Blog

Caso de éxito en optimización de calidad con inteligencia artificial

Sep 9, 2020 11:26:00 AM / by Jair Pérez

Un modelo de inteligencia artificial (IA) para predecir desviaciones de calidad, reducir costos, mejorar procesos y, desde luego, evitar muchos dolores de cabeza en el camino. Así es como funciona.

Por Jair Pérez, CEO de Gesta Labs
Mail: jair@gestalabs.com

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, pues algunas empresas del ramo agroindustrial ya 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, que es una representación virtual de un producto, una máquina, una línea de producción o, en casos más avanzados, una fábrica. Es muy útil porque permite simular ambientes productivos con un alto grado de exactitud. Por ejemplo, puedes saber si ‘X’ 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.

¿Quieres incursionar en Industria 4.0 con un caso de uso para ti? Da clic aquí

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 —cuyo nombre prometí no revelar— que está siendo pionero en la implementación de sistemas de inteligencia artificial mediante diversos casos de uso. Uno de ellos es un gemelo digital para predecir desviaciones de calidad en la humedad de la harina, uno de sus principales productos.

“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”, dice uno de sus mandos operativos, 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. Esto es básico porque crear un gemelo digital que simule el proceso de producción de la harina con la humedad ideal exige tener los datos correctos en los puntos críticos del proceso.

En este caso fue necesario hacer un análisis profundo de todos los datos (equipos y procesos) del proceso de producción que tenían guardados, para determinar cuales influyen de forma más relevante en las desviaciones de la humedad, este proceso requirió una limpieza y análisis de datos profundo. Con la suficiente cantidad de datos representativos es posible construir un modelo de inteligencia artificial que determine correlaciones y simule miles de escenarios para llegar al resultado.

El modelo consiste en una selección de rangos de control de humedad, pues 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.

Un modelo sencillo de usar y al que es fácil adaptarse...

¿Cómo convive el operador con este modelo de IA? Sencillo, es tan simple como verlo en una pantalla donde se muestran las variables que debe ajustar, de forma muy simple y clara. El operador puede ver, por un lado, el porcentaje de la humedad con las variables en tiempo real; y, por otro, una predicción con una ventana de siete horas para ajustar dichas variables.

Los beneficios que la empresa ha encontrado en el modelo no solo se han reflejado en un mayor control de la humedad de la harina, sino que se han extendido en otros aspectos como un menor uso del vapor, reduciendo sus costos energéticos y mejorando las condiciones operativas. El caso sirve de ejemplo para demostrar que la inteligencia artificial va a cambiar la forma de operar de todas las industrias que la adopten. Los que hoy son pioneros en esto, el día de mañana tendrán ventaja para hacerlo de forma transversal en toda su organización.

¿Quieres conocer testimonios de primera mano sobre el impacto que ha tenido esta solución en los procesos de producción? Solicita un demo

Este texto se publicó originalmente para México Industry

Tags: Blog, Machine Learning, Caso de éxito, Gemelo digital, Agroindustria

Jair Pérez

Written by Jair Pérez

Suscríbete

Categorías

Ver todas