La manufactura inteligente [1] es una categoría amplia de manufactura que emplea manufactura integrada por computadora , altos niveles de adaptabilidad y cambios rápidos de diseño, tecnología de la información digital y capacitación de la fuerza laboral técnica más flexible. [2] Otros objetivos a veces incluyen cambios rápidos en los niveles de producción basados en la demanda, [3] [1] optimización de la cadena de suministro , [3] producción eficiente y reciclabilidad. [4] En este concepto, como fábrica inteligente tiene sistemas interoperables, simulación y modelado dinámico de múltiples escalas, automatización inteligente, seguridad cibernética sólida y sensores en red.
La definición amplia de fabricación inteligente abarca muchas tecnologías diferentes. Algunas de las tecnologías clave en el movimiento de fabricación inteligente incluyen capacidades de procesamiento de big data, dispositivos y servicios de conectividad industrial y robótica avanzada. [5]
Procesamiento de Big Data
La fabricación inteligente utiliza análisis de big data para refinar procesos complicados [ aclaración necesaria ] y administrar las cadenas de suministro . [7] El análisis de big data se refiere a un método para recopilar y comprender grandes conjuntos de datos en términos de lo que se conoce como las tres V, velocidad, variedad y volumen. La velocidad informa la frecuencia de adquisición de datos, que puede ser simultánea con la aplicación de datos anteriores. Variedad describe los diferentes tipos de datos que se pueden manejar. El volumen representa la cantidad de datos. [8] El análisis de big data permite a una empresa utilizar la fabricación inteligente para predecir la demanda y la necesidad de cambios de diseño en lugar de reaccionar a los pedidos realizados. [2]
Algunos productos tienen sensores integrados, que producen grandes cantidades de datos que se pueden utilizar para comprender el comportamiento del consumidor y mejorar las versiones futuras del producto. [9] [10] [11]
Robótica avanzada
Los robots industriales avanzados , también conocidos como máquinas inteligentes, funcionan de forma autónoma y pueden comunicarse directamente con los sistemas de fabricación. En algunos contextos de fabricación avanzada, pueden trabajar con humanos para tareas de ensamblaje conjunto. [12] Al evaluar la entrada sensorial y distinguir entre diferentes configuraciones de productos, estas máquinas pueden resolver problemas y tomar decisiones independientemente de las personas. Estos robots pueden completar el trabajo más allá de lo que inicialmente fueron programados para hacer y tienen inteligencia artificial que les permite aprender de la experiencia. [5] Estas máquinas tienen la flexibilidad de ser reconfiguradas y reutilizadas. Esto les da la capacidad de responder rápidamente a los cambios de diseño y la innovación, lo cual es una ventaja competitiva sobre los procesos de fabricación más tradicionales. [13] Un área de preocupación en torno a la robótica avanzada es la seguridad y el bienestar de los trabajadores humanos que interactúan con los sistemas robóticos. Tradicionalmente, se han tomado medidas para segregar a los robots de la fuerza laboral humana, pero los avances en la capacidad cognitiva robótica han abierto oportunidades, como los cobots , para que los robots trabajen en colaboración con las personas. [14]
La computación en la nube permite que grandes cantidades de almacenamiento de datos o poder computacional se apliquen rápidamente a la fabricación y permiten recopilar una gran cantidad de datos sobre el rendimiento de la máquina y la calidad de salida. Esto puede mejorar la configuración de la máquina, el mantenimiento predictivo y el análisis de fallas. Mejores predicciones pueden facilitar mejores estrategias para ordenar materias primas o programar corridas de producción.
