ES2331720A1 - Procedimiento para predecir la calidad resultante de perfiles de elastomeros. - Google Patents

Abstract

Comprende al menos las etapas de estudiar valores de variables del proceso de fabricación (10a, 10b, 10c), relacionar dichos valores con unos valores de calidad previamente establecidos, obtener un conjunto de modelos (50, 51.. 5n) mediante técnicas basadas en inteligencia artificial, obtener a través los mismos una predicción de valores estimados de calidad en tiempo real a partir de los valores de las variables del proceso de fabricación (10a, 10b, 10c) en cada momento, e identificar tramos de perfil que cumplen o no unos criterios de calidad establecidos. Los valores en la etapa de estudio pueden comprender variables (20) asociadas a los propios elastómeros. Puede realizarse una etapa adicional de marcado (180) de tramos para que un operario pueda saber si son válidos o bien han de ser rechazados cuando sean cortados. Puede realizarse una etapa adicional de registro (170) del tipo de defecto detectado y su intensidad.

Description

Procedimiento para predecir la calidad resultante de perfiles de elastómeros.

Campo de la invención

La presente invención se refiere a un procedimiento para predecir de manera fiable y precisa la calidad resultante de perfiles de elastómeros obtenidos a través de un conjunto de extrusión.

Antecedentes de la invención

Los actuales sistemas de supervisión asociados a la producción de perfiles mediante técnicas de extrusión contemplan los procesos productivos en su globalidad. Estos sistemas utilizan medios para controlar los efectos derivados de las variaciones de la composición de la pieza o la preparación del elastómero y su influencia en operaciones siguientes, tanto inmediatamente como en fases posteriores.

En los procesos de extrusión de elastómeros, las dosificaciones y la preparación del material de partida, así como las condiciones de extrusión afectan al comportamiento del producto en la extrusión en sí, en los hornos de microondas, en los conformados posteriores, etc. El proceso de extrusión normalmente es complejo y depende de las características del elastómero, de las propiedades de cada una de las extrusoras que incorpora el conjunto de extrusión (temperatura, presión, velocidad, etc.), del diseño de los diferentes canales de circulación de material por dentro de los cabezales, alguno de ellos no directamente medibles en línea, como las propiedades mecánicas del material de alimentación. Esto hace que no se pueda desarrollar un control del mismo en bucle cerrado y que sea necesario establecer una estrategia de control sobre la base de consignas. Esto obliga a un control de calidad periódico del producto, tras su fabricación.

Para ello se lleva a cabo una toma de muestras una vez que el producto tiene ya una sección estabilizada, ya que a la salida de la extrusora la sección aún es muy deformable. Desde un punto de vista estadístico, los defectos, o no conformidades, suelen tener que ver con incumplimientos dimensionales y, cuando éstos se producen, se ordena un cambio de consignas en el proceso de extrusión.

El principal inconveniente de esta supervisión en los sistemas actuales es que, debido a que la alimentación se produce por lotes y cada uno puede poseer diferentes propiedades mecánicas, la repercusión en la dependencia de consignas es significativa y, hasta que no se produce el análisis geométrico de control de calidad, se pueden producir desperdicios de varias centenas de metros, dependiendo de la configuración específica de la línea de extrusión. Esta cantidad de material desperdiciado no es deseable.

Es importante, por lo tanto, para determinar los valores de fabricación conocer primero las propiedades del material a extruir. Típicamente, esta información se obtiene a través de pruebas en laboratorio sabre muestras tomadas fuera de línea una vez que el elastómero ha sido producido. Esto supone inconvenientes en términos de costes y tiempo.

Una propuesta para evitar tales inconvenientes ha sido la realización de un modelo capaz de predecir las características de la pieza de partida a partir de la composición de la mezcla y de las condiciones de mezclado, tal como se describe en "A neural network-based approach for optimising rubber extrusion lines" de A. González Marcos, A. V. Pernia Espinoza, F. Alba Elías y A. Garcia Forrada, páginas 828-837, publicado en International Journal of Computer Integrated Manufacturing, volumen 20, el 8 de Diciembre de 2007. En este documento se describe la construcción de un modelo a partir de valores de variables del producto inicial (composición de la mezcla) y del proceso (condiciones de mezclado) para predecir los puntos que definen la curva reométrica de la mezcla a extruir (el material que alimenta las extrusora).

