Gestamp – Inteligencia artificial para la detección de defectos en el proceso de soldadira MAG
Gestamp
Sector: Industria
Business Case
Proyecto centrado en el desarrollo de analítica avanzada para líneas de montaje, identificando cuándo el proceso de soldadura es anómalo y, por tanto, cabe esperar defectos en la soldadura, por un lado, y, por otro, aumentar el control del proceso con la supervisión del cambio de punta.
Objetivos
1. Saber cuándo y cuántas veces se ha cambiado la cabeza de un robot. 2. Obtener el número de piezas que se han soldado con el mismo cabezal. 3. Obtener el número de cordones que se han soldado con el mismo cabezal. 4. Obtener el tiempo total de soldadura de un cabezal . 5. Identificar ciclos de soldadura anómalos
Use case
Para desarrollar el algoritmo, se están analizando los ciclos de intensidad. Se ha desarrollado una métrica (skew) que indica cómo de regulada está la señal de un robot, para ayudar a entender cuándo se produce el cambio de punta para cada robot. Y para la identificación de ciclos anormales, se ha identificado una banda basada en valores estadísticos para validar cuándo los ciclos son normales.
Infraestructura
Cloud
Tecnologías utilizadas
Aprendizaje Automático o Profundo
Datos utilizados
Para desarrollar el algoritmo, se están analizando los ciclos de intensidad. Se ha desarrollado una métrica (skew) que indica cómo de regulada está la señal de un robot, para ayudar a entender cuándo se produce el cambio de punta para cada robot. Y para la identificación de ciclos anormales, se ha identificado una banda basada en valores estadísticos para validar cuándo los ciclos son normales.
Recursos utilizados
Equipo de IA, área de adopción y personal experto en soldadura de Gestamp.
Dificultades y aprendizaje
Algunas señales de los robots son irregulares y aún no es posible identificar el momento de cambio de punta.
KPIs (impacto en el negocio y métricas del modelo)
Cantidad de cambio de punta por longitud de punta Aumento de la vida útil de la punta Identificación de ciclos anormales (antes no era posible)
Financiación
Parte del proyecto concedido por INDATIA – Hazitek 2022
Colaboradores
Tecnalia