Impresión 3d
A partir de 2019, la impresión 3D se utiliza principalmente en la creación rápida de prototipos, la iteración del diseño y la producción a pequeña escala. Las mejoras en la velocidad, la calidad y los materiales podrían hacerlo útil en la producción en masa [15] [16] y la personalización en masa . [dieciséis]
Sin embargo, la impresión 3D se ha desarrollado tanto en los últimos años que ya no se utiliza solo como tecnología para la creación de prototipos. El sector de la impresión 3D se está moviendo más allá de la creación de prototipos, especialmente, se está generalizando cada vez más en las cadenas de suministro. Las industrias donde la fabricación digital con impresión 3D es más vista son la automotriz, industrial y médica. En la industria automotriz, la impresión 3D se utiliza no solo para la creación de prototipos, sino también para la producción completa de piezas y productos finales. [17]
Recientemente, un poderoso ejemplo de impresión 3D son los proveedores y los fabricantes digitales que se unen para ayudar a combatir el COVID-19. [18]
Ya no es necesario predecir la demanda de los consumidores porque la impresión 3D garantiza una flexibilidad infinita al imprimir lo que necesitan. La impresión 3D permite prototipar con más éxito, por lo que las empresas están ahorrando tiempo y dinero, ya que se pueden producir volúmenes increíbles en un período corto. [19]
Existe un gran potencial para que la impresión 3D revolucione las cadenas de suministro. Cada vez son más las empresas que lo utilizan. [20]
El principal desafío al que se enfrentará la impresión 3D es el cambio de mentalidad de las personas. Además, algunos trabajadores necesitarán un proceso de reaprendizaje completo y un conjunto total de nuevas habilidades necesarias para administrar la tecnología de impresión 3D. [21]
Eliminando ineficiencias y peligros en el lugar de trabajo
La fabricación inteligente también se puede atribuir a la inspección de las ineficiencias del lugar de trabajo y la asistencia en la seguridad del trabajador. La optimización de la eficiencia es un gran enfoque para los usuarios de sistemas "inteligentes", que se realiza a través de la investigación de datos y la automatización inteligente del aprendizaje. Por ejemplo, los operadores pueden recibir tarjetas de acceso personal con Wi-Fi y Bluetooth incorporados, que pueden conectarse a las máquinas y una plataforma en la nube para determinar qué operador está trabajando en qué máquina en tiempo real. [22] Se puede establecer un sistema 'inteligente' interconectado e inteligente para establecer un objetivo de rendimiento, determinar si el objetivo es alcanzable e identificar ineficiencias a través de objetivos de rendimiento fallidos o retrasados. [23] En general, la automatización puede aliviar las ineficiencias debidas a errores humanos. Y, en general, la IA en evolución elimina las ineficiencias de sus predecesores.
A medida que los robots asumen más tareas físicas de fabricación, los trabajadores ya no necesitan estar presentes y están expuestos a menos peligros. [24]
Impacto de la Industria 4.0
Industria 4.0 es un proyecto en la estrategia de alta tecnología del gobierno alemán que promueve la informatización de industrias tradicionales como la manufactura. El objetivo es la fábrica inteligente (Smart Factory) que se caracteriza por la adaptabilidad, la eficiencia de recursos y la ergonomía, así como la integración de clientes y socios comerciales en los procesos de negocio y valor. Su base tecnológica consiste en sistemas ciberfísicos e Internet de las cosas. [25]
Este tipo de "fabricación inteligente" hace un gran uso de:
- Conexiones inalámbricas, tanto durante el montaje del producto como durante las interacciones a larga distancia con ellos;
- Sensores de última generación, distribuidos a lo largo de la cadena de suministro y los mismos productos ( Internet de las cosas )
- Elaboración de una gran cantidad de datos para controlar todas las fases de construcción, distribución y uso de un bien.
La hoja de ruta europea " Fábricas del futuro" y la alemana " Industrie 4.0" ilustran varias de las líneas de acción a emprender y los beneficios relacionados. Algunos ejemplos son:
- Los procesos de fabricación avanzados y la creación rápida de prototipos harán posible que cada cliente solicite un producto único sin un aumento de costes significativo.
- Las plataformas Collaborative Virtual Factory (VF) reducirán drásticamente el costo y el tiempo asociados con el diseño de nuevos productos y la ingeniería del proceso de producción, aprovechando la simulación completa y las pruebas virtuales a lo largo del ciclo de vida del producto.
