La automoci¨®n, el gran banco de pruebas de la industria 4.0

El sector de la automoci¨®n, junto con los de aeron¨¢utica y generaci¨®n de energ¨ªa, siempre ha estado a la vanguardia en la innovaci¨®n tecnol¨®gica de sus procesos de fabricaci¨®n. Casi todas las tecnolog¨ªas habilitadoras que dan forma al concepto de Industria 4.0 (internet de las cosas, rob¨®tica colaborativa, fabricaci¨®n aditiva...) est¨¢n presentes en una planta de fabricaci¨®n de autom¨®viles. Podemos observar enormes robots que manipulan piezas de acero, grandes m¨¢quinas para soldar metales, pesadas gr¨²as que transportan distintos componentes y brazos mec¨¢nicos que sirven de asistentes a los trabajadores humanos para manipular las diferentes partes de un veh¨ªculo. Una enorme cadena de producci¨®n que se mueve a un ritmo constante, similar a lo que nos mostraba Charles Chaplin en 1936 en Tiempos modernos, pero con la salvedad de que los robots y los datos han tomado ahora el protagonismo. Lo que se ha dado en llamar la cuarta revoluci¨®n industrial.

Lo que nunca podremos observar en esas im¨¢genes casi hipn¨®ticas de procesos de ensamblado de un autom¨®vil es toda la informaci¨®n que generan esos robots y m¨¢quinas, que llega como oleadas al centro de control para constatar que la fabricaci¨®n se est¨¢ desarrollando seg¨²n lo previsto. Son los datos. La materia prima clave que est¨¢ revolucionando el sector de la automoci¨®n en sus procesos de fabricaci¨®n, pero tambi¨¦n a la hora de aportar nuevos modelos de negocio una vez que el veh¨ªculo ya ha sido adquirido por el cliente, e incluso antes.

Varias marcas con factor¨ªas en nuestro pa¨ªs han desarrollado ya experiencias de aplicaci¨®n del big data en los procesos de producci¨®n. La planta de Mercedes-Benz en Vitoria-Gasteiz utiliza sensores ¨®pticos para recopilar informaci¨®n sobre cerca de 200 par¨¢metros relacionados con la calidad de la pintura de cada una de las 700 furgonetas que salen cada d¨ªa de su cadena de montaje. ¡°Los datos son un activo de gran valor y, si se analizan de forma conveniente, pueden ofrecer un valor a?adido a cualquier empresa. La gesti¨®n de datos se ha convertido en un elemento fundamental¡±, explica Alberto Sotomayor, responsable de Analytics de Iberm¨¢tica.

Esta empresa es la que ha implantado este sistema de obtenci¨®n y an¨¢lisis de datos en la planta. ¡°Sirven para predecir situaciones, identificar patrones y conocer c¨®mo se est¨¢ comportando una m¨¢quina durante el proceso productivo. En este caso, nos ayudan a certificar los controles de calidad de la pintura de cada uno de los veh¨ªculos, un aspecto en el que Mercedes presta una especial atenci¨®n ya que es un proceso cr¨ªtico para ellos. Tratamos de verificar que los datos sean coherentes, correctos y que lleguen en tiempo real, para que luego ellos sean capaces de mejorar las estad¨ªsticas de calidad¡±.

Iberm¨¢tica tambi¨¦n participa en el an¨¢lisis del proceso de fabricaci¨®n de los pares de apriete en las l¨ªneas de montaje de la planta de Volkswagen en Navarra. Se trata de un elemento que presenta un importante ¨ªndice de rechazo, por lo que es muy importante optimizar su producci¨®n y comprobar los resultados. ¡°Nuestro objetivo es reducir los posibles fallos de fabricaci¨®n en un 15% en los pr¨®ximos a?os gracias al an¨¢lisis de los datos durante la fabricaci¨®n¡±, incide Sotomayor.

• Sensores y visi¨®n artificial

Solo es posible recoger esta informaci¨®n sobre los procesos productivos a trav¨¦s de la utilizaci¨®n de diferentes tipos de sensores y sistemas de visi¨®n artificial incorporados en las m¨¢quinas y en las l¨ªneas de montaje. Adem¨¢s, los dispositivos medidores deben de estar conectados a una red inal¨¢mbrica para hacer llegar esos datos a los centros de control en tiempo real. La empresa Sisteplant, que ayuda a la transformaci¨®n digital de otras compa?¨ªas mediante la incorporaci¨®n de tecnolog¨ªas avanzadas y de manera especial a trav¨¦s de sens¨®rica profunda, trabaja en diferentes proyectos en el sector de la automoci¨®n.

Su director de innovaci¨®n y desarrollo de negocio, Alfonso Ganzabal, detalla: ¡°Aplicamos sens¨®rica integrada en la l¨ªnea de producci¨®n. Gracias a ella, realizamos muestreos de cada pieza y esta informaci¨®n, unida a los par¨¢metros de funcionamiento de las m¨¢quinas, permite construir un modelo matem¨¢tico de la c¨¦lula que pronostica la necesidad de cambio de herramientas y sugiere la necesidad de ajuste de los par¨¢metros de proceso. Por otra parte, en base a los datos recogidos por la sens¨®rica, junto con informaciones introducidas por los t¨¦cnicos, modelizamos los equipos de forma que somos capaces de identificar la probabilidad de aparici¨®n de un modo de fallo que pueda generar un problema de operatividad¡±.

