30
Industria 4.0
La inteligencia artificial
en la industria siderúrgica
Autor:
José Ignacio Lucas Fuentes
ISEND, S.A. – Spain
Fax: (+34) 983 132 308
E-mail: [email protected][email protected]
Website: www.isend.es
S
egún PWC, la aportación de
la inteligencia artificial al
PIB mundial se acercará a los 16
trillones de dólares en 2030. Las
economías más beneficiadas se-
rán, según la misma consultora,
la China y la de Norteamérica. Y
se puede afirmar que esta contri-
bución está aún en pañales, por
lo que los próximos diez años
serán clave para las empresas
que sepan aprovecharla para
la mejora de sus procesos, sus
productos y para un acercamien-
to cada vez más preciso a sus
clientes.
La industria siderúrgica no podrá
dar la espalda a este hecho ni a los
cambios que ya se están produciendo.
Atrás quedaron los tiempos de grandes
producciones de productos similares, y
en su lugar, una mayor diversificación
y gama de materiales está convirtién-
dose en el motor de las industrias.
El mayor problema radica en la len-
titud para adoptar nuevas formas de
trabajo de los fabricantes de metales
occidentales, que está facilitando la
entrada en sus mercados domésticos
de productos que, además de ser una
amenaza en precios, suponen una
mayor agilidad para cumplir con los
requisitos de los clientes. Si hace unos
años el acero asiático era considerado
como un producto de baja calidad, en
la actualidad el gap se está reducien-
do y cada vez son más las empresas
que son capaces de cumplir con los
requisitos actuales.
En muchos países se intenta adoptar
una posición de queja y de presión so-
bre los gobiernos para crear aranceles.
Una defensa tan débil como etérea, en
tanto la, verdadera amenaza estriba en
su propia capacidad de transformación
y adaptación a las tendencias de un mi-
lenio en el que la productividad, enten-
dida de forma similar a la derivada de la
revolución industrial, está dejando de te-
ner importancia en favor de la nueva re-
volución basada en la digitalización y el
uso extensivo de la inteligencia artificial.
Pongamos por ejemplo el caso del
control de calidad. Hasta hace no
mucho tiempo, y aún hoy, muchas
empresas emplean métodos costosos,
contaminantes y basados en la percep-
ción humana como podrían ser los
líquidos penetrantes o las partículas
magnéticas. Es difícil aplicar el con-
cepto de inteligencia artificial a algo
que, en sí mismo, falla en las bases
para la obtención de la información.
En el extremo contrario han apa-
recido nuevos sistemas que, basados
en fenómenos conocidos, como las
corrientes inducidas, los ultrasonidos
y la visión, basan su eficacia en la ob-
tención digital de los datos, los cuales,
pueden ser analizados manualmente,
con lo cual tampoco aprovechan todo
su potencial. También pueden serlo
desde algoritmos de inteligencia arti-
ficial capaces de caracterizar defectos,
identificar sus causas y proponer solu-
ciones. Pero lo que realmente repre-
senta un paso más hacia el aprovecha-
miento de estos sistemas, es que ellos
mismos tomen las decisiones para apli-
car en función de las causas del pro-
blema.
Algunos fabricantes de sistemas
NDT han apostado por la integración
de dos tecnologías complementarias
como son las corrientes inducidas y
la visión para construir sobre ellas su
familia de soluciones que incorporan
algoritmos de inteligencia artificial.
Ilustración 1
Señal del Sistema
de Corrientes de
Eddy junto a la
Imagen a tiempo
real del defecto que
la genera.