- Los dispositivos avanzados de interacción hombre-máquina (HMI) y realidad aumentada (AR) ayudarán a aumentar la seguridad en las plantas de producción y reducirán la demanda física de los trabajadores (cuya edad tiene una tendencia creciente).
- El aprendizaje automático será fundamental para optimizar los procesos productivos, tanto para reducir los plazos de entrega como para reducir el consumo energético.
- Los sistemas ciberfísicos y la comunicación de máquina a máquina (M2M) permitirán recopilar y compartir datos en tiempo real de la planta para reducir el tiempo de inactividad y el tiempo de inactividad mediante la realización de un mantenimiento predictivo extremadamente eficaz .
Estadísticas
El Ministerio de Economía, Comercio e Industria de Corea del Sur anunció el 10 de marzo de 2016, que había ayudado a la construcción de fábricas inteligentes en 1.240 pequeñas y medianas empresas , que dijo resultó en una disminución media del 27,6% en los productos defectuosos, un 7,1% más rápidos de producción de prototipos y un 29,2% menos de coste. [26]
Ver también
- Fabricación abierta
Referencias
- ^ a b Lu, Yuqian; Xu, Xun; Wang, Lihui (julio de 2020). "Automatización de sistemas y procesos de fabricación inteligente: una revisión crítica de los estándares y escenarios previstos" . Revista de sistemas de fabricación . 56 : 312-325. doi : 10.1016 / j.jmsy.2020.06.010 .
- ^ a b Davis, Jim; Edgar, Thomas; Porter, James; Bernaden, John; Sarli, Michael (20 de diciembre de 2012). "Fabricación inteligente, inteligencia de fabricación y rendimiento dinámico de la demanda". Computación e Ingeniería Química . FOCAPO 2012. 47 : 145–156. doi : 10.1016 / j.compchemeng.2012.06.037 .
- ^ a b SMLC 2011
- ^ Shipp, Stephanie S. (marzo de 2012). "Tendencias globales emergentes en fabricación avanzada" (PDF) . Tendencias globales emergentes en fabricación avanzada . Instituto de Análisis de Defensa. Archivado desde el original (PDF) el 6 de junio de 2012 . Consultado el 12 de abril de 2020 .
- ^ a b "En el viaje hacia una revolución de fabricación inteligente" . www.industryweek.com . 2015-12-30 . Consultado el 17 de febrero de 2016 .
- ^ 20899, James S. Albus, Instituto Nacional de Estándares y Tecnología, Gaithersburg, Maryland (1 de enero de 1995), inglés: Arquitectura para la instalación de investigación de fabricación automatizada de NBS (AMRF). , consultado el 4 de marzo de 2016CS1 maint: nombres numéricos: lista de autores ( enlace )
- ^ Rachuri, Dr. Sudarsan (4 de febrero de 2014). "Diseño y análisis de sistemas de fabricación inteligente" (PDF) . Instituto Nacional de Estándares y Tecnología . Consultado el 16 de febrero de 2016 .
- ^ Nivelación, J .; Edelbrock, M .; Otto, B. (1 de diciembre de 2014). Análisis de big data para la gestión de la cadena de suministro . 2014 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM) . págs. 918–922. doi : 10.1109 / IEEM.2014.7058772 . ISBN 978-1-4799-6410-9.
- ^ Yang, Chen; Shen, Weiming; Wang, Xianbin (enero de 2018). "Internet de las cosas en la fabricación: cuestiones clave y aplicaciones potenciales". Revista IEEE Systems, Man y Cybernetics . 4 (1): 6–15. doi : 10.1109 / MSMC.2017.2702391 .
- ^ Porter, Michael E. (noviembre de 2014). "Cómo los productos inteligentes y conectados están transformando la competencia" . Harvard Business Review . Abril de 2016.
