Optimización de las redes neuronales en el control de la producción

en la Universidad de Potsdam / Brandenburg (DE)

 

Ámbito de investigación / aplicación: Ampliación de la investigación sobre la aplicación de la inteligencia artificial en el control de la producción control de producción

La Fábrica de Aprendizaje 4.0 como parte de la primera red de producción neuronal distribuida globalmente en la Universidad de Potsdam / Brandenburg (DE)

Periodo de utilización 2022

EL DESAFÍO

Una red neuronal es un programa o modelo de aprendizaje automático que toma decisiones de forma similar al cerebro humano. Las simulaciones de procesos neuronales según Grum (2022) demuestran que las redes neuronales (RNA) pueden trabajar de forma productiva y orientada a los procesos. La Universidad de Potsdam ha llevado a cabo varias series de investigación sobre cómo se puede mejorar la calidad de los procesos utilizando redes neuronales. En uno de los experimentos se utilizaron redes neuronales distribuidas para controlar varias ubicaciones en todo el mundo con distintos sistemas informáticos y para ilustrar las pérdidas por fricción en las cadenas de producción globales. Para ello, fue necesario encontrar herramientas de simulación que pudieran ofrecer resultados de investigación válidos y cumplir los requisitos de la Universidad de Potsdam tanto háptica como virtualmente.

Con la fischertechnik Learning Factory 4.0, podemos ampliar las investigaciones anteriores sobre el control de la transferencia artificial de conocimientos como herramienta de coordinación.

Prof. Dr. Grum, Profesor

LA SOLUCIÓN

Para simular procesos globales de control de la producción se utilizó fischertechnik Learning Factory 4.0 en combinación con otras herramientas de simulación y un gemelo neuronal. En una serie de simulaciones sobre la producción de mermelada, se partió del supuesto de que los productos se fabrican en cuatro centros de producción distintos repartidos por todo el mundo, que disponen de sistemas informáticos diferentes (Grum 2024a; Grum 2024b). Se analizaron todos los procesos, desde la adquisición de la fruta hasta la distribución al cliente. La fischertechnik Learning Factory 4.0 fue una de las cuatro estaciones de producción háptica conectadas en red. En el sistema se simuló el proceso, desde el almacenamiento de la fruta y su introducción en la máquina de cocción para la producción de mermelada hasta el llenado de los tarros y la entrega de los productos. El modelo háptico se conectó a una red neuronal (ANN - Artificial Neural Network). Esto permitió realizar una serie de pruebas y experimentos que produjeron resultados válidos y revelaron ineficiencias en la producción (Grum, 2024a). Además, de ellos se derivaron intervenciones de gestión que pueden evitar dichas ineficiencias (Grum, 2024b). Por tanto, la investigación futura se centrará en la comprobación empírica de las instrucciones de la RNA y las correspondientes intervenciones de gestión que surjan en producciones en tiempo real.

 

A partir de los experimentos, pudimos identificar procesos ineficaces en el control neural de la producción y derivar intervenciones de gestión para armonizar la estructura neural.

Prof. Dr. Grum, Profesor

EL RESULTADO

La realización de los experimentos diseñados permite analizar sistemáticamente los efectos de los flujos de conocimiento ineficientes en los sistemas de Industria 4.0 basados en RNA. Esto permite no solo identificar los puntos débiles, sino también desarrollar estrategias específicas para optimizar los flujos de conocimiento y mejorar la productividad general.

cd-green-775f66b5d-mzbdl