La fabricación industrial está experimentando una transformación histórica. La inteligencia artificial (IA) se está abriendo camino en las máquinas herramienta y no solo está transformando los procesos de producción, sino también el mantenimiento de las máquinas. La IA se está convirtiendo en el centro de control para una producción eficiente, sostenible y competitiva. En tiempos de escasez de personal cualificado y presión competitiva internacional, es mucho más que un simple truco tecnológico: se está convirtiendo en una estrategia de supervivencia. La EMO Hannover 2025, la feria líder mundial en tecnología de producción, mostrará del 22 al 26 de septiembre cómo la inteligencia artificial está revolucionando la producción industrial.
Invitación EMO 2025
mundocompresor.com junto con la delegación de Deutsche Messe en España te invitan a visitar EMO 2025. Consigue tu entrada gratuita registrándote en este enlace antes del comienzo de la feria - Registro con el Código: 4BFC6
La IA en las máquinas herramienta significa mucho más que la simple automatización. Permite a las máquinas aprender de los datos, tomar decisiones y optimizar procesos. Para ello, se utilizan la tecnología de sensores, el análisis de datos, el aprendizaje automático y los sistemas de asistencia inteligentes, tanto en el control como en la interacción con las personas.
Existen numerosas aplicaciones posibles para las empresas manufactureras: “Ejemplos típicos serían la predicción de las propiedades de los procesos en tiempo real para el control de calidad en línea y la monitorización de los procesos y sus propiedades”, afirma el Prof. Philipp Klimant, Director de la Unidad de Negocio de Digitalización de Procesos y Automatización de la Fabricación del Instituto Fraunhofer de Máquinas-Herramienta y Tecnología de Conformado (IWU) de Chemnitz. “La ventaja sobre los enfoques tradicionales reside en la posibilidad de incluir un número especialmente elevado de parámetros en el proceso de monitorización”, destaca el Prof. Klimant. Sin embargo, también existen otros numerosos campos de aplicación, como los modelos de asistencia con IA para la formación y la inteligencia artificial para el mantenimiento.
El Fraunhofer IWU, especializado en la adaptación de métodos de aprendizaje automático tradicionales y modernos a la producción, está dirigido por Martin Dix, Welf-Guntram Drossel y Steffen Ihlenfeldt. Los tres son miembros de la WGP (Wissenschaftliche Gesellschaft für Produktionstechnik/Asociación Académica Alemana de Tecnología de Producción), una asociación de destacados profesores alemanes en el campo de las ciencias de la producción. Desde enero, la WGP ha consolidado la iniciativa ProKI, originalmente financiada por el BMBF, bajo su paraguas y, desde entonces, ofrece experiencia práctica y demostradores, especialmente a pequeñas y medianas empresas que desean descubrir el potencial de la IA para su situación particular o buscan apoyo.
El consejo del investigador de la IWU es plantearse ¿Qué tan grandes son las ganancias de eficiencia que realmente se pueden lograr mediante la IA en mi proceso de producción? “La pregunta de qué ganancias de eficiencia son posibles no puede responderse universalmente sin un análisis más profundo”, afirma el profesor Klimant. El potencial depende en gran medida del proceso en sí y de las posibilidades de optimización asociadas. “En el campo del procesamiento de plásticos, por ejemplo, en el moldeo por inyección, pueden producirse tasas de rechazo del 20 al 30 % en casos excepcionales”. Esto representa una herramienta clave para aumentar la eficiencia con la IA. También puede ser útil para procesos que ya se ejecutan con un alto nivel de estabilidad, por ejemplo, en el área de mantenimiento predictivo, y para lograr una mayor vida útil de las herramientas.
Según el profesor Klimant, la inteligencia artificial también puede contribuir significativamente a paliar la escasez de trabajadores cualificados. “Almacenamos conocimiento implícitamente en la IA. Este conocimiento puede utilizarse para formar a nuevos empleados, especialmente cuando los compañeros de mayor edad se jubilan y se pierden conocimientos importantes en la empresa”, explica el científico, quien también es profesor de Tecnologías Virtuales en la Universidad de Ciencias Aplicadas de Mittweida, en Sajonia, desde 2023. “Este repositorio de conocimiento de la IA también ofrece nuevas oportunidades para la automatización, en particular para el control de calidad automatizado”, afirma el profesor Klimant.
El investigador define la inteligencia artificial de la siguiente manera: “Cuando hablamos de IA, solemos referirnos al aprendizaje automático como un subgrupo de la IA. Este es capaz de aprender de forma independiente a partir de los datos de entrenamiento. Es un proceso empírico que aprende correlaciones sin que conozcamos las correlaciones analíticas. En pocas palabras, aprendemos de la experiencia”. La IA se utiliza para optimizar los parámetros del proceso de producción y retroalimentarlos al controlador de procesos mediante un sistema de control automatizado. “La inteligencia artificial es como una caja negra: se introducen valores de entrada y se generan pronósticos”, afirma el profesor Klimant. “Un ejemplo de esto sería un proceso de conformado donde medimos una señal acústica y la IA nos indica si el proceso ha sido exitoso”. En definitiva, se trata de un sistema digital que puede conectarse a los sistemas de control mediante interfaces existentes. Esto permite a la IA influir en los algoritmos de control en diversos puntos.
