Mondragon Innovation | Humanity at work – Detección de rotura de herramienta de corte en el mecanizado a partir de señales de vibración aplicando técnicas de inteligencia artificial
Mondragon Innovation | Humanity at work
Sector: Industria
Business Case
La rotura de dientes de la fresa en procesos de mecanizado desatendidos de larga duración puede afectar a la calidad de la pieza resultante y no ser detectado hasta que es demasiado tarde como para evitar el desecho de la misma. Además, dependiendo de su severidad puede incluso afectar a la condición de máquina.
Objetivos
Detectar la rotura de herramientas de corte a partir de señales de vibración durante el proceso de fresado.
Use case
Se enfoca en dos fases: (i) un análisis basado en la señal de vibración para obtener las variables que mejor puedan identificar la rotura, y (ii) la implementación de un modelo binario de machine learning.
Infraestructura
On Premise Edge
Tecnologías utilizadas
Aprendizaje Automático o Profundo
Datos utilizados
Se utiliza un set de datos de vibración de pruebas de rotura de laboratorio, de los cuáles se extraen los armónicos relevantes para la detección de rotura.
Recursos utilizados
El trabajo técnico ha sido dirigido por un equipo de dos personas de IDEKO y en cuanto a infraestructura, el trabajo de captura de datos se ha llevado a cabo en laboratorio y las pruebas de campo se han llevado a cabo utilizando la DANOBATBOX en una máquina en producción real a la que DANOBAT tiene acceso.
Dificultades y aprendizaje
La gran cantidad de configuraciones de fresa diferentes (dimensiones – número de dientes) hace que abarcar todo el catálogo de herramientas sea complejo. Las pruebas en laboratorio han sido los suficientemente amplias como para abarcar un gran número de herramientas de características diferentes.
KPIs (impacto en el negocio y métricas del modelo)
Detección de fallos / Fallos etiquetados
Financiación
Privada
Colaboradores
Se ha contado con el área de análisis de datos de IDEKO para el liderazgo tecnológico del caso de uso.
