IA: para ser visto y no oído

El centro de predicción de calidad de Siemens utiliza el aprendizaje automático en datos de máquinas y procesos para predecir problemas de calidad a lo largo del proceso de empaque para automatizar los procesos de inspección de calidad, detectar problemas lo antes posible y proporcionar información que indique los impulsores de los problemas de calidad, que los operadores pueden utilizar para optimizar ajustes de línea.Imagen cortesía de Siemens

Al igual que una expresión del siglo XV, "Los niños deben ser vistos pero no escuchados", la inteligencia artificial (IA) suele ser una tecnología de software integrada que opera silenciosamente detrás de escena para mantener un sistema de producción o empaque funcionando sin problemas, y permanece en silencio a menos que algo salga mal. control y no se corrige fácilmente. Luego, el sistema hace sonar una alarma, posiblemente cerrando el proceso hasta que el problema, que AI ya identificó, sea solucionado por humanos.

Algunos proveedores de sistemas de control y empaquetado han comenzado a promocionar el uso de IA en sus sistemas, y con razón. Las tecnologías de IA finalmente se están preparando para el horario estelar, siempre que tengan suficientes entradas de sensores y/o datos acumulados que se originen en máquinas de embalaje, robótica, sistemas de inspección por visión, motores y otras aplicaciones de software como MES, inventario, logística y controles de procesos. Sin estos datos, la IA es ciega.

Pensé que sería interesante "preguntarle" a un sistema de IA (ChatGPT) cuáles considera que son los beneficios que la IA puede aportar a los sistemas de envasado de alimentos. Si bien es probable que la IA aún no deje sin trabajo a los escritores y editores, las respuestas de ChatGPT fueron las siguientes: "La IA puede ayudar a que los sistemas de envasado de alimentos funcionen de manera más eficiente, efectiva y sostenible, lo que lleva a una mejor calidad, menos desperdicio y una mayor rentabilidad". Para ver la respuesta completa, consulte el recuadro "El chatbot de IA revela los beneficios de la IA en las operaciones del sistema de empaque".

Para los proveedores de equipos de embalaje, el camino hacia la IA ha tenido muchas señales a lo largo del camino. Por ejemplo, en 2018 Harpak-ULMA estableció una visión y un plan para transformarse en un proveedor innovador y ágil de plataformas de envasado inteligentes y conectadas, dice Alexander Ouellet, gerente de innovación. Cinco años después de este plan de transformación digital multianual y multifase, la compañía ahora está demostrando cómo y por qué la transformación digital brinda valor al cliente en las operaciones de empaque a fuerza de la aceptación comercial exhibida por clientes potenciales y clientes.

"Esta estrategia", dice Ouellet, "se basa en la entrega de máquinas inteligentes y conectadas que establecen una base para la transformación digital (datos), se construye progresivamente para integrar IoT, realidad aumentada (AR), gemelos digitales y capacidades de mantenimiento predictivo. La compañía planea lanzará comercialmente AR integrado y capacidades de gemelos digitales en 2023 luego de versiones beta de varios años con clientes de Fortune 500".

La aplicación de tecnologías de inteligencia artificial y aprendizaje automático basadas en grandes volúmenes de datos recopilados es clave para la fase final de una oferta de mantenimiento predictivo planificado en todas sus plataformas de empaque, agrega Ouellet. Si bien esta es la principal propuesta de valor para el cliente a la que se dirige, la compañía ha tomado una serie de pasos más pequeños para aprovechar la IA para evaluar, analizar e identificar varias mejoras incrementales en torno a los procesos u ofertas existentes.

Harpak-ULMA está investigando otras aplicaciones de IA. Por ejemplo, la capacidad de la plataforma para alertar/recomendar la reconstrucción de una herramienta de sellado de bandejas en función de los recuentos de ciclos y otras variables de tiempo de ejecución (tenga en cuenta que esto no es cierto para el monitoreo basado en condiciones). Se está investigando otro aspecto de este tipo de IA para la gestión de inventario de repuestos. La IA también se está probando para analizar solicitudes de servicio y tickets de soporte para identificar patrones que puedan ayudar a establecer un enfoque de respuesta del cliente más proactivo. Finalmente, la compañía está trabajando activamente para incorporar una herramienta de inteligencia artificial que se enfoca en la resolución de problemas de máquinas y la gestión de producción para una plataforma de empaque.

Uno de los modelos comerciales interesantes que permite el mantenimiento predictivo exitoso a través del almacenamiento de datos extenso es un servicio de evaluación comparativa de la industria, dice Ouellet. Si bien aún se encuentra en la fase conceptual en este momento, se pueden extraer cantidades masivas de datos anónimos capturados para generar una variedad de las mejores métricas de rendimiento operativo de su clase que podrían ayudar a los productores a comprender mejor la eficacia de sus operaciones de empaque en comparación con sus pares. .

