HEMAQ
Publicado

Desarrollan sistema de inteligencia artificial para el mantenimiento de máquinas-herramienta

Una cámara integrada directamente en la tuerca del accionamiento genera imágenes que la inteligencia artificial monitorea continuamente en busca de signos de desgaste del husillo.

Compartir

Una cámara integrada con fuente de luz permite la monitorización continua del husillo en la unidad. (Imagen: KIT)

Una cámara integrada con fuente de luz permite la monitorización continua del husillo en la unidad. (Imagen: KIT)

En ingeniería mecánica, el mantenimiento y la sustitución oportuna de componentes defectuosos en máquinas-herramienta es una parte importante del proceso de manufactura. En el caso de los husillos de bolas, como los utilizados en tornos para guiar con precisión la producción de componentes cilíndricos, el desgaste hasta ahora se ha determinado manualmente.

“Por lo tanto, el mantenimiento está asociado con el trabajo de instalación, lo que significa que la máquina se detiene. Nuestro enfoque, por otro lado, integra un sistema de cámara inteligente directamente en el accionador, lo que permite al usuario monitorear continuamente el estado del husillo. Si hay una necesidad de acción, el sistema informa al usuario automáticamente”, dice el profesor Jürgen Fleischer, del Instituto de Tecnología de Producción (wbk) en el Instituto de Tecnología de Karlsruhe (KIT).

El nuevo sistema combina una cámara con fuente de luz conectada a la tuerca del accionamiento y la Inteligencia Artificial (IA) evalúa los datos de la imagen. A medida que la tuerca se mueve sobre el husillo, toma imágenes individuales de cada sección del husillo, lo que permite el análisis de toda su superficie.

La combinación de datos de imágenes de operaciones en curso con métodos de aprendizaje automático permite a los usuarios del sistema evaluar directamente la condición de la superficie del husillo.

“Entrenamos nuestro algoritmo con miles de imágenes para que ahora pueda distinguir con confianza entre los husillos con defectos y los que no”, dice Tobias Schlagenhauf (wbk), quien ayudó a desarrollar el sistema.

“Al evaluar aún más los datos de la imagen, podemos calificar e interpretar con precisión el desgaste y así distinguir si la decoloración es simplemente suciedad o picaduras dañinas”, agrega.

Al entrenar a la IA, el equipo tuvo en cuenta todas las formas concebibles de degeneración visible y validó la funcionalidad del algoritmo con nuevos datos de imagen que el modelo nunca había visto antes. El algoritmo es adecuado para todas las aplicaciones que identifican defectos basados en imágenes en la superficie del husillo y es transferible a otras aplicaciones.

Contenido relacionado

  • De moldes de inyección de aluminio a la industria aeroespacial

    En el mundo de la fabricación de moldes de inyección de metal, donde la precisión y la calidad son cruciales, cada paso del proceso es definitivo para garantizar el éxito del producto final. Este es el caso de MFP Moldes, que ha reorganizado sus procesos de mecanizado para expandir sus mercados y convertirse en proveedor de la industria aeroespacial.

  • Fresado de escuadra: clave para la eficiencia en autos de carreras

    La combinación del fresado de hombros y una máquina de cinco ejes ha cambiado la fabricación de piezas para carreras en TTI Machine. Esta innovadora técnica no solo reduce costos y tiempos de ciclo, sino que permite dar soporte al nicho de las carreras de autos de sprint.

  • Sistemas de sujeción: claves para mejorar el mecanizado en cinco ejes

    Cuando se trata de sistemas de sujeción de piezas, los talleres pueden elegir entre opciones que proporcionan flexibilidad, ayudan a aumentar el rendimiento y permiten el mecanizado en cinco ejes. 

HEMAQ
Modern Machine Shop México
Murata Machinery USA, Inc.
Taiwan External Trade Development Council (TAITRA) - TIMTOS
Marposs, S.A. de C.V.
Horn Herramientas México S.A. de C.V.
DN Solutions
Modern Machine shop México
HEMAQ