Cómo la inteligencia artificial está transformando el moldeo por inyección

Geoff Giordano | 14 de junio de 2022

La era de la industria manufacturera de la Industria 4.0 depende tanto de la precisión basada en datos que la inteligencia artificial (IA) está desempeñando un papel cada vez más importante en el aprovechamiento de esos datos para mejorar el rendimiento de las máquinas, incluidos los moldeadores por inyección.

La IA en la fabricación abarca una variedad de tecnologías que permiten que las máquinas funcionen con una inteligencia que emula la de los humanos. El aprendizaje automático y el procesamiento del lenguaje natural ayudan a las máquinas a aproximarse a la capacidad humana para aprender, emitir juicios y resolver problemas. La eficiencia mejorada por los datos hace que los procesos avancen más rápido y de forma más rentable.

"La IA está adquiriendo cada vez más importancia en la ingeniería mecánica, sobre todo debido a la necesidad de automatizar los procesos de moldeo por inyección de manera eficiente y flexible a pesar de tamaños de lotes cada vez más pequeños y ciclos de vida de productos más cortos", afirmó Werner Faulhaber, director de Investigación y Desarrollo de Arburg. “Los ejemplos de aplicación de la IA incluyen la programación automática de sistemas robóticos, la reparación selectiva de fallos y un sistema de repuestos con procesamiento de imágenes 'inteligente'. Arburg está trabajando para hacer que el moldeo por inyección sea más inteligente, paso a paso, garantizando que la máquina aprenda continuamente, se mantenga estable e incluso pueda optimizarse en el futuro”.

Arburg crea sistemas de producción flexibles y controlables combinando máquinas, automatización y soluciones de TI patentadas. El sistema de control Gestica de la empresa, con sus funciones de asistente inteligente, es parte integral de esos sistemas. “Por ejemplo, todos los robots de seis ejes de Kuka están equipados de serie con la nueva interfaz de usuario Gestica”, señala Faulhaber. "Esto simplifica la programación, así como el seguimiento, el almacenamiento y la evaluación de los datos del proceso".

Una aplicación en la que está trabajando Arburg es la programación automática de sus sistemas robóticos lineales Multilift. “La idea es que el operador simplemente introduzca el destino, como en un dispositivo de navegación para automóviles, y el sistema calcule automáticamente la ruta óptima. Para los sistemas robóticos, esto significa que el operador simplemente ingresa las posiciones inicial y final deseadas, y el sistema de control se encarga del resto”.

Wittmann Battenfeld, que ha adoptado plenamente la conectividad de la Industria 4.0 en su cartera de máquinas auxiliares y de moldeo por inyección durante los últimos años, emplea IA con sus robots para monitorear los tiempos de ciclo y controlar las velocidades de los robots fuera de la máquina de moldeo.

Las capacidades de aprendizaje automático de la compañía (tecnología HiQ Flow y CMS) se exhibirán en la feria K de este año del 19 al 26 de octubre en Düsseldorf, Alemania. La velocidad del retorno de la inversión puede ser tan corta como unos pocos ciclos con HiQ Flow y, a menudo, el software se puede adaptar a máquinas de moldeo por inyección más antiguas equipadas con un control de máquina B8. Una versión CMS Pro estará disponible más adelante.

"La tecnología extrae nuevas conclusiones de los parámetros actuales y, por tanto, se vuelve cada vez más inteligente a medida que supervisa el rendimiento", afirma el director de producto Christian Glueck. “Lo limitamos a una determinación metódica de parámetros. Por tanto, el tiempo necesario para utilizar la tecnología es mínimo, al igual que el precio”.

Al comparar la IA y el aprendizaje automático, Glueck dijo: “La IA en realidad requiere una inversión de tiempo mucho mayor y, en consecuencia, una inversión financiera mayor. De un proceso en marcha se deben registrar una gran cantidad de parámetros y en base a las desviaciones se determinan los parámetros relevantes. Estos se comparan con los datos de medición del producto”.

Basándose en factores como cambios en el material, la temperatura ambiente, el desgaste de la máquina, el desgaste de las herramientas y otras influencias, “la IA puede determinar qué parámetros de la máquina deben cambiarse para que el producto pueda producirse dentro de sus tolerancias de calidad. Esto puede llevar meses, ya que primero deben ocurrir errores para poder aprender de ellos”.

Wittmann cofinanció un programa de evaluación de este tipo con la Universidad Montanuniversität Leoben de Austria, "pero descubrimos que había que cuestionar el tiempo necesario para hacerlo viable para la producción porque, además de la investigación a largo plazo del proceso, también se necesita mano de obra". necesario para manejarlo”.

El modo ecológico de la empresa ahorra desgaste del robot al garantizar que no funcione más rápido de lo necesario, lo que en última instancia ahorra costos de mantenimiento y energía. El Modo Eco, que se ofrece como estándar en muchos robots Wittmann, “no requiere programación o interfaz especial con el IMM o el operador/programador”, dijo Jason Long, Gerente Nacional de Ventas de robots y automatización de Wittmann USA. "Todo lo que el usuario final tiene que hacer es decirle al robot cuántos segundos debe pasar por la IMM antes de que se abra el molde".

Otra característica de Wittmann, Eco-Vac, conserva energía configurando algunos parámetros en el robot y permitiéndole apagar y encender sus circuitos de vacío. “El robot controla el nivel de vacío del circuito utilizado para sacar la pieza del molde. Si el robot detecta que el vacío se ha reducido a un nivel que podría dejar caer la pieza antes de que se le indique, el robot encenderá el vacío hasta que alcance nuevamente el nivel seguro y luego lo apagará nuevamente”. Esta característica reduce la cantidad de aire comprimido que utiliza cada robot "y podría ahorrar a los clientes cientos de dólares al año por robot".

A medida que la IA y el aprendizaje automático se aprovechan aún más para mejorar las operaciones de moldeo por inyección, la simple recopilación de datos no es suficiente para optimizar los procesos, advirtió Faulhaber. “También se necesita experiencia en procesos y conocimiento del dominio. En el futuro, la evaluación de muchos datos directamente en la unidad de control ofrecerá un valor añadido adicional”.

Arburg utiliza la IA "para desarrollar modelos maestros utilizando la experiencia y los datos recopilados a lo largo de los años sobre procesos, materiales y maquinaria", continuó Faulhaber. “El cliente podría entonces perfeccionar el modelo maestro proporcionado y optimizar sus procesos. En este sentido, el sistema de control Gestica, de desarrollo propio, el sistema informático host de Arburg y el portal para clientes arburgXworld suponen una ventaja.

“Uno de los objetivos a medio plazo de Arburg es desarrollar un sistema para gemelos digitales de máquinas de moldeo por inyección personalizadas. Esto abrirá posibilidades completamente nuevas para simular el ciclo y hacer predicciones energéticas. Además, las vistas en 3D y los planos de instalación de la máquina, almacenados en el portal del cliente arburgXworld y en el sistema de control, ayudan al operador”, afirmó Faulhaber.

Más información sobre formatos de texto

Consulte nuestra cobertura de nuevas aplicaciones de plásticos alucinantes y más.