Cómo la inteligencia artificial está transformando el moldeo por inyección

Jan 29, 2024

Geoff Giordano | 14 de junio de 2022

La era de fabricación 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 de los datos hace que los procesos se muevan más rápido y de manera más rentable.

"La IA se está volviendo cada vez más importante en la ingeniería mecánica, sobre todo por la necesidad de automatizar los procesos de moldeo por inyección de manera eficiente y flexible a pesar de los tamaños de lote cada vez más pequeños y los ciclos de vida más cortos del producto", dijo 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 de fallas específicas y un sistema de piezas de repuesto con procesamiento de imágenes 'inteligente'. Arburg está trabajando para hacer que el moldeo por inyección sea más inteligente, paso a paso, asegurando que la máquina aprenda continuamente, siga estable, e incluso puede optimizarse en el futuro".

Arburg forma sistemas de producción flexibles y controlables mediante la combinación de máquinas, automatización y soluciones de TI patentadas. El sistema de control Gestica de la compañía, con sus funciones de asistente inteligente, es parte integral de esos sistemas. "Todos los robots de seis ejes Kuka, por ejemplo, han sido equipados con la nueva interfaz de usuario Gestica como estándar", señaló Faulhaber. "Esto simplifica la programación, así como la supervisión, 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 ingrese el destino, como con un dispositivo de navegación para automóvil, y el sistema calcule automáticamente la ruta óptima. Para los sistemas robóticos, esto significa que el operador simplemente ingresa las posiciones deseadas de inicio y fin, y el sistema de control se encarga del resto".

Wittmann Battenfeld, que ha adoptado por completo la conectividad 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 breve como unos pocos ciclos con HiQ Flow, y el software a menudo se puede adaptar a máquinas de moldeo por inyección más antiguas equipadas con un control de máquina B8. Una versión CMS Pro estará disponible en una fecha posterior.

"La tecnología extrae nuevas conclusiones de los parámetros actuales y, por lo tanto, se vuelve cada vez más inteligente a medida que monitorea el rendimiento", dijo Christian Glueck, Gerente de Producto. “Lo limitamos a una determinación metódica de parámetros. Por lo tanto, el tiempo requerido para usar 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 más alta. Se debe registrar una gran cantidad de parámetros de un proceso en ejecución y los parámetros relevantes se determinan sobre la base de la desviaciones Estos se comparan con los datos de medición del producto ".

En función de factores como los cambios en el material, la temperatura ambiente, el desgaste de la máquina, el desgaste de la herramienta y otras influencias, "la IA puede determinar qué parámetros de la máquina deben cambiarse para que el producto se pueda producir dentro de sus tolerancias de calidad. Esto puede llevar meses, ya que los errores primero deben ocurrir para 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 la mano de obra necesario para manejarlo".

El Eco-Mode de la empresa evita el desgaste del robot al garantizar que no funcione más rápido de lo necesario, lo que en última instancia ahorra costos de energía y mantenimiento. Ofrecido como estándar en muchos robots de Wittmann, Eco-Mode "no requiere una 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 encima de la IMM antes de que se abra el molde".

Otra característica de Wittmann, Eco-Vac conserva energía al establecer algunos parámetros en el robot y permitir que el robot apague y encienda sus circuitos de vacío. "El robot monitorea el nivel de vacío del circuito utilizado para extraer la pieza del molde. Si el robot detecta que el vacío se ha reducido a un nivel en el que podría dejar caer la pieza antes de que se le indique, el robot activará el vacío. hasta que alcanza el nivel seguro nuevamente, luego se apaga". Esta característica reduce la cantidad de aire comprimido que usa cada robot "y podría ahorrarles 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 necesita la experiencia en procesos y el conocimiento del dominio. En el futuro, la evaluación de muchos datos directamente en la unidad de control ofrecerá un valor agregado adicional".

Arburg usa 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 afinar el modelo maestro proporcionado 'en el borde' y optimizar sus procesos. El sistema de control Gestica de desarrollo interno, el sistema informático host de Arburg y el portal de clientes arburgXworld ofrecen una ventaja aquí.

"Uno de los objetivos a mediano 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 de energía. Además, las vistas en 3D y los planos de instalación de la máquina: almacenados en el portal de clientes de arburgXworld y en el sistema de control: soporte al operador", dijo Faulhaber.

Más información sobre formatos de texto