Sistemas de producción adaptativos dotados de autoaprendizaje
La eficacia de los procesos de fabricación depende del control de la producción y de la vigilancia y el control de procesos secundarios como la eficiencia energética y el mantenimiento. Hoy en día, las actividades de control primario y los procesos secundarios suelen presentarse de forma independiente, a pesar de los beneficios obvios que aportaría la integración de estas actividades en cuanto a flexibilidad, disponibilidad de equipos y costes. El proyecto financiado por la Unión Europea «Reliable self-learning production systems based on context aware services» (SELF-LEARNING) creó soluciones de autoaprendizaje con vistas a la integración de dispositivos de control y mantenimiento precisos y en tiempo real en sistemas de producción. El método se basó en principios de arquitectura orientada a servicios (SOA), en los que distintas unidades de software independientes ejecutan funciones específicas a modo de servicio para otras aplicaciones. De este modo, distintas unidades gestionan el control, la energía y el mantenimiento y comparten información en red cuando se interconectan. Una de las principales ventajas que aporta este sistema, además de la flexibilidad, la fiabilidad y la adaptabilidad, es que no resulta necesaria la intervención humana para su funcionamiento. Si bien las SOA se han caracterizado hasta ahora por problemas de fiabilidad, disponibilidad, compatibilidad, seguridad y confianza, en el proyecto se aprovecharon técnicas de conciencia contextual para garantizar una integración homogénea de sus unidades y una adaptación adecuada. El equipo al cargo desarrolló modelos de contexto y un extractor de contextos asociado para acceder a los parámetros relacionados con los procesos, la maquinaria y las condiciones de las acciones de autoaprendizaje y el suministro de información al módulo adaptador. Este último se ensayó en condiciones holísticas de reacción en tiempo real. A la infraestructura basada en SOA se le añadió un marco de seguridad y confianza para asegurar el flujo de información, el aislamiento de los datos y la limitación de daños. SELF-LEARNING facilitó así la adaptación integrada y homogénea de sistemas de producción para contextos específicos mediante principios de SOA, autoaprendizaje y conciencia contextual. Las tecnologías propuestas se publicaron mediante una licencia de código abierto para facilitar su adopción generalizada en el entorno industrial. El software contribuirá a resolver problemas fundamentales de los entornos de fabricación al reducir los desechos y el consumo de energía y al mismo tiempo aumentar la eficiencia con costes menores.
