es donde entra en juego la inteligencia artificial (IA). Además, en el caso de la industria 4.0, cuando se habla de IA, el término “aprendizaje automático” (Machine Learning) es inevitable. ML se refiere a la ciencia de hacer que las máquinas aprendan y mejoren alimentándolas con datos de observaciones e interacciones para imitar el comportamiento humano.
Tecnología e inteligencia
Tal y como adelantamos en el párrafo anterior, la tecnología por excelencia impulsora de la inteligencia es el aprendizaje automático, que a su vez es un subcampo de la inteligencia artificial.
A través de los algoritmos de ML combinados con la captura de datos en tiempo real, las máquinas pueden tomar sus propias decisiones. Por otro lado, dado que la IA tiene el potencial de dar sentido a los datos y actuar a partir de los mismos, puede permitir el mantenimiento predictivo, la previsión basada en simulaciones y otros beneficios de relacionados con la optimización de procesos.
Por último, está lo que se conoce como Analítica Avanzada (AA); se trata de un término genérico que engloba varios métodos utilizados a la hora de hacer predicciones (incluida la IA, Big Data, así como diversas técnicas de análisis estadístico y semántico). En esencia, la AA se conoce como análisis predictivo y se puede utilizar en la toma de decisiones.
Automatización flexible
La automatización flexible, también llamada automatización “suave”, ofrece una conversión rápida y sin problemas del proceso o de la máquina, lo que permite a los fabricantes producir una variedad de productos utilizando, por ejemplo, una sola máquina adaptativa.
Tecnología y automatización flexible
Son 3 las tecnologías a destacar en relación con la automatización flexible: la fabricación aditiva (AM, por sus siglas en inglés), los robots autónomos y los robots colaborativos.
La fabricación aditiva (AM) o impresión 3D tiene la capacidad de reducir el desperdicio, permitir una producción personalizada y reducir el inventario. Es un método en el que el material se agrega capa por capa, a diferencia de los métodos de sustracción de material (como por ejemplo el mecanizado) donde la eliminación de material se realizada de una forma predefinida.
En los que se refiere a los robots colaborativos, también conocidos como “cobots”, hay cuatro funciones de colaboración para estos: parada con control de seguridad, guía manual, control de velocidad y separación y limitación de potencia y fuerza. Esto implica que los cobots pueden sentir su entorno, pueden trabajar de forma segura en la proximidad de los humanos, detenerse automáticamente y reducir la velocidad cuando sea necesario, así como aprender, mientras se minimiza el impacto de los errores humanos.
Por último, tenemos los robots móviles autónomos. Dado de estos ya hemos hablado extensamente en un artículo que trataba ex profeso de la automatización flexible, ahora no ahondaremos en ello.