Optimización de Trayectorias y Secuenciación Robótica para la Industria 4.0
Cuando un conjunto de piezas ha de ser transportado desde sus posiciones actuales hasta sus destinos durante la ejecución de un proceso de fabricación, el orden en el que los recursos disponibles se emplean para realizar esa tarea puede ser optimizado para reducir la distancia recorrida o el tiempo empleado. Con esta finalidad se han diseñado algoritmos que permiten conocer cuál es el orden óptimo de realización de una tarea teniendo en cuenta restricciones de tipo mecánico y/o energético.
DESCRIPCIÓN DE LA TECNOLOGÍA
Muchos procesos industriales requieren del agrupamiento o la clasificación de piezas durante la fabricación de determinados productos. Ejemplos clásicos podrían ser la agrupación de diferentes piezas que conforman un producto que se vende desmontado y ha de ser ensamblado por el cliente o en la industria de la moda, la agrupación de elementos de diferentes formas o materiales que conforman un producto (prendas textiles o calzado).
En producciones en masa, el orden en el que se realiza el transporte de cada elemento genera un ahorro o perdida de productividad en la actividad industrial, por lo que el cálculo de la secuencia optima de ejecución de las tareas permite un aumento de la productividad del proceso.
En la Universidad se ha desarrollado un sistema robótico que identifica las piezas colocadas en su entorno de trabajo y que es capaz de calcular la secuencia de operación óptima para realizar la tarea en el mínimo tiempo posible.
Nuestra solución al problema ha sido desarrollar un conjunto de algoritmos basados en árbol de decisiones, modelos matemáticos de programación entera binaria y de Reinforced Learning para calcular la mejor secuencia de manipulación de las piezas.
APLICACIONES DE LA TECNOLOGÍA
La optimización de la manipulación robotizada es aplicable en:
- Logística Portuaria y Almacenes: Gestión optimizada del movimiento de contenedores o palés en espacios reducidos.
- Industria de Inyección: Fabricación de productos multicomponente donde la precisión y el orden de ensamblaje son críticos.
- Moda y Calzado: Clasificación y agrupamiento de piezas de corte para su posterior unión en cadena.
- Movilidad Urbana: Aunque enfocada a la industria, la lógica algorítmica es transferible a la optimización de flotas de vehículos compartidos para minimizar el gasto de combustible.
VENTAJAS Y ASPECTOS INNOVADORES
Esta tecnología ya se aplica en el caso de transporte optimizado de mercancías o en su aplicación en el servicio de taxis. En nuestro caso aplicamos técnicas semejantes a procesos de fabricación robotizados, donde otras universidades o centros de investigación no están especializados.
La aplicación de estas técnicas a la robótica introduce una complejidad añadida debido a que la probabilidad de colisión entre los elementos de transporte (brazos robot) es mucho mayor y más limitante que en el caso de transporte de mercancías o pasajeros.
GRADO DE DESARROLLO
Actualmente el sistema se encuentra en TRL4 (Validación en entornos de laboratorio). En este momento se está trabajando para implementar el sistema en un entorno industrial simplificado. Se prevé que a finales de 2022 la tecnología esté en TRL5 (Validación en un entorno relevante).
SECTORES DE APLICACIÓN
- Automatización Industrial y Robótica.
- Logística y Transporte de Mercancías.
- Sector Textil, Calzado y Componentes.
- Fabricación de Maquinaria y Automoción.
INVESTIGADOR PRINCIPAL
Carlos Pérez Vidal – Instituto Universitario de Investigación en Ingeniería (I3E)