es.wedoany.com Noticia: El proyecto SARA, una iniciativa española destinada a impulsar el desarrollo de sistemas de fabricación autónomos de nueva generación, está transformando los datos generados durante el proceso de fabricación en conocimiento utilizable para la toma de decisiones mediante la integración de diversas tecnologías como la inteligencia artificial, el aprendizaje federado, la visión artificial, la robótica y la cadena de bloques. Financiado por el CDTI (Centro para el Desarrollo Tecnológico Industrial) y la AEI (Agencia Estatal de Innovación) de España, el proyecto reúne a un consorcio de empresas como Fagor Automation y a un consorcio de centros de investigación como el Centro de Fabricación Avanzada Aeroespacial (CFAA) de la Universidad del País Vasco, para validar las tecnologías en escenarios reales a través de cinco demostradores industriales.
El CFAA asume tres líneas de investigación en este proyecto, con el objetivo de mejorar la autonomía de los sistemas de fabricación. La primera línea de trabajo se centra en la aplicación del aprendizaje federado a la supervisión inteligente de procesos en máquinas herramienta, incluyendo la gestión del estado del fluido de corte y la predicción de la vida útil restante de la herramienta. El sistema experimental 'Matabichos' desarrollado para este fin integra un sistema de tratamiento físico basado en luz ultravioleta UV-C y burbujas de aire comprimido, así como una plataforma de supervisión inteligente. La validación experimental muestra que este sistema puede reducir significativamente la cantidad total de bacterias y el género Pseudomonas, registrando de forma continua la evolución de variables como la turbidez, la conductividad, el pH y la temperatura. Actualmente, el sistema se está transfiriendo a un tanque de 500 litros, más cercano a las condiciones industriales, para su prueba.
La segunda línea de trabajo aborda la fabricación robotizada autónoma, desarrollando un sistema de generación de trayectorias adaptativas para operaciones de desbarbado. Este sistema, al procesar las señales de desviación del contorno detectadas en imágenes simples, genera trayectorias de herramienta que se adaptan en tiempo real a las condiciones reales de la pieza, permitiendo detectar rápidamente bordes y rebabas y ajustar dinámicamente las condiciones de mecanizado según su tamaño. Las pruebas muestran que la tecnología puede obtener factores de escala inferiores a una décima de milímetro, requiriendo al menos 5 megapíxeles en la dirección de medición. Actualmente se está desarrollando una herramienta de programación autónoma que permita al robot modificar automáticamente la trayectoria de trabajo según la geometría medida.
La tercera línea de trabajo introduce la tecnología de cadena de bloques y la identidad digital para añadir una capa de confianza a los datos industriales. Se ha desarrollado una arquitectura que combina identificadores descentralizados (DID), credenciales verificables y una red de cadena de bloques privada basada en Hyperledger Fabric. La validación realizada en una máquina herramienta Ibarmia THR 16 muestra que, para un archivo CSV de 2 MB, el proceso de certificación total tarda aproximadamente 2,388 segundos, lo que indica que la introducción de la identidad digital y los mecanismos de certificación solo conlleva una pequeña sobrecarga temporal, compatible con los flujos de trabajo habituales de adquisición de datos industriales. El trabajo actual se centra en ampliar esta arquitectura para que sea aplicable a escenarios industriales más complejos y promover la interoperabilidad entre fabricantes, proveedores y clientes.
El proyecto SARA aborda el problema de la autonomía desde una perspectiva integral, abarcando todo el proceso desde la definición del proceso hasta la ejecución, supervisión, mantenimiento y planificación. Su objetivo es desarrollar una arquitectura tecnológica que impulse sistemas de fabricación más autónomos, inteligentes e interconectados, permitiendo que las máquinas comprendan su entorno, aprendan de la experiencia y actúen de forma cada vez más inteligente. Los resultados de la investigación de este proyecto son de gran importancia para mejorar la competitividad de sectores manufactureros de alto valor añadido, como el aeroespacial.
En torno a sus objetivos, el proyecto ha establecido cinco demostradores industriales, centrados respectivamente en la asistencia autónoma en la definición de nuevos procesos, la asistencia en la definición del ajuste y supervisión de parámetros de proceso en máquinas herramienta, la autonomía en el mantenimiento predictivo de componentes de máquinas, la autonomía en la fabricación robotizada y la autonomía en la planificación de fábricas flexibles.
