Uso de la fusión de sensores en fábricas inteligentes

03/28/2024

¿Qué es la fusión de sensores?

El término "fusión de sensores" se refiere a la tecnología de procesamiento que fusiona (combina) datos recogidos de múltiples sensores con el fin de extraer información más útil que la que puede obtenerse de un solo sensor.
Algunos ejemplos conocidos de fusión de sensores son los monitores de visión trasera de los automóviles. En este caso, los sensores son una cámara y un detector de radar de ondas milimétricas montados en la parte trasera del vehículo. La cámara capta una imagen trasera y el detector de radar de ondas milimétricas mide la distancia detrás del vehículo. Los datos de imagen captados por la cámara y los datos de distancia del detector de radar de ondas milimétricas se combinan y se envían a un monitor situado en el interior del vehículo, lo que permite aparcar con seguridad y precisión.
Pero, ¿cómo se utiliza la fusión de sensores en las fábricas inteligentes? A continuación explicamos por qué la fusión de sensores es esencial para las fábricas inteligentes y presentamos algunos ejemplos de uso.

Imagen de los monitores retrovisores de automóviles — Figura 1

¿Y la fusión de sensores en las fábricas inteligentes?

La ola de fusión de sensores ha llegado a las fábricas inteligentes que despliegan la tecnología del Internet Industrial de las Cosas (IIoT). Hoy en día, las fábricas inteligentes que adoptan IIoT están repletas de cámaras para capturar imágenes y sensores para medir propiedades como la temperatura, la humedad, el ángulo, la aceleración, la corriente y el voltaje. Los datos recogidos por los sensores se envían a los monitores. Se actúa tras determinar la situación a partir de los valores mostrados en los monitores. Pero esta forma de actuar requiere conocimientos sobre los valores mostrados, y el paso a la acción lleva su tiempo.

Imagen de Antes de aplicar la fusión de sensores — Figura 2: Antes de aplicar la fusión de sensores

La fusión de sensores es una tecnología que combina la salida de datos de muchos sensores y presenta los resultados en forma de información fácil de entender. Esto permite conocer el estado de equipos y dispositivos con rapidez y precisión.
Además, al recopilar datos continuamente y acumularlos, los datos resultantes pueden cotejarse y analizarse. Esto aporta ventajas sustanciales en ámbitos como la supervisión del ritmo de funcionamiento de los equipos, la advertencia de fallos inminentes, el aviso de defectos inminentes y el seguimiento de las mejoras en el entorno operativo.

Imagen de Después de aplicar la fusión de sensores — Figura 3: Después de aplicar la fusión de sensores

Ejemplos de utilización de la fusión de sensores en fábricas inteligentes

Aquí presentamos algunos ejemplos de la implementación de la fusión de sensores en fábricas inteligentes donde la adopción de IIoT ha avanzado sustancialmente.

Aumento de la productividad mediante la optimización de la cadencia*.

Aumentar la eficacia de la producción exige optimizar las operaciones y los procesos correspondientes a diversos tipos de procesamiento. Para ello es necesario supervisar el estado de funcionamiento de los distintos robots y máquinas automatizadas correspondientes al "trabajo" que se va a procesar, que comprende materiales y componentes con distintas propiedades y configuraciones de materiales, supervisar el estado de trabajo de los operarios y controlar el flujo de productos, así como la disposición adecuada.
Para ello, podría montarse una cámara en el extremo de un brazo robótico e instalarse un acelerómetro en el brazo, por ejemplo. La cámara recopilaría datos sobre la posición y orientación del trabajo, que se cotejarían con los datos de velocidad de funcionamiento del acelerómetro. Esto permitiría guiar el brazo robótico hasta el punto de operación con precisión y en el menor tiempo posible, así como calcular la cadencia óptima.

* Takt time: Duración necesaria para el montaje del producto

Imagen de Aumentar la productividad optimizando la cadencia — Figura 4

Detección precoz de averías en los equipos: Mantenimiento predictivo

Para aplicar el mantenimiento predictivo, es esencial recopilar constantemente datos sobre vibraciones, sonidos, calor, etc., producidos por el equipo, utilizando sensores de vibración, sonido, temperatura, etc., y luego utilizar estos datos para la comparación y el análisis de series temporales.
En el mantenimiento predictivo mediante fusión de sensores para un motor, por ejemplo, podrían combinarse y analizarse datos no sólo de un sensor de vibración, sino también de sensores de temperatura, corriente y tensión. Esto permitiría detectar a tiempo anomalías relacionadas con la vibración, la rotación, la velocidad, etc., que no podrían determinarse utilizando un solo sensor. Esto permitiría prever con mayor precisión la vida útil de los equipos y elaborar planes de mantenimiento adecuados.

