Font size:
Imprimir
El proceso de producción de la harina que sirve como materia prima para la industria forrajera ya no será el mismo después de la inteligencia artificial (IA), algunas empresas del ramo agroindustrial la han incorporado para evitar defectos de calidad mediante la predicción de eventos, con resultados positivos en términos económicos (reducción de costos), operativos (mejores prácticas) y estratégicos (habilitando una fábrica inteligente).
Pero, ¿Cómo es que las empresas pueden predecir desviaciones de calidad en sus procesos? La solución ideal es a través de un gemelo digital, es una representación virtual de un producto, máquina, línea de producción o, en casos más avanzados, una fábrica. Es útil porque permite simular ambientes productivos con un alto grado de exactitud. Por ejemplo, puedes saber si el producto será resistente en ciertas condiciones o, en caso contrario, el modelo te hace saber cómo se comportará para que hagas los ajustes necesarios antes de llevarlo al mundo físico.
En el sector agroindustrial, las empresas pueden usar los gemelos digitales para diversos procesos, entre ellos la inspección y el control de calidad. Esta tecnología puede sentar un precedente en la forma en que las compañías la emplean para reducir los costos relacionados con los defectos de calidad, los cuales llegan a representar hasta 20% de sus ingresos, de acuerdo con la American Society of Quality (ASQ).
A continuación, relataré el caso de un cliente del sector agroindustrial que está siendo pionero en la implementación de sistemas de IA:
Un gemelo digital para predecir desviaciones de calidad en la humedad de la harina.
“La medición de la calidad de la harina reside principalmente en sus niveles de proteína, humedad, fibra y aceite, pero el control de la humedad es uno de los factores más importantes porque nos indica si estamos haciendo una producción de acuerdo a los estándares de calidad que requieren nuestros clientes, de lo contrario podemos ser penalizados”, según información compartida por un mando operativo, que ha sido parte del equipo de implementación y operación del gemelo digital.
Por muchos años, el personal operativo controlaba las desviaciones de forma manual y correctiva. De alguna manera habían ‘normalizado’ esta forma ineficiente de operar, con muchas áreas de oportunidad para reducir costos asociados a la humedad, pero sin las herramientas necesarias para mejorar.
Hace dos años comenzaron a guardar los datos de sus equipos y PLCs, con la idea de explotarlos en el futuro. Fue necesario hacer un análisis profundo de todos los datos del proceso de producción que tenían guardados, para determinar cuáles influyen de forma más relevante en las desviaciones de la humedad. Con la suficiente cantidad de datos representativos es posible construir un modelo de IA que determine correlaciones y simule miles de escenarios para llegar al resultado.
El modelo consiste en una selección de rangos de control de humedad, predice las variables más importantes para que la empresa alcance el porcentaje de humedad ideal. Le sugiere al operador la combinación ideal para llegar al resultado, quien toma la decisión final con base en esa información.
Pero, ¿Cómo es que las empresas pueden predecir desviaciones de calidad en sus procesos? La solución ideal es a través de un gemelo digital, es una representación virtual de un producto, máquina, línea de producción o, en casos más avanzados, una fábrica. Es útil porque permite simular ambientes productivos con un alto grado de exactitud. Por ejemplo, puedes saber si el producto será resistente en ciertas condiciones o, en caso contrario, el modelo te hace saber cómo se comportará para que hagas los ajustes necesarios antes de llevarlo al mundo físico.
En el sector agroindustrial, las empresas pueden usar los gemelos digitales para diversos procesos, entre ellos la inspección y el control de calidad. Esta tecnología puede sentar un precedente en la forma en que las compañías la emplean para reducir los costos relacionados con los defectos de calidad, los cuales llegan a representar hasta 20% de sus ingresos, de acuerdo con la American Society of Quality (ASQ).
A continuación, relataré el caso de un cliente del sector agroindustrial que está siendo pionero en la implementación de sistemas de IA:
Un gemelo digital para predecir desviaciones de calidad en la humedad de la harina.
“La medición de la calidad de la harina reside principalmente en sus niveles de proteína, humedad, fibra y aceite, pero el control de la humedad es uno de los factores más importantes porque nos indica si estamos haciendo una producción de acuerdo a los estándares de calidad que requieren nuestros clientes, de lo contrario podemos ser penalizados”, según información compartida por un mando operativo, que ha sido parte del equipo de implementación y operación del gemelo digital.
Por muchos años, el personal operativo controlaba las desviaciones de forma manual y correctiva. De alguna manera habían ‘normalizado’ esta forma ineficiente de operar, con muchas áreas de oportunidad para reducir costos asociados a la humedad, pero sin las herramientas necesarias para mejorar.
Hace dos años comenzaron a guardar los datos de sus equipos y PLCs, con la idea de explotarlos en el futuro. Fue necesario hacer un análisis profundo de todos los datos del proceso de producción que tenían guardados, para determinar cuáles influyen de forma más relevante en las desviaciones de la humedad. Con la suficiente cantidad de datos representativos es posible construir un modelo de IA que determine correlaciones y simule miles de escenarios para llegar al resultado.
El modelo consiste en una selección de rangos de control de humedad, predice las variables más importantes para que la empresa alcance el porcentaje de humedad ideal. Le sugiere al operador la combinación ideal para llegar al resultado, quien toma la decisión final con base en esa información.
