Mejorando el control de calidad de Wieland con visión artificial impulsada por IA

Un proveedor líder de productos semiacabados

El Grupo Wieland es líder mundial en productos semiacabados y soluciones de sistemas de cobre y aleaciones de cobre. Fundada en 1820, la empresa cuenta actualmente con una plantilla de aproximadamente 9.500 personas en más de 80 ubicaciones y genera una facturación de 6.300 millones de euros, con el objetivo de seguir creciendo. Para impulsar la sostenibilidad, la eficiencia, la productividad y la fiabilidad, Wieland se centra en la transformación digital, la automatización y la optimización. Por ello, la empresa recurrió a Capgemini, líder mundial en la transformación empresarial mediante soluciones inteligentes para la industria, para colaborar en el desarrollo de soluciones digitales innovadoras.

Tras una revisión exhaustiva de las operaciones existentes de Wieland, que incluyó visitas in situ, los socios organizaron una serie de talleres conjuntos que identificaron puntos débiles que podrían abordarse con soluciones inteligentes. Gracias a estas colaboraciones, Wieland y Capgemini identificaron que la organización debía invertir un esfuerzo desproporcionado para garantizar el cumplimiento de las exigencias de calidad. Asimismo, reconocieron las innumerables posibilidades que ofrecen las soluciones de procesamiento de imágenes basadas en IA. Estas conclusiones complementarias llevaron a Wieland y Capgemini a seleccionar la visión artificial basada en IA como su enfoque inicial para la innovación.

Determinar la viabilidad de una solución de IA

Una vez definidos los objetivos principales, los desafíos y la solución, el equipo del proyecto inició un estudio de viabilidad. Esto permitió a Wieland y Capgemini determinar si, excluyendo factores y restricciones del mundo real, era posible entrenar un modelo de aprendizaje profundo para detectar defectos puramente ópticos en la superficie de los componentes.

Sin embargo, este estudio reveló un desafío adicional: la falta de muestras. Esto implicaba que los socios necesitarían una idea ingeniosa y una ampliación inteligente del conjunto de datos de entrenamiento. Afortunadamente, Wieland y Capgemini utilizaron la aumentación de datos para expandir artificialmente el conjunto de datos de entrenamiento, mejorando significativamente la capacidad del modelo entrenado para detectar los defectos considerados. Por lo tanto, el equipo pudo concluir con certeza que dicha solución podría funcionar si se aplicaba eficazmente.

Por supuesto, el modelo debía aplicarse en condiciones realistas. Esto implicaba encontrar una configuración de hardware que cumpliera con los requisitos en tiempo real, como un enfoque de computación en el borde fiable y resiliente con tiempos de respuesta rápidos, necesario para un funcionamiento constante en caso de fallo de la red o la infraestructura. Al configurar el hardware, el equipo del proyecto tuvo en cuenta los ángulos de la cámara, el fondo y otros factores críticos que afectarían la eficacia de la solución. Esto demostró que era posible alcanzar tasas de reconocimiento fiables en condiciones prácticas.

Basado en el estándar OPC UA, se pudo establecer un intercambio de datos rápido, fiable y en tiempo real entre el controlador lógico programable del sistema de medición convencional y el robot para permitir la alimentación de material al dispositivo de borde. Con el hardware y la computación de borde instalados, los socios conectaron la configuración a la nube, lo que sirvió de base para el futuro análisis de datos y la gestión eficiente de la solución de IA.

Configuración de Wieland para escalar de forma independiente

Tras el exitoso estudio de viabilidad y la prueba de concepto (PoC), Wieland y Capgemini dieron el siguiente paso: configurar Wieland para que pudiera implementar la solución a gran escala de forma autónoma. Esto se realizó con base en la solución CLEA* de Capgemini, una plataforma genérica preexistente que permite la verificación de activos controlados y la activación de acciones basadas en visión artificial. Esto incluyó la configuración del hardware del sistema de visión artificial y del dispositivo edge, así como los requisitos de la nube y las configuraciones y conexiones necesarias.

Durante esta fase, la estrecha colaboración y la comunicación abierta entre Wieland y Capgemini fueron clave para el éxito del proyecto. En última instancia, la cooperación basada en la confianza sentó las bases que permiten a Wieland mejorar continuamente la solución y escalarla de forma independiente a nuevos casos de uso.

Como resultado de esta colaboración, Wieland ahora cuenta con una solución que puede extenderse a más de 20 celdas de prueba y aplicarse a más de 50 productos. La visión artificial también puede inspeccionar un millón de piezas por semana con una tasa de rechazo del 1,5 %.

Gracias a su aplicabilidad a una amplia gama de productos de la empresa, la solución es un componente fundamental de la automatización y la digitalización, y representa un gran paso hacia la industria inteligente para Wieland. La visión artificial basada en IA permite a Wieland producir productos de alta calidad para sus clientes con gran eficiencia. Los datos recopilados en la nube permiten realizar evaluaciones adicionales para mejorar la producción y los procesos, y permiten a la empresa tomar decisiones basadas en datos.