Dürr presenta una solución que supervisa online la cabina de pintura

Dürr ha desarrollado EcoScreen Equipment Analytics con el objetivo de “aportar transparencia e inteligencia a los procesos de los talleres de pintura”. Esta solución evalúa todos los datos de robots y procesos con una trazabilidad hasta la milésima de segundo, de forma que los errores se identifican y rectifican rápidamente. Su característica tecnológica más destacable es una aplicación analítica en “streaming” para analizar los datos en tiempo real.

El software registra y analiza todas las señales relevantes de los sensores y de los actuadores integrados en los robots de pintura de Dürr. Por ejemplo, la tecnología del brazo frontal del robot facilita continuamente información de los reguladores de presión, bombas dosificadoras y válvulas de pintura. Las agujas principales, la velocidad de las turbinas, el aire de guía y los calentadores de aire de los pulverizadores rotativos electrostáticos también están conectados al dispositivo de registro de datos.

El software también guarda las posiciones, valores de par motor y temperaturas de los ejes individuales de los robots de pintado y manipuladores. Asimismo, se recogen datos del sistema de transportador para determinar la posición de las carrocerías en la cabina de pintura. Esta información se compara con datos de las celdas de pintado, como por ejemplo la hora de inicio y fin del pintado, o con datos de producción para cada carrocería, como por ejemplo el código de modelo y color. También se registran todos los errores y advertencias procedentes del proceso de pintado.

Aparte de ofrecer un registro de información y una base de datos, la solución IIoT incluye una visualización para la representación gráfica y el análisis de resultados. “Con la ayuda del módulo Visual Analytics podemos rastrear los datos de las semanas anteriores con una precisión de milésimas de segundo”, explica Lars Friedrich, presidente y CEO de Dürr Systems AG. “La información detallada nos ayuda a identificar y eliminar fallos rápidamente. Las comparaciones cruzadas de diferentes robots mejoran los análisis de causa raíz y ayudan al operador de la instalación a aumentar la disponibilidad de la planta, incrementar el coeficiente de primera puesta en marcha y mejorar la secuencia general del proceso.”

Por su parte, el modulo adicional Streaming Analytics analiza los datos en tiempo real. Usando algoritmos, calcula los patrones y las correlaciones que describen las condiciones ideales de la instalación a partir de los datos recopilados. Incluso las mínimas anomalías, tanto de la instalación como de los procesos, se identifican automáticamente. Los empleados pueden adoptar las medidas correspondientes de inmediato y llegar al fondo del problema incluso antes de que la carrocería salga de la cabina de pintura.

Streaming Analytics proporciona al operador de la instalación interfaces gráficas fáciles de usar que no requieren ningún conocimiento de programación para crear modelos de análisis. Para ello, Dürr ha desarrollado un editor de modelos que facilita al usuario una biblioteca de módulos de análisis. Éstos también pueden combinarse individualmente en nuevos modelos. Los datos se muestran en forma de gráfico en la pantalla. De este modo, el operador puede comprobar que todo está dentro de los márgenes de tolerancia adecuados.

“En paralelo con Streaming Analytics, Dürr está desarrollando módulos adicionales para aplicaciones de análisis de lotes que funcionan sobre la base de redes neuronales artificiales. El software aprende las condiciones de proceso óptimas de forma totalmente automática y registra cualquier anomalía. Esto significa que, en el futuro, el software podrá resolver problemas por sí mismo gracias al aprendizaje automático”, explica Friedrich. “Si los módulos de autoaprendizaje detectan una tendencia, los problemas en el equipamiento pueden identificarse incluso por adelantado especificando una previsión del momento de ocurrencia del evento.

Tal y como informan desde Dürr, varios fabricantes de automóviles están usando el software EcoScreen Equipment Analytics desde 2018. El módulo adicional Streaming Analytics basado en datos en tiempo real se empezó a utilizar por primera vez en una línea de producción completa el cuarto trimestre de 2018.