El desarrollo en el sector manufacturero está avanzando a pasos agigantados y conceptos como la industria 4.0 y la fabricación inteligente están cada vez más presentes, no solo en el ámbito empresarial, si no también en las políticas de los principales países desarrollados. En los últimos años se han implantado ambiciosas medidas y objetivos que sólo pueden alcanzarse poniendo la tecnología al servicio de la industria y empleando adecuadamente los avances en inteligencia empresarial y procesamiento de datos al proceso de fabricación industrial.
En esta nueva era de las telecomunicaciones, los procesos industriales deben ser reformulados buscando facilitar su comprensión y acumular conocimiento en todos los ámbitos, desde el diseño sostenible a la integración de sistemas, pasando por el control avanzado de los procesos, la calidad o el soporte en la toma de decisiones.
En este nuevo paradigma, la automatización juega un papel fundamental y gracias al uso de técnicas de extracción y minería de datos se ha erigido como un importante pilar de la industria 4.0, en un proceso que abarca desde la automatización de las máquinas hasta la automatización de la información, para posteriormente transformarse en automatización del conocimiento.
Otra de las patas de la Industria 4.0 es la Inteligencia Artificial (IA). Gracias a ella, es posible predecir o simular el comportamiento de los sistemas y procesos de fabricación durante las fases de diseño y operaciones. Esto se consigue por medio del adecuado tratamiento de los datos y al uso de técnicas extracción, análisis y aprendizaje automático a partir de ellos. Este aprendizaje automático o Machine Learning es capaz de generar de forma autónoma numerosas alternativas de diseño para un mismo producto, teniendo en cuenta los requisitos definidos previamente por un especialista. De este modo, es posible simular un sistema de procesos completo utilizando simplemente un ordenador mediante la creación de un modelo virtual del proceso de producción. A través de estos modelos se pueden simular diferentes situaciones y realizar pruebas y experimentos sobre cómo optimizarlos. Esto se conoce como gemelo digital.
Por tanto, la creación de valor se produce al ser capaces de extraer información relevante a partir de los datos generados en el proceso productivo y siendo capaces de convertirla en conocimiento que mejore la operativa y haga más eficiente la fabricación de producto. Si analizamos los patrones en los datos de proceso y las relaciones entre las distintas variables, es posible extraer información útil y relevante. A partir de esta información se pueden desarrollar modelos matemáticos, estadísticos e inteligentes para diversas aplicaciones, como la vigilancia de diferentes procesos, el diagnóstico de fallos, la agrupación por diferentes características, la detección de variables o atributos relevantes, la predicción de sucesos o eventos, etc.
El objetivo principal de la minería de datos, el empleo de técnicas de Machine Learning y en general de la Inteligencia Artificial es extraer información útil y relevante de los datos generados durante los procesos y convertirla en un conocimiento efectivo para mejorar la comprensión y apoyar el proceso de toma de decisiones.
Es innegable el aporte de la IA a la industria, la cual emerge como motor de cambio en todos los sectores y marca notablemente la agenda tecnológica tanto de grandes como de pequeñas empresas. Su importancia queda de manifiesto desde el aumento de la productividad, hasta el ahorro de tiempo y costes de producción o una mayor disponibilidad y calidad de los productos que consecuentemente llevará aparejado un aumento de la demanda.
Las fundiciones no escapan de estos avances y en su día a día necesitan herramientas que le permitan tomar decisiones sobre la base de la experiencia y optimizar sus recursos y procesos. La modelización del proceso de fundición y la gestión de grandes volúmenes de datos transformados en conocimiento permite que los algoritmos de aprendizaje automatizado, debidamente entrenados, prevean el valor de una determinada variable y ayuden mejorar los procesos.