En dicha propuesta las variables de calidad del producto extraído dependen únicamente del conocimiento de las características de curado del elastómero. El modelo generado en este trabajo no permite predecir, ni mucho menos explicar, las variaciones bruscas en el proceso de extrusión, así como las implicaciones de dichas variaciones en las propiedades superficiales o geométricas del elastómero extruído. El modelo tampoco es capaz de establecer la influencia de las variables de proceso de extrusión sobre las propiedades del producto extraído, ni es capaz de considerar el efecto de aspectos como la geometría del elastómero a extruir en cada momento.

El documento US56138052 describe una máquina para la conformación de productos extruídos o embutidos. Se propone un procedimiento de control dimensional del tamaño del producto formado utilizando sistemas de extensometría sin contacto, tal coma láser y CCD. Los datos así obtenidos son analizados por ordenador y utilizados para controlar los parámetros del proceso.

JP62183324 se refiere a un procedimiento de corrección del espesor de láminas obtenidas por extrusión mediante el uso de extensometría láser o ultrasonidos. El método calcula la diferencia entre el espesor medido y un valor de referencia y actúa sobre la máquina para corregir la desviación dimensional.

También JP60234821 describe un procedimiento de control dimensional en procesos de extrusión que utiliza sistemas de extensometría óptica sin contacto y de tratamiento matemático de los datos obtenidos para realizar el control de la máquina.

Estos métodos conocidos para la monitorización de procesos de extrusión presentan el inconveniente de que no permiten una adecuada predicción de la pieza obtenida a la vez que implican un gran número de operadores humanos en la línea para llevar a cabo el control de las características geométricas del producto. Además, como se ha indicado, con los métodos actuales de monitorización de procesos de extrusión se produce una cantidad indeseable de producto considerado no conforme por encontrarse fuera de unas especificaciones preestablecidas.

Descripción de la invención

La invención propone un procedimiento para predecir la calidad resultante de perfiles de elastómeros obtenidos a través de un conjunto de extrusión con el cual se solucionan los inconvenientes citados y por media del cual se consiguen ventajas, tal como se detallará a continuación.

El procedimiento objeto de la invención comprende una o más de las etapas que se describen a continuación.

En primer lugar, se lleva a cabo un estudio de tos valores de las variables del proceso de fabricación de los elastómeros y preferiblemente también de valores de variables asociadas a los propios elastómeros. Posteriormente se realiza una evaluación de la sección del elastómero extruído utilizando por ejemplo un dispositivo óptico colocado a la salida del sistema de extrusión que determine las dimensiones relativas a secciones producidas con anteriori-
dad.

Posteriormente se relacionan estos valores con unos valores de calidad previamente establecidos con el fin de, en un modo de aprendizaje, determinar unos modelos de predicción que permitan obtener los valores de calidad estimados y, en un moda de operación, determinar unos valores de calidad estimados a partir de los modelos determinadas en dicha fase de aprendizaje.

Como resultado de dicha relación de valores se obtiene un conjunto de modelos a partir de los cuales se obtiene una predicción de los valores de calidad (valores de calidad estimados) en tiempo real a partir de los valores de las variables del proceso del proceso de fabricación en cada momento, Finalmente, se identifica, en base a dichos valores de calidad estimados, los tramos de perfil que cumplen o no cumplen con los criterios de calidad establecidos.

En una realización, el procedimiento puede comprender una etapa adicional de marcado de los tramos identificados para que un operario pueda saber si dichos tramos de perfil son válidos o bien si han de ser rechazados cuando sean cortados. El procedimiento de la invención puede comprender también una etapa adicional de registro del tipo de defecto detectado y su intensidad.

Se prevé que la etapa de obtención de modelos se lleve a cabo utilizando técnicas basadas en inteligencia artificial tales coma redes neuronales, árboles de clasificación, decisión y regresión, proyectores multidimensionales etc, adecuadamente combinados.