El software analítico y de cadena de suministro basado en IA ayuda a ampliar las capacidades de control y empaquetado. Por ejemplo, el software Peak Analytics puede aprovechar la inteligencia artificial y los algoritmos de aprendizaje automático para brindar mejores resultados en el control de calidad y el mantenimiento predictivo en la industria del envasado de alimentos, dice John Dwinell, presidente de Peak Technologies. Para el control de calidad, el software Siena Analytics puede desarrollar modelos de IA que analizan imágenes de materiales de empaque durante el proceso de producción, empaque y distribución para detectar cualquier defecto o irregularidad en el etiquetado y los sellos, así como cualquier defecto físico en el empaque mismo. Esto puede ayudar a reducir el desperdicio, mejorar la calidad del producto y garantizar el cumplimiento de los requisitos reglamentarios.

Sin equipos y sensores de monitoreo/control, la IA no tendría los datos que necesita para mantener las máquinas funcionando al máximo. Red Lion Controls ofrece una amplia gama de productos, incluidos sensores, módulos de E/S, controladores, HMI y puertas de enlace IIoT que se pueden usar para la adquisición de datos y el cálculo de borde de datos de dispositivos de campo. Estos datos se pueden integrar con aplicaciones impulsadas por IA para mejorar los procesos de envasado de alimentos, dice Barry Turner, gerente de desarrollo comercial técnico.

Siemens Digital Industries ha desarrollado soluciones IIoT que cubren una variedad de desafíos críticos en la fabricación en general y el empaque en particular, dice Alexander Epple, jefe de soluciones de la industria MindSphere en Siemens. Por ejemplo, las pérdidas de producción debidas al tiempo de inactividad de los equipos suelen costarle a la industria alimentaria entre 20.000 y 30.000 dólares por hora perdida. Dos soluciones basadas en IA pueden predecir la falla del equipo.

En primer lugar, el Senseye de Siemens se construye desde cero utilizando una IA sofisticada y predice el futuro de las máquinas. Más específicamente, Senseye PdM se integra con cualquier activo, sistema o fuente de datos, utilizando datos que los fabricantes ya recopilan o con sensores recién instalados como parte de un paquete completo. En segundo lugar, Edge Analytics proporciona capacidades de IA para detectar automáticamente anomalías en los espectros de vibración de las máquinas rotativas y alarmas a los operadores con anticipación sobre los problemas. Además, proporciona las herramientas necesarias para identificar las causas fundamentales de los problemas y definir acciones de mitigación específicas.

Además de estas soluciones de software, GE Digital ofrece Proficy Operations Analytics y Proficy CSense, que son soluciones de software que tienen como objetivo optimizar la producción de alimentos y bebidas utilizando tecnologías de inteligencia artificial, dice Cobus van Heerden, gerente senior de productos, ML y análisis.

Tengo un par de aplicaciones de gráficos basadas en IA, por ejemplo, una que enfoca las fotos debido al movimiento de la cámara o que están un poco desenfocadas. ¿Compré Sharpen AI de Topaz Labs específicamente porque funciona con IA? ¡No! Todo lo que me importa es que hace el trabajo, ahorra tiempo y es asequible. Siento que muchos procesadores de alimentos y bebidas sienten lo mismo acerca de los productos basados ​​en IA que compran e instalan.

"Según nuestra experiencia, los gerentes de producción y los ingenieros no buscan 'IA' con el fin de usar la tecnología, sino que esperan que pueda resolver desafíos de producción específicos para ellos donde los enfoques más tradicionales se quedan cortos o fallan por completo", dice Epple de Siemens. "Por lo tanto, creamos soluciones en torno a tecnologías de inteligencia artificial para desafíos de producción comunes bien definidos y los diseñamos y empaquetamos para que los clientes puedan usarlos sin un conocimiento profundo sobre los métodos de aprendizaje automático".

El chatbot de IA revela los beneficios de la IA en las operaciones del sistema de empaque

P: ¿Cómo puede la inteligencia artificial mejorar el funcionamiento de los sistemas de envasado de alimentos? ChatGPT basado en IA responde a continuación:

R: La inteligencia artificial (IA) puede mejorar las operaciones de los sistemas de envasado de alimentos de varias maneras:

En general, la IA puede ayudar a que los sistemas de envasado de alimentos funcionen de manera más eficiente, efectiva y sostenible, lo que lleva a una mejor calidad, reducción de desechos y aumento de la rentabilidad.

