RHI Magnesita, un fabricante de productos refractarios, ha sido una de las compañías europeas que ha experimentado con la Inteligencia Artificial (IA) y el Aprendizaje Automático (Machine Learning, ML) para comprobar la calidad y defectos de los productos de acero. Se trata de tres millones de toneladas de productos cada año.
La empresa tiene su sede en Austria y necesita garantizar que sus 120 mil productos refractarios puedan soportar las condiciones más hostiles y aguantar temperaturas superiores a 1200 °C.
Para ello, ha implantado cámaras infrarrojas que le permiten monitorizar la carcasa de los tanques de almacenamiento metalúrgico y así entender la relación entre el perfil de calor y el comportamiento de los materiales refractarios.
Las imágenes se capturan con las cámaras durante el día y después son procesadas por algoritmos de ML. Gracias a esta tecnología, la compañía ha aumentado la precisión de su detección de defectos y ha podido predecir el ciclo de vida de sus productos con mayor exactitud.
Gregor Lammer sabe que los productos refractarios de la compañía suelen usarse en los altos hornos de sus clientes fabricantes de acero.
El gestor de Proyectos y jefe de Tecnologías Digitales de RHI Magnesita ha afirmado que sus equipos de mantenimiento tienen un trabajo tremendamente peligroso en lo que respecta a inspeccionar los materiales.
“Tienen que llevar equipos protectores y meter la cabeza en tanques. Esto no solo afecta a la seguridad de los trabajadores, sino también al nivel de precisión de estas inspecciones».
Entonces, con la IA han podido monitorizar, interpretar y predecir cuándo es probable que sus materiales refractarios se deterioren y agoten su ciclo de vida.
Con esta información también han logrado alertar de forma proactiva a sus clientes cuando ha sido necesario cambiar los tanques o adoptar medidas concretas para prolongar su vida útil.
“Es más, la IA nos está ayudando a saber más sobre el entorno de nuestros clientes, de forma que ahora podemos cambiar nuestros productos para que estén en línea con sus necesidades específicas”.
Creando un “gemelo digital” en Microsoft Azure han tenido la posibilidad de desarrollar y probar entre seis y siete versiones distintas de sus productos antes de enviar una o dos versiones adecuadas al cliente. Lammer ha calificado esta opción como una forma estupenda de crear valor añadido que, a su vez, ofrece una gran ventaja competitiva.
Calidad de productos
Para cualquier fabricante sería aterradora la posibilidad de tener que enfrentarse a una retirada masiva de productos, no solo en lo que respecta al impacto económico a corto plazo, sino por los daños a su reputación a largo plazo.
Como en la mayoría de los sectores, la reputación de los fabricantes se basa en la calidad, confianza y satisfacción de los consumidores, además de la seguridad del producto.
“La legislación europea en materia de protección de los consumidores sigue siendo una de las más estrictas del mundo. La naturaleza interdisciplinar de la producción a gran escala y las cadenas logísticas internacionales significa que hay que dar todos los pasos posibles para mitigar el riesgo de defectos”.
Tomando esto en cuenta, ningún fabricante tiene tanto que perder como el sector del acero, presente en casi todo. Y es que se trata del material que da forma y función a un gran número de objetos cotidianos.
Productores de acero
Aunque el mundo ya se encuentre inmerso en la cuarta revolución industrial, muchos fabricantes tradicionales se sorprenden usando procesos de más de 100 años de antigüedad.
Sin embargo, Tata Steel, calificado como el segundo mayor productor de acero de Europa, ha sido otra de las organizaciones que han incorporado nuevos conceptos como el Internet de las Cosas (IoT) y la IA para aumentar los beneficios y las mejoras relacionadas con el rendimiento y la calidad de sus acerías.
“Tata Steel detecta más de 400 mil atributos de proceso durante el proceso de producción en una acería. Para evitar defectos, la empresa desarrolló un sistema de alertas tempranas que predice inestabilidades”.
Este enfoque ha supuesto una mejora importante con respecto al modelo existente, tomando en consideración que usa datos en tiempo real para calcular la probabilidad de inestabilidades en el proceso y que emplea algoritmos avanzados para reducir los tiempos de fabricación y aumentar el rendimiento.
Gracias a la IA y el ML, los fabricantes pueden estar dispuestos a ofrecer a las personas una garantía de por vida en los productos de acero.