Las técnicas basadas en inteligencia artificial las lleva a cabo el sistema de supervisión de la invención, que está adaptado para aprender, a través de dichos modelos (basados en variables del proceso de fabricación de los elastómeros y variables de las especificaciones de calidad previamente establecidas). Para el entrenamiento del sistema de supervisión se utilizan las variables relativas al proceso, al producto, así como la posición en la que han sido tomadas dichas variables, junto con la calidad del producto en ese punto determinada por el sistema de inspección (sistema óptico, ensayos de laboratorio, etc.).

El proceso de entrenamiento del sistema de supervisión se produce en dos fases. En primer lugar, se lleva a cabo una clasificación de los patrones disponibles, identificando las distintas clases de comportamiento presentes en los datos. Para esta clasificación se emplean técnicas de inteligencia artificial, como, por ejemplo, proyectores Sammon, redes neuronales auto-organizativas (SOM), etc. En esta etapa no se utiliza la variable de calidad. En segundo lugar, para cada uno de los grupos o clusters identificados en la fase anterior, se entrena un modelo encargado de determinar la calidad del material extruído (calidad estimada). Al conocer la variable de salida (calidad real), puede llevarse a cabo un aprendizaje supervisado con distintas técnicas de inteligencia artificial: árboles de decisión, random forest, redes neuronales artificiales feed-forward, máquinas de vectores soporte (SVM), etc.

Una vez entrenado el sistema de supervisión, éste recibe las variables de proceso, producto (variables del proceso de fabricación) y posición. En primer lugar, y a partir de esta información, un subsistema de clasificación identifica el modelo que se debe aplicar en cada caso. En base a las variables del proceso, producto y posición y al empleo del modelo escogido, se estiman los valores de las variables de calidad del producto final, que se almacena en una base de datos y activa el sistema de marcado en caso de que la calidad estimada por el sistema no cumpla con los estándares establecidos.

Los valores de calidad previamente establecidos se obtienen a través de medios ópticos. Con dichos valores de calidad y, a través de una serie de algoritmos, se obtienen los modelos. Dichos medios ópticos, sin contacto, pueden ser, por ejemplo un dispositiva compuesto por varias barras láser y varias cámaras CCD dispuesto a la salida del sistema de extrusión.

\newpage

Los valores de variables del proceso de fabricación pueden incluir, al menos una, seleccionada del grupo que comprende valores de variables del proceso de mezcla de los ingredientes que conforman el perfil a extruir, valores de variables del proceso de extrusión del material entrante y valores de variables del proceso de post-extrusión.

Los valores de variables del proceso de mezcla de los ingredientes que conforman el perfil que va a ser posteriormente extruído pueden incluir, al menos una, seleccionada del grupo que comprende propiedades químicas y mecánicas de cada ingrediente y proporciones de cada uno, las propiedades deseadas del producto mezclado resultante, las propiedades del producto obtenido, los tiempos de mezcla y curado de cada mezcla y la temperatura y consumo eléctrico de la mezcladora.

Los valores de variables del proceso de extrusión del material entrante ya mezclado pueden incluir, al menos una, seleccionada del grupo que comprende al menos presión, temperatura, consumo eléctrico y revoluciones de cada extrusora del conjunto de extrusión y el diseño de los canales de circulación de los cabezales de la extrusión.

Los valores de variables del proceso de post-extrusión pueden ser valores de variables asociadas a por lo menos un horno microondas de dicho conjunto de extrusión.

Las dichas variables de especificaciones de calidad establecidas pueden incluir, al menos una, seleccionada del grupo que comprende geometría, características superficiales y características mecánicas del perfil extruído.

Con el procedimiento descrito no se sugiere una modificación de consignas, sino que únicamente se identifican y se marcan los tramos erróneos. Una ventaja sustancial es que no es preciso controlar de manera continuada los valores de calidad. Una vez obtenidos los modelos, puede prescindirse de, por ejemplo, los sistemas de inspección óptica, que son costosos (podría disponerse un único equipo para toda una planta, pudiendo tener una planta de fabricación de perfiles diez líneas de producción funcionando simultáneamente). Además, una vez obtenidos los modelos, se podrían emplear de nuevos los sistemas ópticos para la evaluación y mejorar de los mismos.