• Trazabilidad de las piezas

Los sensores y sistemas de visi¨®n artificial no son los ¨²nicos dispositivos que alimentan de datos los centros de control. Pierburg es una compa?¨ªa con m¨¢s de 400 trabajadores que forma parte del Grupo KSPG AG, l¨ªder mundial en dise?o, desarrollo y producci¨®n de componentes para el autom¨®vil. Entre los productos que fabrica se encuentran las v¨¢lvulas de escape. La gran innovaci¨®n que ha implementado respecto al uso de datos es lo que se denomina la trazabilidad unitaria de cada una de las piezas que fabrica. Hasta ahora llevaba a cabo un seguimiento conjunto de todos los bienes de un mismo tipo que se realizaban en un determinado espacio de tiempo: una trazabilidad por lotes.

Pero con la utilizaci¨®n de un marcado Datamatrix, un c¨®digo formado por celdas blancas y negras (similar a los c¨®digos QR), ahora puede recopilar informaci¨®n sobre el paso de esa pieza por la cadena de mecanizado o de montaje y determinar si el proceso ha sido correcto. ¡°La trazabilidad unitaria de cada una de las piezas que forma parte de un autom¨®vil constituye una aut¨¦ntica revoluci¨®n, ya que gracias a ella es posible detectar a la primera cualquier fallo de fabricaci¨®n, interrumpiendo futuros procesos de mecanizado, montaje o desmontaje que tienen unos costes. Adem¨¢s, como marca y en cuanto a la relaci¨®n con nuestros clientes, es importante para nosotros evitar que piezas en mal estado lleguen al mercado¡±, enfatiza Carlos Etxebarria, director de T de producci¨®n de Pierburg.

Otro dispositivo no s¨¦nsorico que recopila y env¨ªa datos son las etiquetas RFID. Son muy peque?as y se pueden adherir a cualquier producto e incluso a personas. Gracias a unas diminutas antenas son capaces de transmitir informaci¨®n por radiofrecuencia relacionada con su uso u ubicaci¨®n. La compa?¨ªa IAC Group, con sede en Logro?o, utiliza estas etiquetas en el proceso de ensamblaje de los parachoques de algunos modelos de Opel. Gracias a ellas, cuando el componente llega a la cadena de montaje, el operario o el robot saben si tienen que instalarle un sensor de aparcamiento, faros antiniebla u otro tipo de extra, facilitando la personalizaci¨®n del modelo, lo que se conoce como customizaci¨®n masiva.

• Mantenimiento inteligente

M¨¢s all¨¢ de los procesos de producci¨®n, el big data aplicado al sector de la automoci¨®n tambi¨¦n comienza a revolucionar nuevos modelos de servicios a los clientes. En la medida en que los veh¨ªculos tengan conectividad a Internet, se podr¨¢n realizar mantenimientos predictivos relacionados con la presi¨®n de los neum¨¢ticos, niveles de aceite o el estado de los airbags. El informe Connected Mobility Global Forecast 2016 de la consultora Ptolemus avanza que en 2020 habr¨¢ m¨¢s de 400 millones de veh¨ªculos conectados en todo el mundo.

Esto va a abrir nuevas oportunidades en ¨¢mbitos como servicios de localizaci¨®n de veh¨ªculos robados, sistemas de atenci¨®n de emergencias (eCall), seguros (como PAYD, un tipo de seguro en el que se paga seg¨²n nuestra forma de conducir teniendo en cuenta par¨¢metros como la distancia recorrida, horarios, etc¨¦tera) o el diagn¨®stico remoto. En el futuro, gracias a la anal¨ªtica de datos, nuestro coche nos echar¨¢ buenas broncas por tomar una curva demasiado r¨¢pido o por demorar su cambio de aceite. Al tiempo.

• Rodeados de sensores

En cualquier planta de automoci¨®n existen diferentes tipos de sensores para medir la calidad de las piezas o su mecanizado. Los hay que utilizan tecnolog¨ªas ¨®pticas como contraste de luz, rayos X, l¨¢ser, luz blanca o luz estructurada. Una de las empresas l¨ªderes a nivel mundial en el ¨¢mbito de la sens¨®rica es Carl ZEISS. Gari Bilbao, experto de ZEISS en metrolog¨ªa industrial y responsable comercial, destaca: ¡°La gran revoluci¨®n en la medici¨®n de carrocer¨ªas de veh¨ªculos ha sido la utilizaci¨®n de sensores l¨¢ser de brazo horizontal para capturar informaci¨®n sobre su ensamblaje en miles de puntos por segundo. Es lo que denominamos procesos offline¡±, explica.

¡°En las l¨ªneas de producci¨®n solemos emplear sensores de luz estructurada, denominados atline. Y para capturar informaci¨®n cr¨ªtica sobre las soldaduras de las carrocer¨ªas utilizamos sensores ¨®pticos de procesos inline. El proceso offline puede llevar tres horas en capturar toda la informaci¨®n necesaria, el atline unos 20 minutos, mientras que el inline tarda entre 15 y 30 segundos. El gran avance llegar¨¢ con la utilizaci¨®n de tomograf¨ªa por rayos X, que es capaz de analizar el interior de las piezas¡±, sentencia.