Los robots son una herramienta clave para la adquisición de datos
La adquisición de datos se ha convertido en un elemento central para impulsar la calidad y la eficiencia de la producción. Y un área donde esta colección puede ocurrir es con robots. Sin embargo, con demasiada frecuencia, los gerentes de fábrica no pueden ver el potencial de los robots para obtener información útil y ayudar a automatizar las operaciones.
¿Por qué centrarse en los robots?
Los robots están viendo un mayor uso a medida que aumentan los beneficios de la automatización. Los costos decrecientes, el rendimiento mejorado y una programación más simple hacen que los robots sean más atractivos.
Cuando los equipos de fabricación implementan estas máquinas, es bastante sencillo mejorar la recopilación de datos y agregar estaciones de prueba e inspección. La adquisición de datos de más básica proviene del robot en sí.
Puede controlar la producción de piezas y el consumo de inventario, indicando a los sistemas cuántos elementos se usaron en un período de tiempo dado. Esta información también viene con marcas de tiempo, por lo que es fácil almacenar información sobre cuándo se manejó cada componente.
Tal capacidad es particularmente importante en entornos regulados, donde el fácil acceso a los datos históricos en las transferencias puede ser un factor importante cuando los productos deben ser retirados del mercado.
El equipo auxiliar utilizado con robots también puede realizar una adquisición de datos de gran volumen. Los sensores visuales, las pinzas y otras artes tienen el potencial de proporcionar algunos datos adicionales.
Una estructura para el éxito de la recopilación de datos
A menudo es bastante simple agregar estaciones de inspección a las celdas de trabajo robótico. Las cámaras utilizadas para guiar el movimiento robótico también se pueden usar para examinar componentes.
La presencia de características de los componentes clave, así como las mediciones, son algunos de los tipos de controles más comunes. Estas inspecciones visuales a menudo se pueden realizar mientras se mueven o manipulan las piezas para mantener altas velocidades de operación.
Además, los sensores pueden agregarse fácilmente para verificar otros parámetros. Cuando estas estaciones de inspección se instalan en celdas de trabajo, se pueden aumentar los controles de calidad con un impacto mínimo en el rendimiento. El monitoreo adicional puede traer mejoras importantes.
Es más fácil detectar tendencias cuando se revisan más piezas, por lo que se pueden realizar cambios antes de que se hagan las piezas defectuosas.
Estos controles de calidad también pueden ayudar a resolver problemas con los clientes.
ejemplo
Una empresa que tiene pruebas de que las piezas cumplen los requisitos cuando salieron de la instalación puede resolver fácilmente una disputa en la que el remitente puede haber dañado las mercancías.
Estas mejoras provienen del análisis de puntos de datos en tiempo real. Pero se obtienen grandes beneficios cuando se extraen grandes cantidades de información recolectada.
La minería de datos permite a los operadores y técnicos de mantenimiento observar muchos parámetros diferentes durante largos períodos.
Cuando surgen problemas recurrentes con el equipo de producción, se pueden examinar los datos de archivo para que los analistas puedan comprender lo que sucedió antes de que ocurriera una falla.
Esta información se puede usar para prevenir fallas futuras. Cuando se detectan los parámetros que preceden a las fallas, el mantenimiento puede realizarse antes de que una falla cause un apagado no planificado, mejorando la eficiencia general de la planta.
Tendencias en la gestión de estos datos
En la actualidad, gran parte de este análisis se basará en el conocimiento de ingenieros, técnicos e incluso proveedores de equipos. Pero en el futuro cercano, es probable que los sistemas de aprendizaje profundo analicen los enormes volúmenes de datos recopilados.
Es posible que se necesite alguna forma de inteligencia artificial cuando las empresas desean analizar los equipos que se usan en las plantas en muchas instalaciones globales diferentes.
Transformar los datos de muchas máquinas de alto rendimiento en datos útiles puede estar más allá del alcance analítico de la mayoría de los humanos. Sin embargo, puede pasar un tiempo antes de que las empresas manufactureras conservadoras se basen en sistemas de aprendizaje automático.
Si bien ese es un problema a largo plazo, la cuestión de dónde almacenar todos estos datos es una decisión importante hoy. A menudo, una jerarquía de almacenamiento puede ser una solución efectiva.
Los datos básicos se pueden almacenar en el controlador del robot. Cuando se supera esa capacidad limitada, los datos más antiguos pueden trasladarse al sistema de ejecución de fabricación (MES) de la empresa. Allí, se pueden almacenar grandes volúmenes de datos para su revisión corporativa.
Cuando se exceden las capacidades de almacenamiento local, las empresas generalmente recurren a la nube. Estos centros de datos almacenarán la cantidad de datos que la empresa quiera pagar.
Los servicios en la nube son especialmente importantes para las empresas que desean almacenar datos de varias instalaciones.
Las empresas que tienen robots instalados pueden sorprenderse al descubrir cuán efectivo puede ser agregar sensores y realizar más inspecciones.
Aquellos que aún no han implementado estos autómatas a menudo se alegran de saber que puede haber beneficios sustanciales con los sistemas robóticos más allá de la velocidad y precisión de la automatización que son las principales atracciones para muchas instalaciones.
Cuando los robots se integran en los procesos de fabricación junto con los sensores aplicables, los usuarios tienen la oportunidad de recopilar mucha más información, lo que aporta mejoras significativas en sus operaciones de fabricación.