Desarrollo e integración de un sistema de toma de decisiones basado en simulación e inteligencia artificial para sistemas de manufactura flexible en la industria 4.0
Resumen
El alto grado de incertidumbre y heterogeneidad del contexto contemporáneo presenta múltiples desafíos para las industrias manufactureras. En este contexto, la Cuarta Revolución Industrial ha proporcionado herramientas y tecnologías para ayudar a las empresas a enfrentar estos desafíos. La interconexión de sistemas productivos, la disponibilidad y análisis de datos en tiempo real y la automatización de procesos son algunas de las tecnologías que han surgido en este nuevo paradigma. Además, la filosofía Lean, centrada en maximizar el valor para el cliente, ha demostrado ser una herramienta eficaz para abordar diversas problemáticas organizacionales. Esta metodología se basa en tres pilares fundamentales: la eliminación de desperdicios, la mejora continua y la optimización de procesos. La integración de estos principios con la evolución de la tecnología ha dado paso al concepto de Lean 4.0, un enfoque organizacional que busca mejorar la eficiencia y la eficacia de los procesos. Con Lean 4.0, las empresas pueden adaptarse a un entorno empresarial en constante cambio, mejorando la calidad, reduciendo costos y aumentando la satisfacción del cliente. En este sentido, en la era actual, los sistemas de fabricación inteligente buscan alcanzar un alto nivel de flexibilidad y eficiencia. La manera de lograr esta meta es mediante la incorporación de automatización, junto con sistemas robotizados autónomos y sistemas de toma de decisiones capaces de reconfigurar las tareas en tiempo real según las demandas y exigencias externas. Alcanzar esa flexibilidad mencionada reduciendo desperdicios no es una cuestión trivial, lo que implica, muchas veces, tener que tomar decisiones con objetivos contrapuestos. En otras palabras, se debe ser capaz de formular y resolver un problema de optimización multi-objetivo. En este sentido, la simulación de sistemas ha sido una herramienta valiosa para abordar estas problemáticas. Sin embargo, en la nueva era 4.0 el paradigma de gemelo digital ha ocupado su lugar. Dichos gemelos emplean la simulación en conjunto con una variedad de datos provenientes de diferentes equipos y sistemas físicos de planta, para mantener actualizados continuamente sus modelos digitales del mundo en un esquema de retroalimentación en un entorno virtual que facilita la toma de decisiones. La heterogeneidad de hardware y software existente requiere del desarrollo de arquitecturas de software para que los diversos componentes se integren e interactúen mediante el intercambio de información. Para el rápido desarrollo de los gemelos digitales de plantas de fabricación que incluyen algunos dispositivos robóticos, es ventajoso utilizar simuladores de eventos discretos para el modelado de procesos de producción y los entornos virtuales existentes de los robots y dispositivos automáticos. Uno de los aportes del trabajo de tesis es el diseño y desarrollo de una arquitectura software que integra un simulador de procesos de manufactura con el sistema operativo de robots Robot Operating System. La propuesta permite intercambiar fácilmente información entre los componentes de la fábrica para el desarrollo rápido de gemelos digitales de sistemas de fabricación robotizados. Además, permite una integración sencilla entre el gemelo digital con un sistema autónomo de toma de decisiones. Dicha arquitectura se prueba con el simulador Tecnomatix Plant Simulation de Siemens®y la distribución libre de Robot Operating System, Melodic. Se presenta una instancia de esta arquitectura software para dos estudios de caso complejos relacionados al manejo de materiales típicos de plantas de fabricación, demostrando su fácil integración con un sistema autónomo de toma de decisiones. Otro de los aportes más destacados del trabajo de tesis tiene que ver con el desarrollo de estrategias de toma de decisiones para abordar los problemas típicos de los sistemas de manufactura flexible. Las propuestas desarrolladas se basan principalmente en el paradigma de aprendizaje por refuerzos y el emergente (al menos, al momento de inicio de la estancia doctoral) aprendizaje por refuerzos profundo. Por otro lado, combinando ideas de estas metodologías, se propuso una metodología metaheurística basada en el reciente y poco explorado algoritmo de población Seno Coseno, para la resolución de problemas de toma de decisiones óptimas en dominios continuos. La versión desarrollada se diferencia principalmente en que puede ser aplicada en la resolución de problemas de optimización con variables discretas, lo que permite usarla en problemas de toma de decisiones típicos de sistemas de producción manufacturera. Uno de los problemas típicos, y que cada vez recibe más atención, es el manejo de materiales y/o partes en proceso en los sistemas productivos. La motivación principal para abordar esta problemática eficientemente, en sistemas cada vez más complejos, radica en el hecho de que esta tarea no agrega valor. A su vez, es uno de los pilares relacionados con los ocho desperdicios de la metodología Lean. En este contexto, la propuesta desarrollada en esta tesis, justamente, puede aprovecharse para minimizar estos tipos de desperdicios en sistemas productivos que deben cambiar y adaptar la configuración de sus instalaciones para hacer frente a los cambios de requerimientos en materia de producción. Los desarrollos de esta tesis fueron concebidos con el objetivo de ser tecnológicamente transferibles y extrapolables a plantas industriales de la región, con un enfoque particular en las Pequeñas y Medianas Empresas. Habiendo desarrollado en el grupo de investigación un relevamiento de las pequeñas y medianas empresas industriales metalmecánicas de la ciudad de Olavarría respecto a sus capacidades tecnológicas, se ha podido comprobar que hay un proceso incipiente de transformación digital en estas empresas y es necesario contribuir al avance de esta transición hacia la Industria 4.0.