Izertis comienza a trabajar en un proyecto de detección de defectos y predicción de anomalías con socios internacionales
Nuestra empresa lidera el consorcio del proyecto MULTI-AI, que consiste en el desarrollo de un sistema que permite la detección defectos y predicción de anomalías multimaterial, en él también participan las empresas rumanas Beia Consult International SRL y PETAL S.A., la empresa belga Phoenix AI S.A. y el centro de investigación industrial belga Sirris.
El proyecto está cofinanciado por el Instituto de Desarrollo Económico del Principado de Asturias (España), la Unidad Ejecutiva de Financiación de la Educación Superior, Investigación, Desarrollo e Innovación de Rumanía y el Servicio Público de Valonia (Bélgica), en el marco del programa MANUNET (referencia: MNET20/ICT3798).
“Coordinar este proyecto es un reto apasionante, no solo por lo ambicioso que es su objetivo, sino por la posibilidad de poder trabajar en un equipo multicultural con entidades de ámbitos muy distintos, pero a la vez complementarios. Además, nos permite seguir desarrollando tecnología relacionada con la visión artificial y aplicarla en resolver las necesidades reales de las empresas” ha resaltado Raquel García, consultora de innovación y coordinadora de proyectos de nuestra firma.
El sistema que se desarrolla en el marco de este proyecto posibilita el análisis simultáneo de múltiples tipos de defectos en diferentes materiales, sin necesidad de tener distintas estaciones de inspección para cada tipo de defecto. Este sistema, escalable y personalizable, permite el control de calidad de cualquier pieza fabricada en una línea de producción.
La aplicación de la inteligencia artificial establece una correlación entre las variables del proceso productivo y las anomalías que puedan presentar las piezas fabricadas. Asimismo, el uso de tecnologías IoT para la monitorización y sensorización en tiempo real será fundamental para garantizar la obtención de datos adecuados en cuanto a tamaño, calidad y etiquetado, y así dar lugar a un sistema robusto y fiable.
Son varios los objetivos marcados en este proyecto, como el diseño y desarrollo de un nuevo sistema basado en la visión artificial y el Deep Learning que permita la detección de defectos multimaterial y la predicción de anomalías en una sola estación.
Así como el desarrollo de un procedimiento de etiquetado semi-supervisado que permita generar conocimiento sobre las nuevas anomalías detectadas por el propio sistema. Esto posibilitará la categorización de los defectos de forma flexible y, de esta manera, cumplir con las necesidades de cada proceso productivo en materia de control de calidad.
A través de este proyecto se ha conseguido un sistema de control de calidad que se puede integrar con el resto de los datos de la planta industrial 4.0. Esta característica da lugar al desarrollo de un sistema de detección de la raíz de la causa conectando los datos detectados con el resto de parámetros de la línea de producción.