-01-RESLWC-IO-003-066 MM 22-6 MEXICO 30

MM-Dic2017-Ene2018

Manufactura avanzada Los datos recogidos por sensores conectados a componentes críticos de máquina pueden ser analizados a alta velocidad por sistemas de cómputo en paralelo de alto desempeño, utilizando sistemas de aprendizaje automático para aplicaciones de mantenimiento predictivo. Aplicaciones de Industria 4.0 ofrecidas por la empresa Plethora IIoT. Foto cortesía: Plethora IIoT. www.metalmecanica.com Edición 6 / Volumen 22 | Diciembre 2017/Enero 2018 | 29 existentes desde hace muchos años, pero ahora con el “apellido” 4.0, que ofrecen sistemas de medición de variables de proceso con sensores que indican temperaturas, vibraciones o fuerzas, entre otros y que ahora no solo presentan la información localmente a pie de máquina, sino que la “suben a la nube” para un posterior análisis. Es decir, almacenan la información en grandes bases de datos, donde después puede ser analizada y utilizada no solo por quien está midiendo, sino por otras personas partícipes de la cadena de producción, como los mismos fabricantes de las máquinas o de otros suministros como herramientas de corte, lubricantes, sistemas de automatización. Este concepto de monitoreo de condición, ya viene existiendo desde hace mucho tiempo. La diferencia de la propuesta 4.0 radica en la capacidad que se tiene hoy en día de tener acceso a la información de manera más rápida y en sitios donde antes era impensable hacerlo. Fabricantes de controles numéricos para maquinaria como Heidenhain presentaron este septiembre durante la EMO soluciones como el Connected Machining, con el cual se tiene acceso a toda la información necesaria para realizar un trabajo directamente en la máquina herramienta. Al estar conectado a la red de datos de la empresa, un operario puede tener acceso en la pantalla del control de la máquina a los planos de detalle de una pieza que está fabricando. Datos de herramientas, instrucciones de trabajo, listas de partes, entre otras, le permiten igualmente la preparación de la orden de trabajo sin papel y sin traslados a las oficinas de diseño. Adicionalmente, el operario puede ingresar datos sobre su trabajo en formatos internos de la planta y enviar mensajes al resto de la cadena productiva, cuando es necesario hacer algún cambio, avisar sobre paradas no esperadas o notificaciones de servicio, entre otros. Si, además, diferentes aparatos periféricos pueden tomar datos en tiempo real a partir de sistemas de información que están disponibles sin necesidad de ser ingresados manualmente, se comienza a entender el potencial del concepto 4.0 en ahorros de tiempo y optimización de producción. El fabricante Gühring, conocido por sus sistemas de manejo de información e inventario de herramientas de corte está trabajando un paso más allá, visualizando cómo mejorar la comunicación entre usuarios de las herramientas de corte y sus fabricantes. Por ejemplo, con la capacidad actual de los sistemas CAD en 3D de definir el área precisa de acción en un filo de corte de una herramienta, ¿qué información estándar debe compartirse para garantizar que estas sean utilizadas de la mejor manera posible? Y es que a primera vista, suena sencillo decir que se toma todo tipo de datos dentro de un taller de producción y se almacenan en algún servidor, desde donde se pueden accesar para su análisis, o incluso para el control automático de un proceso; sin embargo, hoy en día aún no existe un estándar único de comunicación entre las máquinas y su alrededor. Mucho menos hacia el exterior de la planta. Por lo que tratar de unir la información de varios fabricantes, con varios modelos y varias versiones de software es un reto mayor. En este campo, muchas empresas han tomado la iniciativa de crear plataformas que reciben datos provenientes de diferentes estándares y los ponen a disposición para el futuro análisis de los interesados. A este tema es al que se le denomina comúnmente: Digitalización de la producción. Instituciones como la VDMA (Unión Alemana de Fabricantes de Máquinas y Aparatos) están haciendo esfuerzos


MM-Dic2017-Ene2018
To see the actual publication please follow the link above