Siemens Gamesa se ha asociado con IBM Services para crear una solución de aprendizaje automático (ML) en Microsoft Azure para acelerar la fabricación de palas.
La herramienta utiliza una cuadrícula láser para mostrar exactamente dónde colocar cada capa de fibra de vidrio con una precisión milimétrica, dijo IBM, e implica múltiples tecnologías, incluida la visión por ordenador, el aprendizaje automático, la computación de borde e Internet de las cosas (IoT). IBM Services trabajó con Digital Ventures Labs External Link (DVL) de Siemens Gamesa en la empresa.
El gerente de producto senior de Siemens Gamesa, Finn Mainstone, dijo: “Todos trabajaron juntos sin problemas mientras probamos la solución en una pala real, e IBM incluso realizó cambios en el código sobre la marcha. El proyecto fue un éxito indiscutible e IBM es el socio perfecto para Siemens Gamesa”.
Siemens Gamesa ahora está utilizando la solución de fabricación basada en datos en una de sus líneas de producción en Aalborg, Dinamarca. En la siguiente fase Siemens Gamesa extenderá la solución para cubrir todas sus líneas de fabricación en Aalborg, y luego sus fábricas en Le Havre, Francia, y Hull en el Reino Unido. La compañía también está explorando la idea de implementar la solución en todas sus fábricas en todo el mundo.
Mainstone dijo: “Nuestros ingenieros diseñan a medida cada pala de turbina con especificaciones precisas, y cualquier defecto durante el proceso de fabricación puede resultar en correcciones complejas, costosas y que requieren mucho tiempo. Para evitar esta situación, nuestros equipos ven una cuadrícula láser en la parte superior de cada hoja que les muestra exactamente dónde colocar cada capa de fibra de vidrio. Fundamentalmente, ahora pueden recibir alertas instantáneas si la solución detecta errores o anomalías en la superficie de la hoja”.
Gracias a las cámaras conectadas a IoT en la fábrica y al análisis continuo utilizando modelos de aprendizaje automático, todo administrado en Microsoft Azure, los técnicos de Siemens Gamesa pueden colocar cada capa de la hoja con mayor velocidad y precisión. “Como resultado, estamos en camino de reducir las tasas de error de fabricación causadas por material extraviado, lo que ayuda a que nuestras líneas de producción se muevan sin problemas. De hecho, una vez que implementemos la solución a nivel mundial, estaremos en mejores condiciones de compartir las mejores prácticas”.
"Esto reducirá la curva de aprendizaje para los equipos en nuestras fábricas recién abiertas, como Le Havre, Francia, lo que nos permitirá aumentar nuestro rendimiento, aceptar más pedidos de clientes y llevar los beneficios de la energía verde a más personas en todo el mundo".
Deja tu comentario
Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios