English
EspañolEl proyecto ha desarrollado una nueva solución inteligente basada en visión artificial y machine learning con la que minimizar los defectos de fabricación en producciones en serie.
Entre los factores con una clara incidencia en la productividad, se encuentran los fallos en los procesos y/o productos, pues conducen finalmente a mermas no deseadas. La detección de fallos en la fabricación es un trabajo típicamente manual, que se complica enormemente en industrias cuya producción es seriada y muy rápida y se deben detectar diferencias dimensionales muy pequeñas (pero críticas) para el ojo humano.
El consorcio formado por las empresas Intermark IT, NomadTech, Tekox y Juntas Industriales y Navales y los Clusters CBECyL y MetaIndustry4 ha trabajado en el diseño y desarrollo de un sistema capaz de visualizar todas las piezas estudiadas, y que se producen de manera seriada en las empresas establecidas como casos de uso: Tekox, Juntas Industriales y Navales y NomadTech, e identificar y clasificar los defectos de éstas en tiempo real, gracias a un entrenamiento previo y continuo del sistema. El desarrollador de la parte técnica ha sido la empresa Intermark IT, quien ha llevado a cabo dicho entrenamiento mediante la introducción de miles de imágenes aportadas por cada uno de los socios implicados, dando lugar a un modelo construido con herramientas de Machine Learning y Visión Artificial.
En esta primera fase, el proyecto ha conseguido obtener capacidad de análisis de 10 piezas por segundo, lo que permitirá su despliegue en entornos de producción seriada de alta velocidad.
Gracias al uso de diferentes softwares y hardwares, esta nueva metodología es extensible a diferentes casos de uso, dando como fruto una tecnología innovadora que se afianza como una solución inteligente, y potencialmente, global y transversal, y de bajo coste. Este hecho se afianzará con la continuidad del proyecto en una segunda fase. El entrenamiento del modelo en un entorno simulado al productivo ha permitido alcanzar altas tasas de reconocimiento de fallo, lo que da pie a la ejecución del sistema en entorno real aumentado el entrenamiento del modelo para obtener rendimientos mejores. Se ha empleado tecnología de vanguardia de Google lo que nos permitirá a futuro disponer de las actualizaciones y mejoras que realización sobre las herramientas empleadas. Se han aplicado arquitecturas software y hardware fácilmente adaptables a cualquier entorno/necesidad, empleando herramientas fácilmente adaptables a las diferentes necesidades que puedan surgir, incluido la posible adaptación para funcionamiento en local o funcionamiento en la nube. Y finalmente, se ha validado la tecnología en series de producción absolutamente diferentes como han sido los casos de uso proporcionados, como son las regletas de conexión, las juntas para equipos o las fresas para mecanizado.
El proyecto PoKaYoke, “Diseño y desarrollo de un sistema inteligente para la detección de fallos en procesos productivos basado en visión artificial y machine learning,” ha estado financiado dentro de de la línea de Agrupaciones Empresariales Innovadoras del Ministerio de Industria, Turismo y Comercio y con cargo al Plan de Recuperación Transformación y Resiliencia. (AEIs 2021b), cumpliendo ampliamente los objetivos marcados con un gran éxito en sus resultados y anticipando una segunda fase en la que se continuarán explorando las posibilidades de la tecnología.
