Embutcar proiektua Industria 4.0 esparruan kokatzen da. Horren barnean, mantenu prediktiboa da makinen erabilgarritasuna eta produktibitatea areagotzeko tresna nagusietako bat.
Automobilgintzan, karrozeriako piezak estanpatzeko sektorearen barruan, moto-erreduktore erako eragintza bidezko prentsa izugarriak erabiltzen dira.
Errore batek ekoizpenean eragin handia izatea ekiditeko, dardaren bidezko mantenu prediktibora jo daiteke. Horren bidez, osagaietan gerta litezkeen erroreak hauteman daitezke gertatu baino hainbat aste eta, are, hainbat hilabete lehenago, eta bere konponketa programatu daiteke.
Jardun hori ohikoa da beste makina mota batzuetan, baina estanpazioaren sektorean zail da aplikatzen, izan ere, prentsaren inpaktuak ez du errore motak aztertzeko aukera ematen.
Embutcar proiektuaren helburua, hain zuzen, dardarak monitorizatzeko sistema bat lortzea izan da, enbutizio-sistemekin, eta sistema moto-erreduktorearen kate zinematikoaren diagnosia egitea ahalbidetuz. Horretarako, ezinbestekoa izan da inpaktu horiek automatikoki hauteman edo baztertu ditzala eta prentsa zer lan modutan dagoen identifika dezala.
Azken helburua errore modu zenbaiten diagnosia egin eta horien konponketa egiteko jakinarazpena automatikoki luzatuko duen sistema bat eskuratzea.
Lehenengo (2018) eta bigarren fasean (2019) zehar hainbat lanketa garatu ziren, 3 lan-sortetan multzokatuta:
- WP1. Datuak hautemateko sistema garatzea. Beharrezko hardwarea diseinatu eta plantako ekoizpen-prentsa batean dardarak monitorizatzeko planta pilotu batean instalatzea. Barne ditu:
- MEM motako sentsore berrien garapena.
- Eskurapen-sistema berri baten garapena (CMS). Abiapuntu modura NIE-ren EoloCMS 3 ekipoa hartu da, beste funtzio batzuk gaineratuz:
- Sentsoreak irakurtzeko MEMs/AC gaitasuna.
- Prentsaren PLC-arekin komunikazioa dardara-seinaleen prozesamenduak sinkronizatze aldera.
- Prentsako bi jardun-baldintzetan datuak biltegiratu eta aztertu ahal izateko programazio logiko oinarrizkoa.
- Prentsa pilotua Nafarroako Volkswageneko prentsen lantegian.
- WP2. Datuen prozesamendua. Dardaren datuen osteko prozesamendurako algoritmoak eta softwarea garatzea. Algoritmo horrek prentsatze-inpaktuak eta prentsaren lanerako modu ezberdinak hautematen ditu.
- WP3. Seinalearen azterketa: Funtsean, honako hau barne du:
- Prentsa mota horren eraikuntza-diseinua ikertzea.
- Makinako osagaien maiztasun behartuak eta erroreak ikertzea.
- Makina mota horretarako prozesamendurako irtenbide bideragarriak diseinatzea.
Proiektuko hirugarren eta azken faseko (2020) jardunean zehar erroreen auto diagnosia egiteko teknikei eta horiei dagozkien ohartarazpen sistemari erreparatu zaie. Honako hauek izan dira garatutako lan-sortak:
- WP3. Seinalearen azterketa: Amaitu egin da, behin betiko konfigurazioa eskuratuz.
- WP4: Erroreen diagnosia. Honako hauek barne hartu ditu:
- Baliozko errore motak sailkatzea. 178 errore modu ezberdin identifikatzea.
- Datuak garbitu, kanpoko datuak sartu eta sailkatzea. Instalazioaren dardarari dagozkion erregistro guztiak garbitu eta sailkatu egin behar izan dira, Adimen Artifizialeko algoritmoak entrenatzeko.
- Txertatzeko AA-ren tekniken entsegua. Alderaketa-entseguen emaitza izan da Convolutional Neural Network (CNN) algoritmoa AA teknika modura hautatzea.
- Hautatutako AA teknika programatzea. Errore modu bakoitzerako auto diagnosirako algoritmo bat garatu da. Horrek CNN teknika eta dardaren azterketa bateko erabakiak hartzea uztartzen ditu.
- WP5: Mantenu-premien ohartarazpen-sistema. Honako hauek barne hartu ditu:
- Ohartarazpen-sistema frogatu eta hautatzea. Azkenik, EoloCMS eta PLC arteko seinale digital bidezko komunikazioa hautatu da, posta elektroniko bidez NIE-ri ohartaraztearekin batera.
- Ohartarazpen-sistemen programazioa: bi norabideko aldi baterako komunikazioen sistema berri bat garatu da, auto diagnosirako datuen eguneratzea areagotzen 10 minutura duena, sarean trafikoa modu nabarian murriztuz.
Proiektuko emaitzak, funtsean, espero zirenak dira:
- Instalazio pilotua eta bere hardware/software garatu osoa % 100ean operatiboa izan da, datuak aurreikusitakoaren arabera eskuratuz. Diseinu hori baliagarri da oinarri modura automobilgintzako beste planta batzuetarako.
- Diseinatutako prozesamendu-algoritmoak funtzionalak dira % 100ean. Dena den, enbutizioaren inpaktua murrizteko egindako garapen guztiak ez dira bideragarriak izan.
- Garatutako auto diagnosirako atariko algoritmoak instalazio pilotuan txertatu dira, eta behar bezala funtzionatzen dute. Algoritmo horiek sektore eolikorako etorkizuneko algoritmoen abiapuntua izan dira.
- Erroreen ohartarazpen-sistema operatiboa da % 100ean eta akatsak NIE-ra ohartarazten ditu.
