La inteligencia artificial en la fábrica de Fersa merece premio

La empresa aragonesa mejora el proceso de producción de rodamientos para Daimler con un proyecto impulsado con Tecnalia y la Universidad de Zaragoza que ha sido galardonado.

Instalaciones de Fersa en Plaza.
Instalaciones de Fersa en Plaza.
Javier Belver/Heraldo

La industria 4.0 es una realidad en Aragón y Fersa, fabricante de rodamientos para automoción, agricultura y energía eólica, puede dar buena cuenta de ello. Sirva de ejemplo la implantación, en una línea en su factoría de Plaza dedicada a un producto de muy alta precisión para camiones de Daimler (Mercedes), de una tecnología innovadora basada en inteligencia artificial desarrollada con investigadores del centro tecnológico Tecnalia y la Universidad de Zaragoza en el marco del proyecto Fandango. Una iniciativa de impulso a la I+D+i que ha sido premiada recientemente en el certamen Advanced Factories de Barcelona, que reúne anualmente a las empresas más innovadoras especializadas en automatización industrial, robótica, máquina-herramienta y manufactura digital.

«Nos apoyamos en un sistema que garantiza un control de calidad completo con un control de la trazabilidad del producto dentro del propio proceso», apunta Fernando Cebrián, director de Operaciones de Fersa. «Con el proyecto Fandango hemos conseguido desarrollar modelos de simulación capaces de predecir la precisión de las piezas dos horas antes», añade, lo que permite anticipar acciones correctoras y ajustar el proceso productivo de manera eficiente.

Esto se consigue, según la compañía, gracias a un metamodelo que relaciona datos de proceso con medidas de control de calidad en línea y la identificación de defectos de calidad en el mismo proceso, y es integrado por diferentes modelos de ‘machine learning’ que reproducen el comportamiento real de las máquinas. Tanto los resultados de los modelos de proceso como los datos descriptivos de la fabricación han sido integrados en un interfaz web que permite, por un lado, tener un gemelo digital de la línea de fabricación, y, por otro, consultar todo el histórico de fabricación con los datos asociados a cada componente de la referencia final del rodamiento.

«Todo está basado en inteligencia artificial aplicada», explica Gabriel Aznar, investigador de Tecnalia y responsable del proyecto Fandango, que entró en la convocatoria CIEN 2018 del CDTI y que ha dado lugar al desarrollo de la herramienta durante tres años. «Hemos hecho un metamodelo que se aplica y adapta a todas las etapas de fabricación», destaca.

Anticipar desviaciones en el proceso productivo y defectos de calidad asociados, indican desde Fersa, tienen un impacto directo en la operación de la línea, «evitando la necesidad de realizar retrabajos que reducen la eficiencia». Por otro lado, añaden, contar con este soporte «permite también reducir el porcentaje de piezas de chatarra al minimizar las piezas que al final de la línea se encuentran fuera de tolerancia y no pueden ser retrabajadas».

De proyecto a realidad

El proyecto Fandango, que se ha desarrollado entre 2008 y 2021, se ha materializado, primero en pruebas y este año ya de modo normal, en la línea Z3 de la fábrica de Fersa en Zaragoza, de la que salen unas 200.000 piezas al año. Ahí se ensamblan rodamientos para camiones de la marca Mercedes Benz.

La iniciativa fue premiada en la feria Advanced Factories celebrada en Barcelona los últimos días de marzo en la categoría ‘Investigación y desarrollo de inteligencia artificial aplicada en plantas industriales’. Fernando Cebrián recibió el reconocimiento.

Además de la fábrica de Zaragoza, Fersa cuenta con otros tres centros productivos, uno en Steyr (Austria)y dos en China, ubicados en Jiaxing y en Shenyang, este último en ‘joint venture’, aunque con mayoría, con la empresa Hanking. El grupo cuenta con alrededor de 530 trabajadores, de los cuales 210 están en Zaragoza, y el año pasado su facturación fue de 105 millones de euros.   

Comentarios
Debes estar registrado para poder visualizar los comentarios Regístrate gratis Iniciar sesión