La inteligencia artificial y los láseres marcan el camino para la industria manufacturera

Los sistemas modernos de procesamiento de materiales por láser generan una gran cantidad de datos cada día: por un lado, estos datos pueden utilizarse para supervisar los láseres y los componentes ópticos; por otro lado, la supervisión del proceso también proporciona datos directos de la zona de procesamiento de materiales. Hoy en día, estos datos ya se utilizan para supervisar y registrar la calidad de cada una de las etapas del procesamiento, lo que ayuda a los usuarios a evaluar los cambios en el proceso de procesamiento a lo largo del tiempo o entre varias máquinas.
1. La versatilidad de los láseres
Un componente importante del control de los sistemas de producción por láser es el sistema ciberfísico. En este sistema, la informática, las redes y los procesos físicos de producción se integran y se controlan de forma totalmente automática mediante mecanismos de retroalimentación incorporados. La fabricación aditiva (impresión 3D) es un ejemplo típico, en el que normalmente se utilizan láseres para el procesamiento físico, pero el papel de los láseres va mucho más allá de eso.
Desde su desarrollo en la década de 1960, los láseres han ofrecido interesantes posibilidades para la industria manufacturera. Los láseres tienen una gran variedad de aplicaciones y sus características son casi perfectas. Son capaces de concentrar una gran cantidad de energía luminosa en un punto muy pequeño y generar mucho calor en el objetivo. Por lo tanto, a diferencia de muchos procesos industriales mecánicos y químicos tradicionales, el procesamiento por láser es sumamente eficiente y no requiere el uso de productos químicos adicionales.

Los láseres pueden generar pulsos a frecuencias extremadamente altas, con una duración de tan solo unas pocas decenas de femtosegundos (10-15 segundos) por pulso. Esto es más rápido que la velocidad a la que se disipa la energía, por lo que es posible microprocesar materiales de menos de un milímetro sin causar daños térmicos. Siempre que se seleccione correctamente la longitud de onda del láser, este puede procesar con precisión uno de los materiales sin afectar al otro. Además, los láseres pueden utilizarse directamente para soldar componentes, cortar chapas metálicas o taladrar agujeros. Los láseres también pueden emplearse de forma más ingeniosa para el pulido o la texturización de superficies.
2. Datos de alta calidad
Dado que los láseres funcionan con electricidad, resultan más fáciles de integrar en sistemas de control informático y son ideales para los sistemas ciberfísicos. Sin embargo, la variedad de características de los láseres que hacen posible una gama tan amplia de aplicaciones también plantea un importante problema técnico: ¿cómo encontrar los mejores parámetros para una tarea concreta?
La solución tradicional consiste en el método de prueba y error basado en la intuición del usuario, pero optimizar un sistema láser de esta manera puede llevar meses, lo que simplemente no es viable a la escala necesaria para lograr sistemas ciberfísicos verdaderamente útiles. Para complicar aún más las cosas, incluso si se determina la mejor configuración para que un sistema concreto realice una tarea específica, una configuración que funcione para un material puede no funcionar para otro.

Los investigadores han aplicado sus ideas a varios procesos de producción con láser, entre ellos la ablación por láser: el uso de pulsos cortos de luz para eliminar pequeñas cantidades de material de una superficie. En este caso, crearon conjuntos de datos de alta calidad disparando pulsos de luz de duración controlada contra un objetivo sólido. Este enfoque basado en big data ha resultado tan fructífero que los investigadores de la Universidad de Kyushu, en Fukuoka —socio del proyecto de la Universidad de Tokio—, ya lo están utilizando para la fabricación de semiconductores.
3. Un enorme potencial
Una vez recopilados los datos, un algoritmo de aprendizaje profundo puede simular la topología 3D creada tras múltiples pulsos láser en posiciones arbitrarias y con energías de pulso arbitrarias. El equipo ya ha aplicado el sistema a una variedad de materiales, entre los que se incluyen dieléctricos, semiconductores y polímeros orgánicos. En la actualidad, el sistema Meister Data Generator puede buscar de forma autónoma diversos parámetros láser utilizando algoritmos avanzados, como la optimización bayesiana, que permite determinar el siguiente parámetro que se debe probar mientras se está llevando a cabo el experimento. Estos datos de alta calidad tendrán el potencial de transformar aún más los procesos de fabricación por láser.

El siguiente objetivo es el autoaprendizaje de la máquina. Este se divide en cuatro pasos: en primer lugar, el sensor genera datos a partir del proceso. A continuación, los datos se analizan para facilitar su comprensión, es decir, para interpretarlos basándose en los datos existentes. En el tercer paso, el sistema simula cómo evolucionarán los resultados del proceso. Para ello, se pueden inferir tendencias anteriores o simular la influencia de determinados parámetros. A continuación, en el cuarto paso, se activará el control del sistema. Hasta ahora, la IA se ha utilizado principalmente para la supervisión de la calidad y el mantenimiento predictivo de las máquinas. El control en bucle cerrado es la “próxima gran novedad”.
Sin embargo, gracias a la creciente disponibilidad de datos digitales de proceso, la IA puede hacer mucho más. Los datos históricos permiten calcular nuevas tareas de mecanizado y rangos de parámetros para materiales específicos en los que el proceso debería funcionar correctamente. A la hora de planificar y configurar nuevos procesos de mecanizado, la IA puede ahorrar tiempo y recursos y, por lo tanto, dinero.