Optimización de procesos en el moldeo por inyección La IA contra los desechos

De Dipl.-Ing. Annedore Bose-Munde 4 min Tiempo de lectura

Related Vendor

La inteligencia artificial está transformando el sector del procesamiento de plásticos: contribuye de manera significativa a la optimización de los procesos. En el congreso PIAE (Plastics in Automotive Engineering) de la VDI se mostrará cómo funciona esto en el moldeo por inyección.

Mediante un proceso de calibración, los datos reales se comparan en tiempo real durante la producción con los parámetros digitales ideales. De este modo, las desviaciones se detectan de inmediato. La IA actúa, por así decirlo, como un «ajustador virtual de máquinas».(Bild:  plus10 GmbH)
Mediante un proceso de calibración, los datos reales se comparan en tiempo real durante la producción con los parámetros digitales ideales. De este modo, las desviaciones se detectan de inmediato. La IA actúa, por así decirlo, como un «ajustador virtual de máquinas».
(Bild: plus10 GmbH)

La digitalización y el uso de la inteligencia artificial (IA) no son meras tendencias, sino factores esenciales para la optimización de los procesos en el sector del procesamiento de plásticos. En el congreso PIAE (Plastics in Automotive Engineering) de la VDI se demostrará de forma impresionante cómo la IA contribuye a aumentar la eficiencia en el moldeo por inyección.

Los días 18 y 19 de marzo, el Congreso PIAE abrirá sus puertas en el Kongresshaus de Baden-Baden para volver a poner de relieve la importancia de los plásticos en la fabricación de automóviles. Este año, el evento ofrece por primera vez sesiones especiales de profundización sobre temas de actualidad.

En total, los visitantes podrán asistir a 50 ponencias de expertos de fabricantes de equipos originales (OEM) y proveedores, que abarcarán desde los materiales reciclables y la construcción ligera hasta los procesos basados en la inteligencia artificial y los nuevos conceptos de fabricación. Uno de los temas centrales es el uso adecuado de la inteligencia artificial en el moldeo por inyección de piezas técnicamente complejas.

KI-Tolo como «ajustador de máquinas» virtual

«El aprendizaje de un modelo de proceso complejo a partir únicamente de los aproximadamente 700 datos en tiempo real de un proceso de moldeo por inyección, es decir, sin modelización manual, ofrece numerosas posibilidades para la optimización del proceso en tiempo real», afirma Felix Georg Müller, director general y cofundador de Plus10 GmbH.(Bild:  plus10 GmbH)
«El aprendizaje de un modelo de proceso complejo a partir únicamente de los aproximadamente 700 datos en tiempo real de un proceso de moldeo por inyección, es decir, sin modelización manual, ofrece numerosas posibilidades para la optimización del proceso en tiempo real», afirma Felix Georg Müller, director general y cofundador de Plus10 GmbH.
(Bild: plus10 GmbH)

Felix Georg Müller, director general y cofundador de Plus10 GmbH, una empresa derivada del Instituto Fraunhofer de Tecnología de Producción y Automatización (IPA), explica las ventajas de las herramientas de optimización inteligentes. «La herramienta sugiere ajustes de los parámetros de configuración en función de la situación. Estos se basan en datos de proceso de alta frecuencia combinados con datos contextuales sobre la materia prima y las condiciones ambientales. El objetivo es evitar los desechos», explica Müller. La herramienta de optimización Hopper, que aprende en tiempo real, es un ejemplo de cómo la IA puede actuar como un «ajustador virtual de máquinas», analizando datos en tiempo real y realizando predicciones antes de que se produzcan errores.

La IA procesa datos y optimiza parámetros en tiempo real durante el proceso

Müller destaca: «El aprendizaje de un modelo de proceso complejo a partir únicamente de los aproximadamente 700 datos en tiempo real de un proceso de moldeo por inyección y de los equipos auxiliares correspondientes —es decir, sin modelización manual— resulta muy interesante y ofrece numerosas posibilidades para la optimización del proceso en tiempo real». En la PIAE mostrará dos ejemplos prácticos: una máquina de moldeo por inyección de dos componentes para piezas de PC-TPE y otro ejemplo con moldeo por inyección de COC y pieza insertada. «En ambos ejemplos mostraré cómo la herramienta de optimización Hopper aprende un modelo de proceso y lo optimiza “sobre la marcha”», explica Müller.

Herramienta de IA con múltiples aplicaciones

La herramienta de IA Hopper ya se utiliza en el moldeo por inyección tanto de componentes termoplásticos como de elastómeros. Müller explica: «En principio, los fabricantes de moldes por inyección pueden utilizar la herramienta de IA Hopper tanto para la fabricación de materiales exigentes y, en algunos casos, difíciles de procesar, en los que, en funcionamiento continuo, incluso las más mínimas variaciones en la materia prima pueden provocar desechos».

La empresa Freudenberg lo utiliza, por ejemplo, para la fabricación de juntas radiales para ejes. Otros casos de aplicación incluyen plásticos técnicos típicos como PA, PBT, PEEK, PC, POM, TPE y COC/COP.

El uso de la IA reduce los desechos entre un 6 % y un 18 %

Müller destaca las ventajas económicas: «Los comentarios sobre aplicaciones reales de moldeo por inyección en las que se utiliza Hopper muestran una reducción de los desechos de entre el 6 % y el 18 %. En concreto, esto significa que aumenta el porcentaje de piezas buenas, ya que se pueden optimizar activamente tanto los desechos como el tiempo de ciclo».

Suscríbase ahora al boletín

No se pierda nuestro mejor contenido

Al hacer clic en „Suscribirse al boletín“, acepto el tratamiento y el uso de mis datos de acuerdo con el formulario de consentimiento (despliegue para más detalles) y acepto los términos y condiciones. Para más información, consulte nuestra política de privacidad. La declaración de consentimiento se refiere, entre otras cosas, al envío de newsletters editoriales por correo electrónico y a la conciliación de datos con fines de marketing con socios publicitarios seleccionados (p. ej., LinkedIn, Google, Meta).

Despliegue para ver los detalles de su consentimiento
Ciclo continuo de optimización de la herramienta de IA Hopper.(Bild:  plus10 GmbH)
Ciclo continuo de optimización de la herramienta de IA Hopper.
(Bild: plus10 GmbH)

Además, el tiempo de cambio de herramienta puede reducirse en unos 30 minutos, ya que la máquina se configura directamente con un conjunto de parámetros adaptado al lote de material actual. Esto minimiza la necesidad de realizar ajustes manuales de precisión. «De este modo, se evita un laborioso ajuste manual, lo cual resulta especialmente difícil para el personal con menos experiencia», afirma Müller.

Hacer frente a la escasez de personal cualificado con la IA

Las herramientas de IA, como Hopper, no solo son fundamentales para la eficiencia y la calidad del producto, sino que también ayudan a contrarrestar la escasez de mano de obra cualificada en la industria. Ofrecen múltiples posibilidades de aplicación y un importante potencial de ahorro, tal y como se pondrá de manifiesto de forma impresionante en el Congreso PIAE dejará patente de forma impresionante.