- ^ "Construyendo una fabricación más inteligente con Internet de las cosas (IoT)" . IT World Canadá . Lopez Research. 2014 . Consultado el 12 de abril de 2020 .
- ^ W. Wang, R. Li, Y. Chen, Z. Diekel y Y. Jia (2019). "Facilitar tareas colaborativas humano-robot mediante la enseñanza-aprendizaje-colaboración a partir de demostraciones humanas" . Transacciones IEEE sobre ciencia e ingeniería de automatización . 16 (2): 640–653. doi : 10.1109 / tase.2018.2840345 . ISSN 1545-5955 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ NIST, Departamento de Comercio de EE. UU. (Octubre de 2013). "Sistemas robóticos para fabricación inteligente" . www.nist.gov . Consultado el 4 de marzo de 2016 .
- ^ Bicchi, Antonio; Peshkin, Michael A .; Colgate, J. Edward (1 de enero de 2008). El profesor Bruno Siciliano; Prof, Oussama Khatib (eds.). Seguridad para la interacción física humano-robot . Springer Berlín Heidelberg. págs. 1335-1348. doi : 10.1007 / 978-3-540-30301-5_58 . ISBN 9783540239574.
- ^ "Industria 4.0 - Impresión 3D en industrias manufactureras" . Atos . Consultado el 9 de junio de 2019 .
- ^ a b Hughes, Andrew. "La industria 4.0 es más que datos: la impresión 3D en la fabricación" . blog.lnsresearch.com . Consultado el 9 de junio de 2019 .
- ↑ Wilson, Georgia. "La evolución de la impresión 3D en la fabricación" https://manufactureglobal.com/technology/evolution-3d-printing-man manufacturing.Consultado el 4 de junio de 2021.
- ↑ Wilson, Georgia. "La evolución de la impresión 3D en la fabricación" https://manufactureglobal.com/technology/evolution-3d-printing-man manufacturing.Consultado el 4 de junio de 2021.
- ↑ Wilson, Georgia. "La evolución de la impresión 3D en la fabricación" https://manufactureglobal.com/technology/evolution-3d-printing-man manufacturing.Consultado el 4 de junio de 2021.
- ↑ Wilson, Georgia. "La evolución de la impresión 3D en la fabricación" https://manufactureglobal.com/technology/evolution-3d-printing-man manufacturing.Consultado el 4 de junio de 2021.
- ↑ Wilson, Georgia. "La evolución de la impresión 3D en la fabricación" https://manufactureglobal.com/technology/evolution-3d-printing-man manufacturing.Consultado el 4 de junio de 2021.
- ^ "ThingTrax" . Fabricación conectada ThingTrax . Londres. Archivado desde el original el 12 de abril de 2017 . Consultado el 12 de abril de 2020 .
- ^ Jung, Kiwook (16 de marzo de 2015). "Mapeo de objetivos estratégicos y métricas de rendimiento operativo para sistemas de fabricación inteligentes" . Procedia Informática . 44 (44 p.184-193): 184-193. doi : 10.1016 / j.procs.2015.03.051 .
- ^ Louchez, Alain (6 de enero de 2014). "De la fabricación inteligente a la fabricación inteligente" . www.automationworld.com . Mundo de la automatización . Consultado el 4 de marzo de 2016 .
- ^ Jacinto, Joan (31 de julio de 2014). "¿Fabricación inteligente? ¿Industria 4.0? ¿De qué se trata?" . The Vault - Siemens Totally Integrated Automation .
- ^ Jung Min-hee (11 de marzo de 2016). "Fábricas inteligentes que mejoran la productividad de las pymes" .
enlaces externos
- CESMII - Instituto Nacional de Fabricación Inteligente de EE. UU.
- Fábricas del futuro
- La fábrica inteligente: exploración de una solución de innovación abierta para ecosistemas de fabricación: https://ssrn.com/abstract=2503064
- GE lanza 'microfactory' para co-crear el futuro de la manufactura