Procesos de galvanizado: Datision colabora con Chemplate
Durante el primer trimestre del año, colaboramos con la empresa química Chemplate para determinar el valor añadido que aportaría el despliegue de tecnologías propias de la Industria 4.0 en los procesos de galvanizado.
Os hacemos un resumen del trabajo que hemos desarrollado y de las principales conclusiones a las que hemos llegado.
En Datision hemos participado en la convocatoria 2020-21 del programa Cupons Industria 4.0 de ACCIÓ, ofreciendo asesoramiento especializado en tecnologías avanzadas a la empresa Chemplate Materials.
¿Cómo hemos digitalizado los procesos de galvanizado en conjunto?
Chemplate se dedica a la fabricación de maquinaria y venta de productos químicos para los sectores de la galvanotecnia, electrónica, fabricación de circuitos y productos sanitarios.
Para galvanotecnia, su proceso clave consiste en diferentes baños químicos aplicados a las distintas piezas metálicas para obtener unas características concretas de estas.
Chemplate ayuda a sus clientes en el diseño, la instalación y puesta en marcha de los diferentes baños para los procesos de galvanización, según las necesidades de cada cliente.
Pero, sobre todo, es el encargado de proveer los productos químicos iniciales, del mantenimiento de cada uno de los baños de la línea de galvanizado y del asesoramiento para su implantación.
Hemos ayudado a Chemplate a comprobar la viabilidad y beneficios que trae consigo el desarrollo y puesta en marcha de un sistema basado en analítica avanzada de datos para optimizar los procesos de galvanizado, mejorar su atención al cliente y plantearse desarrollar un nuevo producto y/o servicio.
¿Qué objetivos se plantearon para digitalizar los procesos de galvanizado?
La meta principal que nos marcamos fue la de conocer cómo las nuevas tecnologías implicadas en la Industria 4.0 y, especialmente, la inteligencia artificial, impactarían positivamente en el servicio que Chemplate ofrece a sus clientes.
Para ser exactos, definimos como principal objetivo:
Dar forma a un sistema para optimizar la productividad de una línea galvánica y la seguridad de sus trabajadores.
Todo ello mediante la monitorización de parámetros críticos en tiempo real y la predicción del comportamiento de los diferentes baños químicos para su mantenimiento predictivo.
Se busca un sistema capaz de implementarse de forma sencilla en las plantas de los clientes de Chemplate y que tendría como tecnología impulsora la inteligencia artificial.
La consecución de este objetivo principal comporta la obtención de otros objetivos, como son:
- Reducción o anulación del transporte de las muestras, ya que los análisis se realizarán en tiempo real en los propios baños.
- Los diferentes controles se ejecutarán en continuo, y no periódicamente.
- Reducción de costes relacionados con el transporte de muestras, las operaciones de laboratorio, las mermas y la compra de productos químicos.
- Se generarán menos residuos.
- Identificación de variables que afectan a la degradación de los baños. Yendo más allá del objetivo principal de determinar y prever el estado del baño en sí.
Por último, los clientes de Chemplate verán cubiertas necesidades como:
- Mayor innovación en sus procesos.
- Más capacidad para diversificar sus productos y crear algunos nuevos.
- Mejora continua en sus parámetros de calidad.
- Aumento de la confidencialidad de sus procesos.
- Mayor productividad al minimizar tiempos.
¿Cómo se llevó a cabo la optimización de los procesos de galvanizado?
1.- Estudio previo de la metodología de trabajo de Chemplate
Antes que nada, teníamos que tener un conocimiento en profundidad de la forma en la que trabajaban en Chemplate.
En primer lugar, teníamos que saber que las propiedades de cada baño se analizaban mediante la recogida de muestras y su transporte al laboratorio.
Esto hacía que, durante el tiempo de transporte de las muestras, estas propiedades podrían variar. También había que tener en cuenta los incidentes que podían sufrir como consecuencia del propio transporte.
En función del tipo de baño, cada uno de ellos tiene un conjunto de parámetros críticos a analizar, siendo los más habituales el pH, la densidad, la conductividad, concentración de metales, etc.
Los resultados obtenidos se recogían manualmente y se registraban en una hoja de cálculo. A partir de su análisis, los expertos de Chemplate determinaban las acciones de mejora a tomar.
2.- Análisis y modelado de datos
Para llevar a cabo nuestro estudio, escogimos estudiar los baños de níquel brillante y monitorizar mediante sensores e inteligencia artificial parámetros como:
- Temperatura.
- Acidez (pH).
- Concentración de níquel.
- Conductividad.
- Concentración de diversas sustancias.
- Densidad.
- Tensión superficial.
- Volumen del baño.
- Tipo de agitación.
- etc..
Además, también se tendrán en cuenta medidas históricas tomadas en los últimos años.
En base a este análisis, se han obtenido matrices de confusión y correlación, que nos permiten conocer el peso de cada variable en el proceso de degradación de los diferentes baños.
¿Cuáles fueron las principales conclusiones que se extrajeron?
Tras todo el trabajo realizado, concluimos que el sistema de predicción de comportamiento de los baños de Chemplate es viable.
Se confirma que los sensores empleados aportan la información necesaria y con la calidad requerida y que los resultados extraídos del proceso del níquel brillante son extensibles a otros tipos de baños.
Con esto, hemos propuesto una siguiente fase de implementación de este sistema en la planta piloto de la que dispone Chemplate, generando así un prototipo a nivel demostrativo para optimizar los procesos de galvanizado.
A partir de aquí, Chemplate podría plantearse la comercialización de la solución a sus clientes.
Con este trabajo, volvemos a demostrar el potencial que tienen las soluciones de inteligencia artificial para la evolución de las fábricas hacia la Smart Factory o fábrica inteligente.
Si crees que ha llegado tu momento de dar este paso, no lo pienses más y contacta con nosotros para prestarte el mejor asesoramiento posible.