En cuanto a los avances técnicos específicos, el sistema Matabichos desarrollado por el CFAA para la gestión del fluido de corte ha demostrado su eficacia en la validación experimental. Las pruebas comparativas en dos tanques de 25 litros mostraron que los contaminantes superficiales en el tanque tratado se redujeron hasta casi desaparecer, y el análisis microbiológico también confirmó una reducción significativa en la cantidad total de bacterias. El sistema de supervisión registró con éxito de forma continua los cambios en variables clave durante un mes de recopilación de datos reales.
En el ámbito del desbarbado robótico, el proyecto ha desarrollado una técnica de detección de contornos basada en el procesamiento de imágenes. Mediante la toma de fotografías de 24 megapíxeles a una distancia de 420 mm con una cámara fotográfica, y utilizando herramientas de edición para reducir la resolución en las pruebas, los resultados indican que se necesitan al menos 5 megapíxeles en la dirección de detección. Esta técnica procesa las imágenes a través de pasos como calibración, segmentación, detección y escalado, para generar trayectorias robóticas adaptadas a las condiciones reales de la pieza.
En el plano de la confianza en los datos, el análisis de rendimiento de la solución de cadena de bloques muestra que la sobrecarga del proceso de certificación es pequeña. Para un archivo CSV de 2 MB, la generación de una credencial verificable tarda aproximadamente 2,29 segundos, el cálculo del hash SHA-256 requiere 2,6 milisegundos y la escritura del hash en la cadena de bloques tarda 94,8 milisegundos. Las pruebas demuestran que esta arquitectura es viable como capa de confianza adicional sobre la infraestructura industrial existente.
La etapa de procesamiento de imágenes incluye la calibración, la captura de la fotografía de la pieza, la segmentación pieza-fondo y la detección de contornos utilizando la geometría nominal como plantilla. Posteriormente, se aplican operaciones morfológicas para filtrar rebabas grandes, se realiza un escalado de milímetros/píxel según el tamaño de la apertura y, finalmente, se suaviza la geometría del contorno, que servirá como guía para el movimiento actualizado del robot.
El proyecto analizó los sistemas de adquisición aplicables para esta aplicación, descartando tecnologías como la medición por palpador, la luz estructurada y el láser.
Finalmente, se optó por el procesamiento de imágenes con cámara fotográfica, por ser una tecnología rápida y económica, con una precisión dentro del rango definido y adecuada para aplicaciones de bordes en superficies planas. La viabilidad de esta tecnología se probó en un montaje preliminar, utilizando bloques patrón de cerámica de grado 0 (longitud 100 mm) y agujeros calibrados de un bloque Tipo IIW-1 (50,8 mm).
Las pruebas consistieron en tomar una fotografía con una cámara de 24 megapíxeles a una distancia de 420 mm. Posteriormente, se redujo la resolución de la imagen para estudiar su efecto en la medición de la longitud del bloque patrón. Los resultados mostraron que la tecnología puede obtener factores de escala inferiores a una décima de milímetro, requiriendo al menos 5 megapíxeles en la dirección de medición.
Para la segmentación, se investigarán diferentes algoritmos de reconocimiento de contornos y técnicas de filtrado hasta encontrar los parámetros óptimos para obtener el contorno cerrado completo de la pieza objetivo.
En cuanto a la cadena de bloques, la arquitectura desarrollada combina identificadores descentralizados (DID), credenciales verificables y una red de cadena de bloques privada basada en Hyperledger Fabric. Los datos generados por la máquina se estructuran en credenciales digitales y se firman, almacenándose posteriormente en el lago de datos del CFAA. Se calcula un hash criptográfico (SHA-256) de cada credencial, almacenando únicamente esta evidencia en la cadena de bloques para verificar la integridad de los datos manteniendo la eficiencia del sistema.
La validación de la solución de cadena de bloques se ha llevado a cabo en la máquina herramienta Ibarmia THR 16.
El análisis de rendimiento muestra que, para un archivo CSV de 2 MB, el proceso de certificación total tarda aproximadamente 2,388 segundos.
Aunque el desarrollo de las distintas tecnologías aún está en curso, los resultados obtenidos hasta la fecha validan la viabilidad de las soluciones propuestas, sentando las bases para seguir avanzando hacia entornos de fabricación más autónomos, interconectados y eficientes. Este proyecto representa un paso significativo hacia la nueva generación de fábricas, que no solo automatizan procesos, sino que también aprenden, colaboran y toman decisiones basadas en información fiable.