—Desde ChatGPT (https://chat.openai.com/chat)

"Se informa que la Asociación de Tecnologías de Envasado y Procesamiento (PMMI) afirma que el 59 % de las empresas de alimentos y bebidas utilizan actualmente o planean utilizar tecnologías de IA en sus operaciones", dice Ouellet de Harpak-ULMA. "Las aplicaciones exactas de la IA en estas circunstancias no están claras. Ciertamente, el redoble del mercado que enfatiza la importancia y el potencial de la transformación digital está estrechamente relacionado con el interés y las expectativas en evolución de los productores.

"Sin embargo, creemos que la adopción generalizada de IA en el mantenimiento predictivo de empaques aún se encuentra en una fase emergente", agrega Ouellet. "Los proveedores enfrentan desafíos pragmáticos asociados con los costos y la viabilidad de la agregación de datos a gran escala, entornos de automatización heterogéneos, conectividad y esfuerzos de modelado/desarrollo de IA".

En general, los principales objetivos de los fabricantes son ofrecer productos de alta calidad al costo más bajo, mejorar el rendimiento operativo (o la eficacia general del equipo (OEE)), garantizar la seguridad y la trazabilidad del producto desde los ingredientes hasta el palet, y superar las metas y medidas de sostenibilidad, dice Van Heerden de GE Digital. Dicho esto, cualquier solución que les ayude a lograr estos objetivos es lo que buscan los fabricantes de alimentos y bebidas, y la mayoría considera que la IA es una forma de mejorar sus operaciones. En el caso de que la IA sea una solución, la IA puede respaldar los objetivos de operaciones corporativas y la optimización energética de OEE, produciendo la cantidad correcta de producto con calidad.

El control de calidad, el mantenimiento predictivo y la gestión de la cadena de suministro son áreas que experimentan una demanda creciente, dice Turner de Red Lion. "Un número significativo de procesadores de alimentos y bebidas cree que la IA está lista para la adopción generalizada y pronto se convertirá en un componente anticipado de los sistemas de envasado, junto con otras herramientas avanzadas".

"Los fabricantes de CPG escuchan sobre la IA en diferentes dominios y sienten curiosidad", dice Kevin Hoorne, gerente de la industria CP&R de Siemens para la fabricación digital. "Quieren saber más, quieren entender [IA] mejor y quieren aprender cómo podría ayudarlos en los desafíos que enfrentan. No sentimos que estén buscando activamente. En cambio, quieren saber de nosotros donde reside el valor. Aquí es donde trabajamos en estrecha colaboración con nuestros clientes al llevar nuestras soluciones para satisfacer sus necesidades ".

Mientras la IA pueda contribuir a abordar los problemas que pueden causar una pérdida innecesaria de tiempo y dinero, como predecir con anticipación cuándo se debe realizar el mantenimiento del equipo, nuestros clientes la aceptarán, dice Gian Paolo De Salvo, gerente de operaciones de fabricación de la industria de Siemens Digital. gestión en la industria de procesos.

"A medida que la tecnología de IA continúa avanzando y demostrando su valor, es probable que sea más aceptada y esperada como una herramienta más integrada en el sistema general", dice Preet Murthy, marketing de productos de Peak Analytics. "Las empresas que tienen más éxito con la adopción de IA son las que reconocen que es un cambio de mentalidad y desarrollan las capacidades para respaldar el cambio. La planificación y las operaciones de los sistemas de empaque siempre requerirán cierta participación humana, pero los adoptantes cada vez más exitosos tienen se dio cuenta de que la IA y el aprendizaje automático pueden manejar la mayor parte de los procesos estandarizados, especialmente las tareas de baja cognición altamente repetibles", dice Murthy.

"Depende de las metas y objetivos del fabricante junto con dónde se encuentran en su viaje de transformación digital", dice van Heerden de GE. "Con nuestros clientes, desarrollamos conjuntamente lo que llamamos mapas de resultados para determinar cuáles son las medidas y métricas específicas que nuestros clientes pretenden ofrecer. Luego, en función del mapa de resultados, delineamos las prioridades con respecto a su viaje de transformación digital y el momento de implementación e implementación. Al final del día, nuestras prioridades son las prioridades de los clientes, y ponemos sus necesidades primero. No implementaremos ni recomendaremos soluciones a menos que el cliente esté listo y haya sentado las bases suficientes en su transformación digital para incluso ser capaz de aprovechar todos los beneficios que el software de IA puede ofrecer".

