Atrás

Modelos Predictivos de Control molde a molde ayudarán a reducir los niveles de rechazo en fundición de hierro

Orientado a una Fabricación Cero Defectos, el Centro de Investigación Metalúrgica AZTERLAN desarrolla sistemas avanzados de monitorización que permiten conocer, “en todo momento y en tiempo real el estado de la producción, así como prever el resultado final del proceso y corregirlo en caso detectar riesgo de defecto”.

La integración de tecnologías avanzadas de gestión de datos y el desarrollo de procedimientos y herramientas avanzadas de control de proceso abren las puertas al desarrollo de potentes sistemas de control dirigidos a asegurar la calidad y la máxima estabilización de los procesos de fabricación. Se trata de herramientas que aportan a las industrias de procesos importantes oportunidades de mejora, así como la consecución de objetivos prácticos y medibles como evitar producciones defectivas, mejorar el rendimiento u obtener significativos ahorros en términos de materiales, energía u operaciones de inspección y trabajos de acabado que no aportan valor a las piezas.

Como explica el investigador de Tecnologías de Fundición de Hierro Beñat Bravo, “mediante la incorporación de estos avances tecnológicos a la fundición nos orientamos hacia una fabricación cero defectos en la que, queremos que las fundiciones sean capaces de realizar un control molde a molde e, incluso cavidad a cavidad, de su fabricación, asegurando el resultado positivo de la misma”.

En este ámbito, AZTERLAN cuenta con una larga experiencia y con varios desarrollos propios orientados a este fin, como son la plataforma de control predictivo Sentinel®, el software de predicción de aparición de defectos de contracción Kasandra® o el sistema de análisis térmico Thermolan®. “Todas estas herramientas se alimentan de datos reales del proceso de fabricación y de las características del metal. Gracias a una arquitectura digital en la que previamente se han establecido las correlaciones entre los diferentes parámetros controlados y los resultados fruto de estas interacciones nos permiten realizar una predicción del resultado. Esta arquitectura de datos son lo que llamamos Modelos Predictivos de Control (MPC) y para su desarrollo es necesario integrar un profundo conocimiento del proceso y de la metalurgia con el análisis avanzado de datos”.

Con el foco puesto en la reducción de rechazo interno y en evitar reclamaciones de cliente relacionadas con defectos de inclusiones y defectos dimensionales, actualmente, el equipo de investigación se encuentra desarrollando una base de datos con una trazabilidad molde a molde de todos los parámetros productivos de los que alimentarse para generar una respuesta inteligente del sistema capaz de identificar los moldes y cavidades en los cuales existe mayor riesgo de defecto. “Entre los defectos que buscamos evitar se encuentran algunos muy habituales en la fundición como: arrastres de arena, forzaduras de molde, inclusiones de arena y de otros orígenes, malos acabados superficiales, hinchamiento de molde, falta de estabilidad dimensional o los pin-holes”. Estos tipos de defectos pueden suponer el 30% del total de las piezas rechazadas, por lo que “el desarrollo de MPC para identificarlos y generar las circunstancias productivas óptimas para evitar su aparición es un abordaje de gran valor añadido para la industria de fundición”.

El equipo de trabajo prevé que los Modelos Predictivos de Control que actualmente desarrollan, unidos a los ya desarrollados e implementados en las herramientas de control mencionadas, permitirán abarcar entre el 60-70% de todos los defectos que normalmente se observan en la producción de piezas moldeadas en moldes de arena en verde.

“No obstante”, como matiza Bravo, “debido a la singularidad de cada fundición los MPC desarrollados deberán ser particularizados en cada caso. Por esta razón, la implementación de estos en cada planta de fundición o referencia a fabricar conllevará, en todos los casos, un periodo de análisis de datos para generar para cada una de las fundiciones la respuesta inteligente ajustado a su proceso”.

Este desarrollo está siendo abordado en el seno del Proyecto transferencia tecnológica MPC, financiado por la Diputación Foral de Bizkaia (Nº de Expediente 6 / 12 / TT / 2022) y se plantea como continuación a una serie de desarrollos ya realizados y transferidos a muchas empresas de Bizkaia, relacionados con la predicción de defectos metalúrgicos en piezas de fundición de hierro.

  • Contacto principal del proyecto MPC: Beñat Bravo, Investigador de Tecnologías de Fundición de Hierro

Bizkaiko Foru Aldundia - Feder

 

¿Cómo podemos ayudarte?

Mantente informad@ de la actividad de AZTERLAN

¿En qué idioma quieres recibir la información?

Mantente informad@ de la actividad de AZTERLAN

¿En qué idioma quieres recibir la información?