Empresa digital: La respuesta de Siemens a la transformación digital

Con 350 cambios de producción por día, una cartera que contiene aproximadamente 1.200 productos diferentes y 17 millones de componentes Simatic que se producen por año, es necesario evaluar y utilizar alrededor de 50 millones de ítems de datos de procesos y productos a la hora de optimizar para lograr que la producción en Siemens Electronics Works Amberg (EWA) funcione sin problemas.

Además, tecnologías innovadoras como inteligencia artificial, computación industrial de borde y una solución de nube, ya permiten implementar secuencias de producción altamente flexibles y extremadamente eficientes y confiables.

 

Empresa digital: La respuesta de Siemens a la transformación digital
En la producción de placas de circuito impreso, un modelo controlado por inteligencia artificial ofrece indicios confiables sobre la probabilidad de que las PCBs sean defectuosas.

 

Computación de borde industrial e inteligencia artificial

"Con computación de borde (Edge Computing), los datos pueden ser procesados inmediatamente allí donde se generan, directamente en la planta o en la máquina", explicó el Dr. Jochen Bönig, de Siemens Amberg. Es lo que ocurre, por ejemplo, en la línea de producción de EWA donde se fabrican tarjetas de circuito impreso (PCBs) para componentes de E/S distribuidos.

Pero incluso aquí, la producción no está lo suficientemente optimizada, y no es culpa de la disponibilidad de planta ni de la calidad de proceso. El cuello de botella está al final de la producción de PCBs, en la sección de inspección automática por rayos X.

Las placas de circuito del tamaño de una uña contienen conectores BUS relacionados con la función teniendo varios pines de conexión. En un test no integrado, las uniones soldadas de estos pines de conexión son examinadas con rayos X y chequeadas en cuanto a su funcionamiento correcto. ¿Es necesario comprar una máquina de rayos X de más de medio millón de dólares?

La alternativa es inteligencia artificial. Los datos de los sensores son transferidos a una nube a través del entorno TIA (Totally Integrated Automation), que consta de un controlador y un dispositivo de borde. Los expertos entrenan un algoritmo que se basa en inteligencia artificual y los parámetros de proceso. El algoritmo aprende cómo se comportan los datos de proceso que reflejan la calidad de las juntas soldadas y controla un modelo que corre en una aplicación Edge en la planta.

"El modelo predice si las uniones soldadas en la PCB están libres de fallas; en otras palabras, si es necesario o no un test de fin de línea. Gracias a la analítica de lazo cerrado, estos datos pueden ser integrados inmediatamente en la producción", aclaró Bönig.

 

Un sistema de alerta temprana evita sorpresas desagradables

Otro ejemplo es la operación de fresado, donde también se utiliza analítica de lazo cerrado y tecnología Industrial Edge. El husillo de fresado para separación de PCBs en productos Simatic no siempre funcionó correctamente debido al polvo de fresado, pero al comienzo la causa no estaba clara. Al igual que en la inspección automática por rayos X, los expertos de Siemens confiaron en una combinación de computación de borde e inteligencia artificial para el mantenimiento predictivo.

Se pudieron aislar dos parámetros relacionados claramente con una parada no programada: la velocidad de rotación del husillo de fresado y la corriente eléctrica requerida por el accionamiento. Estos datos fueron ingresados en un dispositivo de borde donde un algoritmo entrenado previamente identificó las interrelaciones entre las anomalías en los datos de proceso y parada y las devolvió a la producción.

La aplicación Performance Insight pone los resultados a disposición de los usuarios en MindSphere, que es un sistema operativo IoT abierto y basado en la nube. De esta forma, los operadores de planta están informados ahora de la situación 12 a 36 horas antes de una posible falla del sistema y podrán responder en consecuencia.

Pero los datos y las anomalías no se almacenan simplemente en Mind­Sphere. El algoritmo tiene que estar mejor entrenado para que pueda ofrecer resultados cada vez más precisos. "Eso es exactamente lo que sucede en MindSphere. El entorno de digitalización consistente de punta a punta en EWA garantiza la interacción necesaria sin fisuras entre automatización, Industrial Edge y la computación de nube", señaló Florian Meierhofer, de EWA.

 

Gemelos digitales y prueba de concepto (PoC)

El gemelo digital es responsable de lograr que los componentes del controlador Simatic se produzcan ahora dentro de un tiempo de ciclo de ocho segundos. La simulación inicial prometía un tiempo de ciclo de once segundos. También reveló que ese tiempo de ciclo de once segundos era atribuible principalmente a los módulos de máquina planificados para la línea que no funcionaron de manera óptima en la producción real.

Los expertos de Siemens reemplazaron estos módulos con componentes más apropiados en el gemelo digital de producción. En la siguiente simulación, el tiempo de ciclo de ocho segundos se logró sin problemas, confirmando así la prueba de concepto.

 

Claro ejemplo de empresa digital

Resumiendo, en Siemens Electronics Works Amberg, las soluciones de hardware y software, la comunicación indus­trial, la ciberseguridad y los servicios  se coordinan de manera óptima. Las secuencias de producción no tienen fisuras gracias a una integración horizontal y vertical consistente de punta a pinta. De esta forma, Siemens EWA se convierte en un claro ejemplo de empresa digital.

© 2018 Editorial Control. Desarrollado por Estudio Pionero.