16 Nov NAITEC desvela cómo predecir resultados en los procesos productivos
16 de noviembre de 2020.-Cómo predecir el comportamiento de un proceso y la influencia que tendrá en el producto fue el tema del webinar organizado por NAITEC (Centro Tecnológico de Automoción y Mecatrónica) el pasado 4 de noviembre, a través de la plataforma IRIS (Inteligencia artificial y Robótica para la Industria y la Sociedad) y que contó con la intervención de la doctora Angela Bernardini, experta en Ciencia de Datos e Inteligencia Artificial de NAITEC. Se trata del cuarto webinar de una serie de cinco que NAITEC está organizando este 2020 y a través de los cuales pretende ayudar a las empresas en su camino hacia la digitalización.
El webinar comenzó haciendo hincapié en qué se espera de una predicción de procesos y básicamente se destacó la capacidad de mejorar un proceso como mejora de un producto, pero también para reducir costes en el ciclo total del producto, mejorar su eficiencia etc. Para abordar esta temática la Dra. Bernardini destacó dos posibles enfoques: desde la simulación del proceso o desde el conocimiento de datos que provengan del mismo.
Abordar una tarea de este tipo desde la simulación supone crear un modelo virtual del proceso que se desea estudiar. Se basa en el conocimiento que las personas que trabajan en ese proceso tienen de él. Permite crear, distintos escenarios y el resultado que dará cada uno de ellos. Se basa en un entorno prueba y error tradicional al que se le pueden añadir modelos predictivos, teniendo la ventaja que, al tener lugar en un entorno virtual, evita las paradas de producción optimizando costes.
En enfoque basado en datos se basa en el reconocimiento de patrones de comportamiento que tienen lugar en el proceso productivo, por lo tanto cuantos más datos se tengan del proceso mayor conocimiento se podrá alcanzar del mismo. Para ello son muy interesantes los datos históricos. Si no se dispone de ellos, se debería de empezar sensorizando el proceso, para comenzar a adquirir datos, y así poder trabajar con ellos. Precisamente mencionó que el trabajo con los datos comienza con la recopilación de los datos que ofrecen los diferentes sensores colocados a lo largo del proceso. Estos datos son almacenados y preprocesados. Preprocesar los datos significa eliminar aquellos datos que presentan errores y que pueden llevarnos a una falsa predicción del proceso. Los errores más comunes suelen ser: datos incompletos, cuando no se han guardado todos los datos que hacen referencia a un punto concreto, datos inconsistentes, que se refiere a que hay discrepancia entre los datos obtenidos por ejemplo de diferentes sensores, pero de un mismo punto del proceso, o datos con ruido, que presentan alguna anomalía, o son atípicos. Una vez realizado el preprocesado, y con la certeza de que se dispone de unos datos de calidad, se realiza en análisis propiamente dicho, que consiste en extraer conocimiento de los datos y aplicarle inteligencia para llevar a cabo la predicción del proceso.
La predicción se puede realizar de varias maneras basadas en inteligencia artificial. La inteligencia artificial básicamente lo que pretende es que las máquinas actúen y decidan como lo hacen los humanos. Se basa en algoritmos que pueden necesitar, en mayor o menor medida, la intervención humana. Si se aplica, por ejemplo, una técnica de aprendizaje automático (machine learning) se consigue que las máquinas reconozcan un patrón y progresivamente mejoren el desempeño de una tarea. Para ello es necesario que una persona se encargue de codificar y alimentar a la máquina de la información necesaria para que ésta la pueda leer y entender. Sin embargo si se aplica una técnica de aprendizaje profundo (deep learning) no es necesaria la intervención de las personas, ya que es el propio algoritmo de la máquina quien busca la información, la codifica y actúa en consecuencia.
Con todo ello se adquiere la capacidad de conocer las variables más importantes del proceso productivo, la relación que existe entre ellas y, por lo tanto, encontrar la fórmula que permite sacar el mejor rendimiento al proceso y el mejor producto posible. Tal y como se pudo ver en los casos realizados por NAITEC y mostrados en este webinar.
Tras este webinar NAITEC tiene previsto ofrecer el próximo día 19 otro sobre IoT (internet de las cosas) integrado en la nube. Con él se cerrará el ciclo de webinar que NATIEC ha ofrecido este 2020 a través de la plataforma IRIS. Se puede consultar más información de estos webinar e inscribirse en la web de NAITEC o a través de la plataforma IRIS.
NAITEC es uno de los socios promotores del IRIS, plataforma online del Polo Europeo de Innovación Digital de Navarra, y le aporta principalmente sus conocimientos, experiencia y herramientas para la transformación digital de la industria. Destaca su aportación en inteligencia artificial y en ciberseguridad, que se concreta en la capacidad de realizar análisis predictivos, dotar de inteligencia, tanto a productos como a procesos, para que puedan tomar decisiones por sí mismos, y que todo esto ocurra en un entorno donde la transacción y la seguridad de la información estén garantizadas. Por ello ha planificado una serie de webinar que ayudan a entender y ver la aplicación y ventajas de dichas tecnologías.
Se puede ver el vídeo del webinar “Predicción de procesos” en este enlace.