Futuro de la IA en el envasado fuera del mantenimiento predictivo

Las áreas potenciales fuera del mantenimiento predictivo incluyen:

—Alexander Ouellet, Harpak-ULMA

“Cualquier aplicación de tecnologías de IA en Harpak-ULMA estará ligada directamente a nuestras soluciones y posicionamiento en el mercado, que se centra en optimizar los procesos de envasado”, dice Ouellet. "En pocas palabras, los clientes están buscando soluciones a los problemas, sin evaluar si aplicar o no la IA en sus operaciones. La IA es simplemente una herramienta tecnológica más, y su aplicación o priorización se basará en su eficacia, confiabilidad y asequibilidad en ese específico contexto."

A medida que la IA se vuelva cada vez más confiable, asequible y "compuesta por componentes", aumentará la amplitud de las aplicaciones, por ejemplo, enfocándose en problemas de rendimiento operativo relacionados con la eficiencia/productividad del empaque, la reducción de desperdicios, el control de calidad y tal vez incluso ayudando a optimizar la gestión de la cadena de suministro relacionada con las piezas de repuesto. y consumibles, optimizando el uso de los servicios públicos de la planta, etc., agrega Ouellet.

"Priorizamos nuestras aplicaciones de IA en función de las necesidades y prioridades de nuestros clientes", dice Dwinell de Peak Technologies. "Trabajamos en estrecha colaboración con nuestros clientes para comprender sus puntos débiles e identificar las áreas en las que la IA puede generar el impacto más significativo. Nuestro enfoque es comenzar con las áreas en las que se puede lograr el mayor impacto en términos de eficiencia, reducción de desperdicios, control de calidad y optimización de la cadena de suministro. También consideramos el ROI potencial y la viabilidad de la implementación cuando decidimos dónde implementar la IA primero. En última instancia, nuestro objetivo es proporcionar soluciones que se alineen con las prioridades de nuestros clientes y brinden beneficios tangibles a su negocio".

El futuro de la IA en el empaque se trata de la optimización de OEE; es decir, hacer productos de calidad a pedido, a tiempo y sin desperdicios, dice van Heerden. Al ejecutar el proceso de fabricación, es fundamental empaquetar los productos de la manera más eficiente posible y evitar el tiempo de inactividad no planificado. Por lo tanto, es necesario ajustar la configuración de la máquina para producir y envasar la cantidad correcta de producto con la calidad adecuada y optimizar el consumo de energía. Pero la optimización general no se detiene ahí. La planificación y la programación también se volverán más críticas, dada la continua volatilidad en las cadenas de suministro. Por lo tanto, la IA será cada vez más vital en el futuro a medida que empodera estas aplicaciones aliadas.

“Esperamos que las tecnologías de IA se conviertan cada vez más en componentes centrales de las soluciones de software para el proceso de fabricación”, dice Epple de Siemens. Inicialmente, la atención se centra en proporcionar información a través de la detección, previsión o clasificación de anomalías. En el futuro, esperamos un aumento de las aplicaciones prescriptivas, por ejemplo, la hoja de ruta de nuestra solución Quality Prediction Hub que incluye capacidades para el cálculo automático de la configuración óptima para las máquinas de producción. Esto aumenta aún más el valor que se puede obtener al adoptar esta solución".

Red Lion Controls crea productos y soluciones que pueden simplificar el proceso de extracción de datos de sensores y procesos

La IA puede agregar un valor tremendo a una solución de fabricación inteligente para empaques, pero siempre debe evaluarse si otros enfoques (modelos de simulación física o valores de simulación de eventos discretos) pueden abordar el problema en cuestión de manera más efectiva, dice Epple. "Por lo tanto, no utilizamos tecnologías de aprendizaje automático por la fuerza bruta, sino que siempre tomamos una decisión consciente sobre qué herramienta brindará la mejor solución para nuestros clientes".

"La inteligencia artificial simplifica el control industrial para el personal de operaciones que no es experto en análisis de datos", Ingeniería I+D, FE, 25 de febrero de 2021

"La inteligencia artificial/aprendizaje automático reduce errores y desperdicios", FE, 9 de mayo de 2022

"AI, IIOT ayudan a eliminar las conjeturas de la planificación del mantenimiento", Engineering R&D, FE, 23 de febrero de 2018

"La IA ayuda a controlar los sistemas de automatización de invernaderos", Ingeniería I+D, FE, 3 de junio de 2022

"Las técnicas de detección en tiempo real basadas en AI/ML convierten el arte de la vinificación en ciencia exacta", Engineering R&D, FE, 12 de julio de 2022

"Obtención de resultados consistentes de la fermentación", FE, 10 de septiembre de 2021

"Encontrar nuevos métodos basados ​​en IA para aumentar la productividad requiere datos digitales", FE, 13 de febrero de 2020