05 · Entorno operativo
IA para producción y líneas de fabricación
Visión artificial para líneas de fabricación: secuencia operativa, interacción operario-máquina y desviación, a la velocidad a la que va la línea.
Una línea de producción es el único entorno industrial en el que el estado correcto está definido con precisión: hay una secuencia y hay una forma en que se supone que debe ejecutarse. Eso hace que la desviación signifique algo de un modo que rara vez ocurre en otros sitios, y es justo lo que la visión artificial sabe leer bien: no si un objeto está presente, sino si lo que está pasando se corresponde con cómo se supone que funciona esta línea.
El contexto operativo
Los entornos de producción son densos, repetitivos y rápidos, y esa combinación derrota a la observación humana por un motivo concreto: la repetición es precisamente aquello a lo que la atención se adapta. Una línea funcionando bien durante seis horas entrena al observador para dejar de verla. La inspección automática existe en muchas líneas, pero suele estar atada a un único puesto y a una única medida: sabe si esta pieza ha pasado, no si el operario ha cruzado el brazo por encima de un elemento en movimiento para colocarla. El espacio entre puestos, y la secuencia que los atraviesa, es donde la IA visual aporta algo que la instrumentación existente no tiene.
- Maquinaria
- Persona
- Interacción
- Secuencia operativa
- Conducta anómala
Por qué estos entornos son difíciles
- 01
Los tiempos de ciclo son cortos, así que un hallazgo que llega cuando el ciclo ya ha terminado es un registro y no una intervención.
- 02
Lo correcto y lo incorrecto se diferencian a menudo por muy poco, un orden, una postura, la posición de una mano, lo que convierte esto en un problema de contexto y no de presencia de objeto.
- 03
Las líneas se reconfiguran con cada cambio de producto, y un sistema atado a una geometría fija se vuelve erróneo la primera vez que la distribución se mueve.
- 04
Cualquier añadido tiene que convivir con la producción. Una línea no se para para acomodar un piloto.
Escenario
Cuarenta centímetros en doce metros cuadrados
El control de calidad es el caso en que el hallazgo es tres órdenes de magnitud menor que el activo. Todo el valor está en resolver el defecto contra la superficie sana que lo rodea, y por eso la chapa se perfila.
Análisis ilustrativo de esta imagen: Defecto superficial, Panel.
Regiones detectadasRegión, coordenadas normalizadas del fotograma
- 01Defecto superficialEscenarioX 0.25 Y 0.67 A 1.3% ∠ +3°
- 02PanelObjetoX 0.00 Y 0.33 A 25.4% ∠ +16°
Qué aporta Arkania
- 01
Detección y reconocimiento ejecutándose on-premise o en el edge, junto a la línea y no al otro lado de un viaje de ida y vuelta por la red.
- 02
Integración con los sistemas ya en operación mediante SCADA, OPC UA, MQTT y M2M, para que los hallazgos lleguen donde ya llegan los datos de línea.
- 03
Modelos totalmente propios, con propiedad sobre el código, la arquitectura y el ciclo de vida, y especialización del modelo a una línea concreta en lugar de una configuración genérica.
- 04
Comprensión contextual en lugar de detecciones aisladas: objetos, las interacciones entre ellos y los escenarios que forman esas interacciones.
Las capacidades de IA que aplican aquí
- 01Visión artificial industrial
- Lectura visual de maquinaria, operarios y material a lo largo de la línea, desde el parque de cámaras existente.
- 02Reconocimiento de secuencia
- Si una secuencia operativa se está ejecutando como debe, y no si un elemento suelto está presente.
- 03Análisis de interacciones
- La relación entre operario y equipo, aproximación, manipulación, postura, donde se concentra la mayor parte del riesgo de línea.
- 04Identificación de anomalías
- Desviación respecto al patrón operativo establecido de esta línea, y no respecto a una regla genérica.
Escenario
Humo, antes de que ocurra nada más
El humo suele ser lo primero que una cámara puede ver, y es la más defendible de las dos afirmaciones que un fotograma así podría hacer. Se segmenta como región con una extensión medida, en una nave que por lo demás es un turno completamente normal.
Análisis ilustrativo de esta imagen: Humo, Térmico, Maquinaria, Persona.
Regiones detectadasRegión, coordenadas normalizadas del fotograma
- 01HumoEscenarioX 0.48 Y 0.03 A 1.9% ∠ +76°
- 02TérmicoEscenarioX 0.49 Y 0.47
- 03MaquinariaObjetoX 0.31 Y 0.44 A 11.3%
Qué se le pide reconocer al sistema aquí
- 01
Secuencias operativas ejecutadas fuera de su orden esperado.
- 02
Interacción operario-máquina, incluidas la aproximación y la manipulación de equipo en movimiento.
- 03
Postura y ergonomía en el manejo de herramienta y material.
- 04
Estados de maquinaria visibles desde fuera de la propia máquina: posición, movimiento, obstrucción.
- 05
Desviación respecto al patrón operativo de la línea a lo largo de un turno, y no dentro de un fotograma.
Dónde aplica esto en una línea de producción
- 01
El espacio entre puestos instrumentados, que la inspección existente no cubre.
- 02
Cumplimiento de la secuencia operativa, donde el defecto es un orden y no una medida.
- 03
Seguridad del operario en torno a equipo que sólo es peligroso mientras está en movimiento.
- 04
Observación de patrones de periodo largo a lo largo de un turno, donde la repetición derrota a la atención humana.
Valor operativo
El valor es que la propia secuencia se vuelve observable, de forma continua y sin depender de una atención que la repetición erosiona, sobre cámaras ya instaladas y sin que los datos de línea ni los modelos entrenados salgan de la planta. Arkania no publica cifras de rendimiento, defectos o precisión que no pueda evidenciar por despliegue: lo que consigue cada línea se establece durante el proyecto.
Preguntas frecuentes
¿Esto es visión artificial para control de calidad?
Es contigua a ella, no su sustituto. La inspección a nivel de puesto mide una pieza; esto lee el entorno alrededor de la línea, secuencia, interacción, presencia y desviación, que es la parte que la inspección existente en general no cubre.
¿Qué pasa cuando reconfiguramos la línea?
La reconfiguración se da por supuesta. Los modelos se especializan para un entorno concreto, y volver a especializarlos cuando el entorno cambia forma parte del ciclo de vida, no es un proyecto nuevo.
¿Sale de la planta la imagen de línea?
No, salvo que el despliegue se diseñe así. Se admite inferencia on-premise y en el edge, y el cliente mantiene el control de los flujos de datos y la propiedad de los modelos entrenados.
¿Cómo se conecta con nuestros sistemas de línea?
Mediante SCADA, OPC UA, MQTT y M2M, de modo que los hallazgos llegan junto a los datos de línea que ya se recogen.
¿Los modelos son de terceros?
No. Arkania diseña, desarrolla, entrena y opera sus propios modelos, con propiedad sobre el código, la arquitectura y el ciclo de vida.
Entornos relacionados
Temas relacionados
Hablemos de un proyecto con Arkania
Cuéntanos el entorno, la escala y las condiciones operativas. Las solicitudes las revisa el equipo, no una cola.
Consultas industriales y corporativas · EN / ES