Es importante destacar también que el procedimiento de la invención no se centra en la identificación de errores dimensionales, sino que también se realiza una revisión a través de medios ópticos de los defectos superficiales (no relacionados con la geometría de la sección). Además, los modelos se re-entrenan periódicamente, según criterio del departamento de calidad y disponibilidad de los equipos de medida (visión artificial, laboratorio, ...).

Por otra parte, el procedimiento descrito supone una herramienta de formación dado que los modelos se pueden emplear para el entrenamiento de los operarios de línea permitiendo la propuesta (por parte de los modelos) de condiciones de extrusión (variables de proceso y producto) y la evaluación del efecto de la modificación de ciertas variables (por ejemplo, características de los ingredientes de las mezclas), en la calidad de la goma final (establecida por el departamento de calidad). Finalmente, otra ventaja del procedimiento de la invención es que se simplifican los estudios de valoración de calidad estadística, en la medida en la que, en tiempo real y de manera automática, se están identificando las perdidas de calidad en cada perfil fabricado. Esto permite a los grupos de mejora un trabajo más eficaz.

Hay que destacar también el hecho de que, en la mayoría de casos, el aprendizaje del sistema de supervisión se realiza de manera continua, según criterio del departamento de calidad y disponibilidad de los equipos de medida (visión artificial, laboratorio, etc) y que se consigue simplificar los estudios de valoración de calidad estadística, en la medida en la que, en tiempo real y de manera automática, se identifican las perdidas de calidad en cada perfil fabricado. Esto permite a los grupos de mejora un trabajo más eficaz. Puede haber sistemas de determinación de valores de calidad que no se realicen de manera continua, como por ejemplo, la caracterización de propiedades mecánicas de la goma extraída como la elasticidad, resistencia al desgaste, coeficientes de rozamiento, medias fuera de línea.

Otros objetivos, ventajas y características del procedimiento de la invención serán claros a partir de la descripción de la invención de una realización preferida. Esta descripción se da a modo de ejemplo no limitativo y se ilustra en los dibujos que se adjuntan.

Breve descripción de las figuras

La figura 1 es un diagrama de bloques que ilustra las etapas del modo aprendizaje del procedimiento para predecir la calidad resultante de perfiles de elastómeros obtenidos por extrusión de la invención;

La figura 2 es un diagrama de bloques que ilustra las etapas del proceso de aprendizaje en el modo aprendizaje de la Figura 1; y

La figura 3 es un diagrama de bloques que ilustra las etapas del procedimiento de la invención en modo operación.

Descripción de una realización preferida

Se describe a continuación, y de acuerdo con las figuras adjuntas, un procedimiento para predecir la calidad resultante de perfiles de elastómeros obtenidos por extrusión. En particular, el procedimiento está adaptado para identificar y marcar tramos de perfil de elastómero que no cumplan con determinadas especificaciones de calidad establecidas. De acuerdo con la invención, esto se lleva a cabo utilizando modelos que permiten determinar una calidad estimada con la ventaja de que no se requieren complejos y costosos aparatos de inspección.

De acuerdo con la figura 1 de los dibujos que se adjuntan, el procedimiento de la invención consta de un modo aprendizaje (que incluye un proceso de aprendizaje, esquematizado en la figura 2) y un modo operación esquematizado en la figura 3.

En el modo aprendizaje se estudian variables de proceso de mezcla 10a, variables de proceso de extrusión 10b, variables de proceso de post-extrusión 10c, variables de producto 20 y variables de posición 30 (que pueden ser de tipo temporal, por ejemplo). A modo de ejemplo, las citadas variables 10a, 10b, 10c, 20, 30 son las relacionadas con el proceso de mezcla de los ingredientes que conforman el perfil que va a ser extruído (propiedades químicas/mecánicas tales como elasticidad, resistencia al desgaste, coeficiente de fricción, viscosidad, de cada ingrediente (medidas fuera de línea) y proporciones de cada uno, las relacionadas con las propiedades consignadas de la goma mezclada resultante, es decir, las propiedades deseadas, en función del perfil objetivo, propiedades finalmente obtenidas de la goma mezclada resultante (medidas fuera de o incluso estimadas mediante modelos matemáticos basados en el resto de variables del proceso de mezcla), los tiempos de mezcla y curado de cada mezcla (medidos en línea), la temperatura y consumo eléctrico de la mezcladora (medidas en línea). Dichas variables pueden ser también del proceso de extrusión del material entrante (mezclado anteriormente, tales como presión, temperatura, consumo eléctrico, revoluciones, etc. de cada una de las extrusoras del conjunto de extrusión (medidas en linea); el diseño de los canales de circulación de los cabezales de la extrusión, el proceso de post-extrusión (variables del horno, etc).

