Con KUKA hacia el futuro de la Industria 4.0

El término Industria 4.0 existe ya desde hace varios años. Y también las tecnologías correspondientes, como por ejemplo, el Internet de las cosas, la computación en la nube o la inteligencia artificial (Artificial Intelligence, AI), no se inventaron ayer. No obstante, se logran avances técnicos importantes casi diariamente. En este sentido destacan tres tendencias.

La inteligencia artificial (IA) ya es actualmente una de las fuerzas impulsoras de la transformación digital y en el futuro lo será aún más. Gracias a la IA, las máquinas serán capaces, por ejemplo, de realizar mantenimientos preventivos. Y los robots utilizados en la Smart Factory se convertirán en asistentes autónomos que pueden aprender de forma autónoma, actuar de forma lógica y comunicarse entre sí.

Asimismo, el Machine Learning (aprendizaje automático), como uno de los sectores más importantes de la IA para KUKA, se abre camino hacia la fábrica y pronto será un componente fundamental de la Smart Factory. Las máquinas que aprenden pueden "entender" los patrones y las relaciones causa-efecto que han sido creados por ellas mismas. "Aprenden" y reaccionan a ello en tiempo real, perfeccionando automáticamente sus algoritmos.

No menos revolucionario es el principio de la realidad mixta. Combina las técnicas de realidad virtual (RV) y la realidad aumentada (RA). Realidad virtual significa que el usuario está completamente aislado del mundo real y se encuentra en un entorno virtual que es visible a través de unas gafas. En cambio, el entorno real sigue siendo visible en la realidad aumentada, pero se superpone mediante contenidos digitales (objetos virtuales, información). Con la tecnología de la realidad mixta, ahora se pueden conectar contenidos virtuales con el mundo real. A diferencia de la realidad aumentada, los contenidos de la realidad mixta no se proyectan de forma sencilla, sino que mediante el uso de terminales móviles o visores de realidad virtual, como por ejemplo el Microsoft Hololens, aparecen como un holograma que está integrado de forma realista en el mundo físico. Este puede moverse y modificarse como si fuera un objeto real.

Por lo tanto, el futuro ya ha comenzado. Pero, ¿qué utilidad práctica tienen estas tecnologías en la industria? Eche un vistazo a algunos de los proyectos de innovación de KUKA.

Con nuestro software de simulación KUKA.Sim se pueden programar los robots fuera del entorno de producción. El software permite a los usuarios interactuar con un gemelo digital, es decir, una imagen virtual exacta del proceso de producción posterior. Ya sea el diseño del proceso o la visualización de flujos de material y cuellos de botella o del código PLC: La simulación en 3D creada por Kuka.Sim cubre todos los procesos de planificación. La unidad de control virtual y real trabajan con datos idénticos: Lo que se planea de forma virtual, tiene lugar posteriormente de forma exacta en la realidad. Esto permite la máxima seguridad de planificación de los procesos de fabricación con un esfuerzo y unos costes reducidos.

Obtenga más información sobre KUKA.Sim.

Si se puede predecir la vida útil de los componentes individuales del robot, se puede evitar que se produzcan fallos e interrupciones de producción costosos. Precisamente de ello trata el proyecto de investigación financiado por el Ministerio bávaro de economía, energía y tecnología (StMWi) titulado "Inteligencia artificial para la predicción de la seguridad operativa y la vida útil de los robots industriales" (KIVI). El objetivo es supervisar el estado de los robots industriales de forma continua y permitir un mantenimiento preventivo (Condition Monitoring y Predictive Maintenance). Para ello, varios sensores transmiten primero el comportamiento de oscilación de servicio de cada uno de los componentes del robot. En la evaluación de los datos correspondientes se utiliza la inteligencia artificial: Detecta patrones cuando se producen estados de desgaste y a partir de ello aprende modelos de comportamiento. El resultado es una caja de herramientas de IA prototípica que actualmente ya se encuentra en la fase de evaluación. En cuanto se puedan utilizar de forma comercial, las empresas de producción estarán capacitadas para aumentar su disponibilidad de las instalaciones y hacer que el desarrollo de la producción sea más eficiente, lo que finalmente también contribuye al cuidado de los recursos.

El punto de partida de todos los procesos de optimización de robots industriales son los datos. Sin embargo, el proceso para generarlos y recopilarlos cuesta mucho tiempo y dinero. Para ahorrar, actualmente también se pueden recopilar datos mediante la simulación sencilla de interacciones del robot. El problema: Incluso las simulaciones más avanzadas aún no pueden reproducir la realidad a la perfección. Las líneas de actuación aprendidas en ellas no se pueden transferir fácilmente a los robots reales. Esta dificultad a menudo se denomina como "Reality Gap".

Es justo aquí donde comienza nuestro proyecto "TransLearn": Queremos superar el Reality Gap identificando los errores de la simulación. El objetivo es transferir los resultados simulados sin problemas a los robots reales.

Esto aporta muchas ventajas: En la simulación, los robots se pueden programar de un modo mejor y más rápido, lo que reduce los costes de programación. Además, los robots pueden aprender mejor y de forma más autónoma si se realiza tanto en la simulación como en la instalación real. Gracias a un proceso de aprendizaje optimizado de este tipo, los robots industriales ya no tendrán que ser programados de forma costosa en el futuro, sino que solo tendrán que ser instruidos. De esta manera, también aprenden de forma autónoma cómo reducir sus tiempos de ciclo o a consumir una cantidad menor de corriente.

Las empresas con procesos de producción modernos deben poder reaccionar rápidamente a las demandas o a las condiciones cambiantes. Por lo tanto, el proceso de producción a menudo necesita adaptaciones, en el propio proceso, en los recursos de producción, pero también en el producto que se va a fabricar. Por ello, este tipo de "ingeniería continua" debería ser posible en cualquier momento. Con BaSys 4 ya se ha desarrollado un sistema de base para instalaciones de producción que hace que los procesos de producción se puedan transformar de forma eficiente. Con el proyecto BaSys 4.2, financiado por el Ministerio Federal de Educación e Investigación de Alemania (BMBF), estamos trabajando ahora en la implementación de otros elementos de infraestructura de la Industria 4.0 sobre la base de los conceptos y estándares de la plataforma Industria 4.0. Para ello, nos centramos en las tres áreas temáticas de "middleware", "capacidades" y "virtualización". Por lo tanto, queremos seguir desarrollando modelos de capacidad estandarizados y llevar a cabo su uso en comprobaciones de capacidad automatizadas.

El objetivo son las instalaciones de producción versátiles que pueden reaccionar de forma inteligente y comprensible ante requisitos cambiantes.