SARATROF (acrónimo en inglés de Sistema Analítico del Rendimiento Agregado de Trabajadores y Robots en las Operaciones de Fabricación) es un proyecto de investigación iniciado en 2021 que ha tenido como objetivo el desarrollo de un sistema para caracterizar el rendimiento de las empresas mediante información agregada de las máquinas y los trabajadores, a fin de incrementar la competitividad de la producción basado en tecnologías de la información y la comunicación (TIC) y en inteligencia artificial (IA) y que se ha realizado en colaboración con las empresas Ancora, Ledisson, Situm y Beta Implants.
Este proyecto colaborativo está enmarcado en el programa Conecta Hubs 2021, subvencionado por la Axencia Galega de Innovación (GAIN) y cuenta con el apoyo financiero de la Unión Europea (cofinanciado con cargo a Fondos FEDER en el marco del programa operativo Feder Galicia 2014-2020). Además, recibe el apoyo de la Vicepresidencia Segunda y de la Consellería de Economía, Empresa e Innovación de la Xunta de Galicia.
El valor que aporta este proyecto es el de mejorar la productividad de las empresas mediante integración de los diferentes silos de información que suelen existir en una empresa y que, habitualmente, no se comunican entre sí. El objetivo es que la información que se genera en cada uno de los silos se pueda integrar en una única plataforma y analizar los datos para poder tomar decisiones de mejora de la productividad de la empresa desde un punto de vista más global.
Ednon
En este último hito del proyecto los esfuerzos de Ednon se han centrado en optimizar los procesos de adquisición y enriquecimiento de datos y, fundamentalmente, en perfeccionar los procesos de analítica lo cual ha permitido mejorar la precisión de los propios modelos de Machine Learning y validar los resultados con los continuos datos que se recogen desde la planta de Beta Implants. Toda la información obtenida permite conocer mejor el funcionamiento de la fábrica y su rendimiento en base a diferentes parámetros.
Con los trabajos realizados a lo largo del proyecto, se han cumplido los objetivos de este cuya responsabilidad correspondía a Ednon:
- Despliegue de una metaplaforma interoperable
- Ejecución de procesos de Machine Learning y analítica de datos
Ancora
En esta tercera anualidad, las actividades de Ancora han girado alrededor del piloto desplegado en BETA Implants con los módulos desarrollados a lo largo del proyecto, y en la adquisición y análisis de datos a partir de ellos. La estrecha colaboración con BETA Implants nos ha permitido corregir errores e implementar mejoras identificadas en esta nueva implementación de Ancora Worker Connect con capacidades analíticas en producción. Estas nuevas capacidades analíticas se han implementado mediante un módulo propio con capacidad de generar resultados en tiempo real al respecto del rendimiento de los operarios en conjunción con el resto de elementos de la factoría, con el objetivo de ofrecer feedback al operario sobre su desempeño y pautas de actuación.
La combinación de las capacidades analíticas con la digitalización y asistencia al operario se ha traducido en mejoras para los trabajadores de BETA Implants, y para la propia compañía, en acceso a la información, gestión de producción en tiempo real y trazabilidad.
Los resultados obtenidos en esta anualidad reflejan además los frutos de las tareas ejecutadas en anualidades anteriores. El proyecto SARATROF ha permitido a Ancora cumplir los objetivos marcados inicialmente, entre los que destacan:
- Diseño y desarrollo de un módulo de inteligencia industrial que permita asistir al trabajador, mejorando de este modo su competitividad y eficiencia.
- Aplicación de distintas tecnologías y estrategias para mejorar la eficiencia de los trabajadores en planta
- Generación de métricas relativas a la eficiencia del operario e integración en la propia interfaz de Ancora Worker Connect para proporcionar feedback en tiempo real al operario sobre su desempeño.
Además, la interacción con BETA Implants y los trabajos realizados en el piloto nos han permitido mejorar los procesos de despliegue y monitorización de la solución en entornos de producción de alta disponibilidad.
Ledisson
En esta anualidad, Ledisson ha seguido recogiendo datos de todos los tipos de máquinas instaladas en el end-user (Beta). El mayor reto se ha producido en la la máquina CNC FANUC 32i-B, que tiene el PLC integrado y que imposibilita la extracción de datos por esa vía.
Decidimos obtener información de los impulsos eléctricos que genera esta máquina en su proceso de producción. Nos dispusimos en primer lugar a revisar los esquemas eléctricos para detectar las señales más propicias e interesantes para dicha finalidad.
El único elemento comercial que se incorpora al armario eléctrico de la máquina CNC es una RevPi* con un módulo de entradas digitales. Al revisar el armario eléctrico pudimos comprobar que la mayoría de las señales se conectaban directamente soldadas en placa PCB, lo cual, hacía imposible poder llevar estas señales a una RevPi. Con esto presente, al revisar los esquemas eléctricos seleccionamos en un primer cribado 22 posibles señales las cuales podríamos conectarlas a nuestra RevPi.
De estas 22 señales, la mayoría fueron descartadas por diferentes motivos, pero 5 señales sí que dieron una respuesta satisfactoria. Estas 5 señales pertenecen a 5 contactores instalados en el armario eléctrico, que nos aportan información como cada vez que se activa la bomba refrigerante, cuando se activa la refrigeración del husillo, cuando se activa la cinta de extracción de pieza finalizada, así como 2 contactores instalados en el armario que no aparecían en los esquemas eléctricos y podían servirnos para descubrir su utilidad.
Una vez conectada la RevPi con sus señales se ha comprobado que todo funcionaba correctamente y comenzó la recogida de datos.
* Una RevPi es un PC industrial en miniatura y su función en este proyecto es la de traducir las señales digitales de la máquina a un entorno visual que nos permita ver los datos recogidos a través de una pantalla de ordenador, que gracias a su conectividad Wireless nos permite consultar los datos desde cualquier lugar.
Situm
En esta última anualidad Situm se ha centrado principalmente en pilotar las soluciones desarrolladas durante el proyecto junto con Beta para sacar la mayor cantidad de inteligencia del proceso productivo.
En este piloto, se han puesto en valor las geoanalíticas desarrolladas usando datos reales y se ha escalado la plataforma acorde al tráfico de un entorno real como es la línea de producción de BETA.
Adicionalmente se ha continuado en la línea de detectar automáticamente los escenarios en los que el sistema de localización reduce su precisión de cara a indicar la posible necesidad de realizar un mantenimiento correctivo del sistema.
Del piloto también se han extraído nuevas ideas para seguir mejorando el uso de tecnologías de geolocalización en entornos industriales de cara a futuros proyectos, como son aplicar geolocalización a materiales y el uso de rastreadores en vez de teléfonos móviles para geolocalizar.
Conclusión
Este proyecto ha permitido la adquisición de nuevos conocimientos para definir nuevas líneas de trabajo en el ámbito de Industria 4.0. Además, se ha establecido un marco y metodología de trabajo lo bastante flexible y modular para ser extrapolable a otras áreas industriales. Con todo esto se abre un abanico de oportunidades y futuras colaboraciones para la empresa.
Más información sobre European Regional Development Fund (ERDF)