El proceso de aprendizaje o entrenamiento 50 se realiza a partir de las variables de los citados procesos 10a, 10b, 10c, 20, 30 tal como se ha definido anteriormente y se detalla en la figura 2 de los dibujos mediante el uso de técnicas basadas en inteligencia artificial. De acuerdo con la citada figura 2, en el proceso de aprendizaje o entrenamiento 50, las variables de los procesos de mezcla, extrusión, post-extrusión, etc 10a, 10b, 10c, 20, 30 se agrupan en clases 41, 42, ... 4n. en un proceso de clasificación 40. Cada clase 41, 42, ... 4n determina un grupo de variables que se comportan substancialmente de la misma manera en una posición (que, como se ha indicado, puede ser temporal). Este proceso de clasificación 40 puede llevarse a cabo proyectando en un plano un número definido de valores de variables.

Siguiendo con la figura 2 de los dibujos, a partir de la clasificación 40 llevada a cabo se obtienen unos modelos 51, 52 ... 5n que consisten en formulación matemática que relacionan las distintas variables 10a, 10b, 10c, 20, 30. Aunque se citan y se representan algunas de dichas variables 10a, 10b, 10c, 20, 30, se entenderá que los modelos 51, 52, ... 5n son modelos de caja negra sin expresión analítica que pueden tener tantas variables como sea necesario tener en cuenta en el proceso. A partir del proceso de aprendizaje o entrenamiento 50 de los modelos 51, 52 ... 5n se obtienen los factores de cada variable 10a, 10b, 10c, 20, 30. De acuerdo con la Figura 1, el aprendizaje o entrenamiento 50 de los modelos 51, 52 ... 5n se realiza utilizando una medida de la calidad real 60 del perfil por medio de un sistema de inspección 65 (visión artificial, laboratorio). A través de este sistema de inspección 65 puede determinarse el rechazo del perfil a través de, por ejemplo, la geometría del perfil extraído, que podría ser un motivo de rechazo, pero no el único, utilizando barreras láser y cámaras -medida en linea-, las características superficiales de la goma extruída -defectos, cambios de color, etc, empleando cámaras -medida en linea-, las características mecánicas de la goma extruída -elasticidad, resistencia al desgaste, coeficientes de rozamiento, etc, -medias fuera de línea-, etc.

Una vez entrenados los modelos 51, 52, ... 5n, éstos se utilizan en el modo operación para estimar la calidad en el proceso productivo, tal como se muestra en la figura 3. Como en el caso del proceso de aprendizaje, las variables de proceso de mezcla 100a, de extrusión 100b, de post-extrusión 100c, etc, las variables de producto 200 y las variables de posición 300 se ordenan por clases en un proceso de clasificación 140. A esas clases se aplican los modelos entrenados 51, 52, ... 5n para proporcionar una calidad estimada 160 que se almacena en una base de datos 170 y que, además, puede activar un sistema de marcado 180 del perfil que no está de acuerdo con las especificaciones. Esto se realiza mediante un conjunto que expulsa un chorro de tinta contra el perfil adecuado para que un operario pueda retirarlo al final de la línea. La detección de perfiles erróneos se realiza estableciendo una relación entre valores estimados de variables obtenidas por algoritmos por medio de técnicas de inteligencia artificial con valores permitidos con lo que es posible identificar tramos de perfil que no cumplen con los criterios de calidad establecidos. El sistema puede registrar el tipo de defecto y su intensidad.