Imagen del mantenimiento predictivo mediante fusión de sensores — Gráfico 5

Transmitir los conocimientos técnicos de los operarios cualificados: Mantener la calidad

La calidad en términos de dimensiones, configuraciones, acabado superficial, etc., del trabajo procesado por robots o máquinas automatizadas puede evaluarse utilizando equipos de inspección, como sensores de imagen, dispositivos de medición dimensional y sistemas de procesamiento de imágenes. Asimismo, pueden realizarse juicios de calidad mediante la comparación con los valores umbral establecidos para diversos elementos de datos de inspección. No obstante, se necesitan conocimientos técnicos especializados y experiencia para emitir juicios de calidad basados en los datos emitidos por sensores cada vez más precisos.
Con la fusión de sensores, los datos obtenidos de sensores y dispositivos de prueba se combinan para realizar inspecciones. Por ejemplo, se puede utilizar un sensor de imágenes para la inspección de la configuración y un sistema de procesamiento de imágenes para la inspección del acabado superficial, lo que permite una determinación integrada de la calidad. Esto permite implantar un sistema de inspección que no sólo está automatizado, sino que también evita que los operarios inexpertos pasen por alto productos defectuosos.

Imagen de la inspección de calidad — Figura 6

Fusionar los datos de las constantes vitales de los operarios y los datos del entorno espacial para mantener y mejorar el entorno de trabajo.

Para las fábricas inteligentes, la mejora del entorno de trabajo es un objetivo clave, junto con el aumento de la eficiencia de la producción. Para ello es necesario controlar la temperatura y la humedad, así como la concentración de gases (oxígeno, monóxido de carbono, dióxido de carbono y otros gases en uso) y partículas (partículas producidas por el proceso de fabricación de productos, polvo, etc.) en el aire del lugar donde trabajan los operarios, y detectar anomalías en el estado físico de los operarios mediante el control de su temperatura corporal, frecuencia cardiaca, etc.
En este caso, la fusión de sensores permite realizar un seguimiento cuantitativo y preciso del entorno de trabajo mediante la fusión y monitorización de datos procedentes de sensores de CO2, sensores de temperatura, etc., y datos de constantes vitales como la temperatura corporal y la frecuencia cardíaca de los operarios. La información así obtenida puede utilizarse para sugerir mejoras en el entorno de trabajo, como medidas relacionadas con el control del clima, la ventilación y la reducción del polvo.

Imagen del entorno de trabajo — Gráfico 7

Tipos de fusión de sensores

La fusión de sensores es una tecnología que combina datos recogidos por sensores y genera información fácil de entender para el ser humano. Puede clasificarse en tres tipos en función de los métodos utilizados para lograr la fusión de datos. A continuación se exponen las ventajas e inconvenientes de cada método.

Modelo centralizado

Este modelo utiliza un método en el que los datos recogidos de múltiples sensores se envían directamente a la unidad central de procesamiento (CPU).

Ventajas: Como los datos se envían directamente a la CPU y la fusión de los datos se produce en la CPU, se pueden obtener resultados de análisis muy precisos.

Desventajas: Para procesar el gran volumen de datos enviados por todos los sensores, es esencial una CPU de alto rendimiento. Si el procesamiento no puede seguir el ritmo, la capacidad de respuesta disminuye. Por esta razón, el modelo centralizado no suele utilizarse en campos que requieren determinaciones instantáneas.

Imagen del modelo centralizado — Figura 8

Modelo distribuido

Este modelo utiliza un método en el que los datos recogidos de múltiples sensores son procesados primero por cada sensor y luego enviados a la CPU.

Ventajas: Como los datos se envían a la CPU para su fusión después de haber sido procesados por los sensores, se puede reducir la carga de la CPU.

Desventajas: Como los datos de cada uno de los sensores se procesan primero localmente, es posible que algunos datos que podrían haber sido material útil para el análisis no se envíen a la CPU. Esto significa que los resultados del análisis son menos precisos que los obtenidos con el modelo centralizado, por lo que el modelo distribuido no se utiliza en campos que requieran análisis de gran precisión.

Imagen del modelo distribuido — Figura 9

Modelo híbrido

Este modelo utiliza una combinación de sensores que envían sus datos directamente a la CPU y sensores que procesan primero sus datos y luego los envían a la CPU.

Ventajas: Dado que los datos se fusionan entre los sensores y los resultados se envían a la CPU, que a continuación emite la solución óptima, este modelo combina las ventajas de capacidad de respuesta y estabilidad de los modelos centralizado y distribuido.

Inconvenientes: la configuración del sistema es más compleja y los costes de procesamiento asociados a la transferencia de datos y el cálculo son más elevados.

Conclusión

La implementación de la fusión de sensores requiere la adquisición continua y estable de datos procedentes de múltiples sensores. Las fábricas inteligentes que utilizan IIoT ya cuentan con los equipos y la tecnología que sirven de infraestructura para la fusión de sensores.
El despliegue de la tecnología de fusión de sensores en estas fábricas inteligentes permite lograr mayores aumentos de productividad, al tiempo que se mejoran aspectos como el mantenimiento de los equipos, la garantía de calidad y la mejora del entorno de trabajo, todo lo cual redunda en fábricas aún más inteligentes.
Los avances que se espera que alcancen una adopción generalizada, como los sensores inalámbricos y las nuevas tecnologías de detección, como la IA en los bordes, en la que los sensores realizan inferencias de IA, sin duda aportarán nuevas innovaciones a las fábricas inteligentes cuando se combinen con la tecnología de fusión de sensores.