Para que la inteligencia artificial se utilice con éxito en producción, a veces se requiere hardware con una potencia de cálculo muy alta. "En primer lugar, hay que distinguir entre la fase de entrenamiento y la fase de utilización (inferencia). La fase de entrenamiento siempre es más intensiva en computación, pero se realiza sin conexión. En la fase de utilización, los dispositivos periféricos suelen ser suficientes para métodos clásicos como las máquinas de vectores de soporte", afirma el profesor Klimant. La situación es diferente en el procesamiento de imágenes. Estos modelos de IA requieren mayor potencia de cálculo, tanto en la fase de entrenamiento como en la de utilización. "El ciclo de aplicación también juega un papel decisivo", explica el investigador. "Si necesito un resultado cada cinco segundos, por ejemplo, necesitaré más potencia de cálculo que un tiempo de ciclo de 30 segundos". La evaluación de modelos de lenguaje representa una excepción en este caso. Estos requieren hardware potente, desde tarjetas gráficas de consumo de alto rendimiento hasta tarjetas de IA especiales.
Las máquinas herramienta de autoaprendizaje son posibles gracias a la IA. Datron AG, fabricante de fresadoras y expositor de la EMO, con sede en Ober-Ramstadt, cerca de Darmstadt, aprovecha esta innovación: la máquina aprovecha los conocimientos adquiridos y adapta el proceso de producción. El objetivo es convertir las fresadoras Datron en células de producción adaptativas que se ajusten automáticamente a los requisitos de los componentes y a las condiciones ambientales. “Esto no solo reduce los tiempos de preparación y mecanizado, sino que también aumenta la estabilidad del proceso: un paso decisivo hacia la producción autónoma”, afirma Jonas Gillmann, director de tecnología (CTO) de la empresa de ingeniería mecánica que cotiza en bolsa.
La IA está cambiando así el enfoque de la programación rígida a la producción asistida, autodidacta y adaptativa. “Las máquinas se están convirtiendo en aliadas del proceso de fabricación, adaptándose a las personas, y no al revés. En la ingeniería mecánica, esto ya no es una visión, sino una realidad cada vez mayor”, afirma el Sr. Gillmann. Según explica, la IA en la producción ofrece un alto nivel de mejora de la eficiencia: “En la producción CNC con máquinas Datron, puede reducir los tiempos de preparación hasta en un 60 %, disminuir significativamente la cantidad de rechazos y prolongar la vida útil de las herramientas, a la vez que aumenta la fiabilidad del proceso”.
Un avance especialmente interesante es la conexión con el software de control "Datron next", según el Sr. Gillmann. Este software guía intuitivamente incluso a operarios sin experiencia a través del proceso de fresado y reconoce automáticamente las piezas. "Esto significa que incluso empleados sin especialización en la tecnología pueden fresar de forma productiva, una clara ventaja dada la escasez de personal cualificado", afirma el Director de Tecnología de Datron, quien comenzó su carrera como técnico en mecatrónica industrial en el fabricante de fresadoras de Hesse. Según el Sr. Gillmann, la IA también permitirá en el futuro realizar mantenimiento predictivo para prevenir fallos antes de que ocurran. "Esto hará que el proceso de fresado sea más eficiente, robusto y mucho más flexible en cuanto al personal necesario".
La inteligencia artificial en las máquinas herramienta también puede ayudar a satisfacer la creciente demanda de productos específicos para cada cliente con lotes pequeños. "La IA rentabiliza la producción de lotes pequeños: con el software de control Datron next, las piezas se reconocen automáticamente, sin necesidad de una programación compleja", afirma el Sr. Gillmann. Esto elimina la necesidad de largos tiempos de preparación y permite fabricar piezas individuales de forma rápida, eficiente y con un alto nivel de calidad, ideal para productos personalizados.
Las máquinas herramienta con autoaprendizaje también están cambiando la descripción del puesto de trabajo del usuario: “Menos programación, mayor responsabilidad en el proceso”, resume el director de tecnología de Datron. Los empleados se están convirtiendo en diseñadores de procesos que garantizan la calidad y optimizan los procesos. “Esto reduce las barreras de entrada y la experiencia humana se complementa, no se reemplaza, con la asistencia inteligente”.
Contacto:
Equipo de Hannover Messe en España
Tel: 91 562 0584
Email: info@messe.es
Web: www.messe.de/en/