Manufactura de plásticos circulares basada en datos

Una nueva tecnología utiliza sensores dieléctricos para medir el comportamiento de materiales curables dentro del molde, controlando la calidad de cada unidad moldeada en tiempo real en lugar de tomar muestreos en laboratorio.

---

Contribución editorial de sensXPERT.

Los retos de reciclaje, la falta de mano de obra calificada y diversos problemas de imagen caracterizan a la industria plástica de hoy en día. La tecnología sensXPERT busca dar solución a estos problemas, haciendo a la industria más sostenible, más confiable en sus procesos y minimizando las emisiones de CO₂.

sensXPERT fue fundada en 2021 como una marca tecnológica de NETZCH Process Intelligence GmbH, un Corporate Venture del grupo NETZCH. Se trata de una solución de manufactura basada en datos que busca dar soporte a los procesadores, combinando mediciones y ciencia de materiales con inteligencia artificial y aprendizaje de máquina, para mejorar la eficiencia de procesos, mejorar la reproducibilidad y detectar la consistencia de producto.

Los clientes buscan soluciones integrales, integradas y personalizadas para abordar sus desafíos en torno a la estabilidad constante del proceso y al mismo tiempo garantizar la eficiencia de costos. Hay muchas soluciones disponibles en el mercado; sin embargo, sólo pueden ofrecer una transparencia parcial sobre el proceso de fabricación.

---

Lea también: El análisis de ciclo de vida y su importancia para transitar hacia una economía circular.

---

Esta tecnología aprovecha todo el potencial de la fabricación inteligente a través de la integración vertical de herramientas de control de procesos únicas, de última generación, basadas en la nube y basadas en IA en combinación con los instrumentos de medición de materiales del Grupo NETZSCH.

Además de crear una transparencia total en el proceso de fabricación de piezas de plástico, sensXPERT da la bienvenida abiertamente a la colaboración, para lograr una comprensión más profunda entre la máquina, el proceso y el comportamiento en línea. La tecnología presenta una ciencia de materiales y un sistema de evaluación de materiales en el molde que proporciona respuestas en tiempo real.

Aunque inicialmente fue creada con la intención de optimizar los procesos de fabricación de plásticos, la solución sensXPERT resultó tener un gran impacto y contribuir a la producción sostenible, logrando disminuir hasta un 50% del desperdicio, un 23% en ahorro de energía, un 30% de reducción del tiempo de ciclo y 15 días por año en tiempo muerto.

Fabricación basada en datos

Los sensores miden y transmiten datos de la máquina que permiten una respuesta basada en IA para caracterizar los materiales dinámicamente y controlar todos los factores de influencia necesarios para optimizar el proceso de moldeo. Los sensores dieléctricos son el corazón del sistema y se ubican uno en el punto de inyección o cerca de él, y el segundo al final del flujo, independientemente del tamaño de la pieza. Los datos recopilados por los sensores se transfieren al dispositivo sensXPERT edge, que se coloca cerca de la máquina.

El dispositivo de borde actúa como un PC industrial con la tarea principal de evaluar y comunicar los datos recibidos a la nube a través de servidores seguros mantenidos por Amazon Web Services. Además del conocimiento del hardware de medición incorporado en sus sensores y el dispositivo de borde, la tecnología sensXPERT sobresale en sus modelos matemáticos y físico-químicos del comportamiento de los materiales y algoritmos de aprendizaje automático que escanean constantemente los datos entrantes en busca de patrones y desviaciones en segundo plano.

---

Lea también: Se forma una alianza histórica para el análisis de datos sobre el plástico.

---

Los algoritmos traducen los datos sin procesar de los sensores en criterios de calidad predictivos, los envían a los técnicos, monitorean una máquina y un proceso determinados a través de una aplicación web. Una capa adicional de algoritmos de aprendizaje automático respalda al sistema al analizar los parámetros del proceso y los datos de los sensores que fluyen desde el cliente.

Con el tiempo, la cantidad de datos creados permite que se active el análisis predictivo, lo que promete una estabilidad del proceso. Con más profundidad, los algoritmos notan las desviaciones de los conjuntos de datos; la correspondencia comienza con el dispositivo de borde local, que alerta a los trabajadores que monitorean el proceso. Los modelos de aprendizaje automático que se ejecutan en segundo plano experimentan un reentrenamiento constante cuando los patrones cambian, lo que garantiza un alto rendimiento del proceso.

El fabricante afirma que la tecnología está disponible para termoestables, compuestos, elastómeros, biopolímeros y materiales reciclados.

La contribución a la economía circular

La tecnología da el siguiente paso y permite el procesamiento de material reciclado, algo a lo que los moldeadores aún le tienen temor por la inestabilidad asociada a trabajar un material que ya ha sufrido ciclos térmicos. Con la tecnología de sensórica basada en dieléctricos instalada en el molde es posible medir el comportamiento del material en tiempo real, caracterizar materiales reciclados y combinar otro hardware de fabricación periférico para crear una interfaz de datos central.

---

Le puede interesar: Tendencias 2024 para la industria del plástico.

 

---

De acuerdo con la compañía, es importante reducir al mínimo las “lagunas” de datos, asegurando que la información no solo se recopile sino que también se evalúe y conecte con equipos periféricos dependientes. “La tecnología actualmente disponible en el mercado para medir el comportamiento del molde no puede capturar el comportamiento del material a nivel molecular. Con el cambio de una medición en laboratorio a una medición digital en la máquina en tiempo real y de forma dinámica, se transforma la calidad del control en la producción de plásticos”, afirma el fabricante en un comunicado.

Además, es posible crear una interfaz de datos central que facilite la colaboración entre las partes interesadas, convirtiendo todos los datos de fabricación en medidas de calidad.