Con el procedimiento de la invención no se sugiere la modificación de consignas, sino que únicamente se identifican y se marcan tramos de perfil extruído que son considerados coma erróneos. Por lo tanto, no es necesario controlar de manera continuada variables relativas a las especificaciones de calidad. Una vez obtenidos los algoritmos, no es necesario ningún sistema de inspección óptica, que resultan costosos y delicados (basta un único equipo para toda una planta). Una vez obtenidos los algoritmos, pueden utilizarse de nuevo los sistemas ópticos, para la evaluación y mejora de los mismos. Por lo tanto, el procedimiento de la invención no se centra en la identificación de errores dimensionales.

Claims (11)

1. Procedimiento para predecir la calidad resultante de perfiles de elastómeros obtenidos a través de un conjunto de extrusión, estando caracterizado dicho procedimiento por el hecho de que comprende al menos las siguientes etapas:

-

estudiar valores de variables asociadas al proceso de fabricación de los elastómeros (10a, 10b, 10c);

-

relacionar dichos valores con unos valores de calidad previamente establecidos;

-

obtener, como resultado de dicha relación de valores, un conjunto de modelos (50, 51.. 5n);

-

obtener a través de dichos modelos (50, 51 ... 5n) una predicción de valores estimados de calidad en tiempo real a partir de los valores de las variables del proceso de fabricación (10a, 10b, 10c) en cada momento; e

-

identificar, en base a dichos valores de calidad estimados, los tramos de perfil que cumplen o no cumplen con los criterios de calidad establecidos.

\vskip1.000000\baselineskip

2. Procedimiento según la reivindicación 1, caracterizado por el hecho de que los valores en la citada etapa de estudio comprenden también variables (20) asociadas a los propios elastómeros.

3. Procedimiento según la reivindicación 1 o 2, caracterizado por el hecho de que comprende una etapa adicional de marcado (180) de los tramos identificados para que un operario pueda saber si dichos tramos de perfil son válidos o bien han de ser rechazados cuando sean cortados.

4. Procedimiento según cualquiera de las reivindicaciones anteriores, caracterizado por el hecho de que comprende una etapa adicional de registro (170) del tipo de defecto detectado y su intensidad.

5. Procedimiento según cualquiera de las reivindicaciones anteriores, caracterizado por el hecho de que la etapa de obtención de modelos (50, 51 ... 5n) se realiza mediante técnicas basadas en inteligencia artificial.

6. Procedimiento según cualquiera de las reivindicaciones anteriores, caracterizado por el hecho de que dichos valores de calidad previamente establecidos se obtienen a través de medios ópticos (65).

7. Procedimiento según cualquiera de las reivindicaciones anteriores, caracterizado por el hecho de que los valores de variables del proceso de fabricación incluyen, al menos una, seleccionada del grupo que comprende valores de variables del proceso de mezcla (10a) de los ingredientes que conforman el perfil a extruir, valores de variables del proceso de extrusión (10b) del material entrante y valores de variables del proceso de post-extrusión (10c).

8. Procedimiento según la reivindicación 7, caracterizado por el hecho de que los valores de variables del proceso de mezcla (10a) de los ingredientes que conforman el perfil que va a ser posteriormente extruído incluyen, al menos una, seleccionada del grupo que comprende propiedades químicas y mecánicas de cada ingrediente y proporciones de cada uno, las propiedades deseadas del producto mezclado resultante, las propiedades del producto obtenido, los tiempos de mezcla y curado de cada mezcla y la temperatura y consumo eléctrico de la mezcladora.

9. Procedimiento según la reivindicación 7, caracterizado por el hecho de que los valores de variables del proceso de extrusión (10b) del material entrante ya mezclado incluyen, al menos una, seleccionada del grupo que comprende al menos presión, temperatura, consumo eléctrico y revoluciones de las extrusoras del conjunto de extrusión y el diseño de los canales de circulación de los cabezales de la extrusión

10. Procedimiento según la reivindicación 7, caracterizado por el hecho de que los valores de variables del proceso de post-extrusión (10c) son valores de variables asociadas a por lo menos un horno microondas de dicho conjunto de extrusión.

11. Procedimiento según cualquiera de las reivindicaciones anteriores, caracterizado por el hecho de que dichas variables de especificaciones de calidad establecidas incluyen, al menos una, seleccionada del grupo que comprende geometría, características superficiales y características mecánicas del perfil extruído.