Las pinzas de soldadura servoneumáticas de Festo reducen el tiempo de inactividad en un 25 %

Festo implementa en las fábricas de automóviles aquello de lo que otros tan solo hablan. En multitud de aplicaciones de la industria automovilística, de la metalistería o en la industria alimentaria, Festo lleva a cabo proyectos, en los que el mantenimiento predictivo – en el futuro con inteligencia artificial – se encarga de detectar a tiempo divergencias en procesos, de optimizar el mantenimiento y de ahorrar energía.

Generando soluciones con valor añadido

Las soluciones específicas para el cliente unidas a un conocimiento detallado de la aplicación permiten enfoques ágiles e innovadores. La experiencia abre nuevos potenciales para multiplicar estas soluciones en otras aplicaciones estándar. El desafío consiste en ofrecer auténtico valor añadido para los clientes finales a partir de los datos de los dispositivos, los datos del entorno de la aplicación y los conocimientos acerca de los procesos.

Las ventajas son evidentes: los fabricantes de automóviles pueden hacer coincidir las reparaciones de la pinza con intervalos sin producción e incrementar así la disponibilidad de su sistema. El estado de la pinza puede representarse en el sistema de control. De este modo, pueden generarse fácilmente las solicitudes automatizadas de reparación, teniendo en cuenta los “ciclos de vida” de las pinzas de soldadura.  Las funciones de filtro permiten comparaciones. La detección prematura de fugas redunda en un ahorro de energía, ya que justamente los costes de energía y mantenimiento desempeñan un papel esencial en el sector de las carrocerías.

Mantenimiento predictivo

Hoy en día, con los productos de sistemas mecatrónicos de Festo para la soldadura por puntos se procesan ya muchos datos, los cuales se compactan para diagnosis y se utilizan para el mantenimiento.  Sin embargo, no es suficiente con preparar y visualizar datos. Frente a los enfoques clásicos del concepto "condition monitoring", en el futuro surgen posibilidades ampliadas con el mantenimiento predictivo basado en inteligencia artificial: los datos de los dispositivos se combinan con los datos de proceso, con modelos analíticos y con soluciones basadas en la nube.

Los especialistas de Festo han ampliado los PCs existentes en las celdas robóticas con un software que recopila los datos de diagnóstico de la pinza de soldadura y los envía a un punto de entrada en la nube. En la nube se ejecuta una aplicación de mantenimiento que, junto con la representación de los datos en el navegador (Sistemas de visualización de datos - Dashboards), realiza también la evaluación de los datos de cara a la vida útil prevista.

El desafío del transporte de datos

"El desafío consistía en transportar los datos de la pinza de soldadura desde la producción a la nube. Aspectos como el tráfico de red, las cargas de procesador y la seguridad de datos eran en este momento para ambas partes terreno desconocido", explica Dr. Jan Bredau, director del departamento de software de aplicación para soluciones de sistema de Festo.

Festo desarrolló el concepto de hardware de la pinza de soldadura servoneumática en estrecha colaboración con expertos de la industria automovilística. Esto permitió a los desarrolladores de Festo tener en cuenta muchos requisitos importantes del sector, entre otros la reducción de la envolvente, ya que el sistema servoneumático es notablemente más compacto que los actuadores comparables de pinza de soldadura. El usuario puede instalar y operar la parte de control, compuesta por las secciones electrónica y neumática en un bloque o separadamente, en función de los requisitos de la aplicación. Esto otorga al sistema mucha más flexibilidad y repercute en los distintos conceptos de instalación en robots.

Mediante la conexión al sistema de mantenimiento de fábrica se notifican tareas de mantenimiento "predictivas" en su entorno habitual. Si se desea, es posible enviar tales tareas mediante SMS al teléfono móvil del técnico de mantenimiento.

"Ahora se une lo que tiene que estar unido: poseemos el know how de aplicación acumulado durante décadas en el campo sensor-actuador, y ahora lo combinamos con el know how de ciencia de datos y dominio. Esto abre la puerta a la inteligencia artificial en este tipo de aplicaciones", declara resumiendo Bredau.