Este método de diseño desarrollado a partir del machine learning, que combina conocimiento humano, inteligencia artificial y capacidad de cálculo de la nube, representa una gran oportunidad para la industria. 

Hasta ahora, un ingeniero o un diseñador usaban el ordenador como una máquina pasiva. Pero un nuevo método de diseño, el generative design (diseño generativo), está revolucionando esta relación hombre-máquina. El diseño generativo es un procedimiento de desarrollo colaborativo que pone al diseñador en relación con la inteligencia artificial (IA) y la capacidad de cálculo de la nube.  

Con este nuevo método, tras haber definido sus objetivos, limitaciones y parámetros, por ejemplo, mediante un sistema de diseño asistido por ordenador (DAO), el diseñador de un proyecto no dispone solo de varias posibilidades, sino de cientos o miles.  

La idea consiste en proceder de forma iterativa con el fin de que el conocimiento humano y la capacidad de análisis estadístico de la IA puedan identificar, a partir de la evaluación de varias posibilidades, la solución más adecuada y eficiente, lista para ser fabricada. Es entonces cuando el diseñador puede realizar un prototipo y, si lo desea, volver a pasar la opción elegida por el filtro de la IA. 

Múltiples beneficios 

Las ventajas del diseño generativo son numerosas. Este método permite ganar tiempo, estimular la creatividad, ahorrar dinero e incluso crear geometrías complejas.  

En caso de que no puedan fabricarse mediante los procesos tradicionales, las geometrías pueden crearse con técnicas de fabricación aditiva o de impresión 3D. Una solución sin precedentes para diseñar objetos más sólidos, eficientes y rentables.  

En el sector industrial, las aplicaciones del diseño generativo están experimentando un gran desarrollo. Por ejemplo, Airbus ha podido crear tabiques sólidos y un 45% más ligeros para los compartimentos de los pasajeros de sus aviones gracias a esta nueva técnica. Por otro lado, el prototipo que Decathlon ha realizado de la bici de carreras del futuro dispone de una horquilla con un peso y una resistencia optimizados.  

«El diseño generativo puede aplicarse al sector de la industria alimentaria. No cabe duda de que, con el tiempo, surgirán oportunidades» 

Al principio fue el machine learning 

El diseño generativo se ha desarrollado a partir del machine learning o aprendizaje automatizado. Actemium, la marca de VINCI Energies dedicada a los procesos industriales, tiene una vasta experiencia en machine learning. En Bélgica, su división Food & Beverage, concretamente, dispone de un equipo consolidado experto en análisis de datos.  

“Nuestro equipo está formado por siete personas, cada una con sus propias competencias (TIC, visualización de datos, IA, big data, machine learning, deep learning, controlador lógico programable, lean production, mejora de procesos, consultoría, ventas…)”, explica Jeroen Pandelaere, consultor en Actemium Food & Beverage Aalter. “El diseño generativo puede aplicarse a nuestra línea de negocio (alimentación para animales, alimentos y bebidas). No cabe duda de que, con el tiempo, surgirán oportunidades”. 

Mientras espera la ocasión de recurrir al diseño generativo propiamente dicho, Actemium Food & Beverage Aalter está desarrollando numerosas aplicaciones basadas en el aprendizaje automatizado. Los ámbitos de actuación no son pocos: desde la predicción de pedidos para planificar mejor la producción y la logística hasta el reconocimiento de textos y datos cifrados, pasando por la detección de anomalías, la mejora de la calidad y la predicción optimizada de la puesta en funcionamiento de una máquina.  

Gemelo digital y sensor virtual  

Jeroen Pandelaere explica, por ejemplo, que “uno de nuestros clientes quería instalar un intercambiador de calor adicional para reciclar el calor de diferentes fuentes. Tras un estudio mediante un gemelo digital, propusimos un escenario más eficiente y con un mayor ahorro energético que tan solo requería la instalación de un sensor de temperatura adicional”.  

Pero Actemium Food & Beverage Aalter fue más allá y analizó las distintas fuentes de calor para quedarse solamente con las que proporcionarían más calor para reciclar: una iniciativa que el cliente apreció, ya que cada conexión al intercambiador de calor cuesta unos 50.000 €. 

La siguiente etapa consistirá en elaborar un modelo que simule el volumen del depósito con el objetivo de definir qué fuentes deben activarse o desactivarse para no superar el volumen total del depósito”, añade el consultor de Actemium Food & Beverage Aalter. 

Para otro cliente, Actemium Food & Beverage Aalter diseñó un modelo basado en un sensor virtual capaz de calcular con precisión el consumo de agua de cada usuario a partir de una torre de refrigeración. El cálculo se realiza únicamente a partir del consumo total pasado y de la posición de todas las válvulas de los distintos usuarios (abiertas o cerradas).  

Fuimos todavía más lejos al analizar todos los momentos en los que la suma de los usos individuales estimados no era igual a la medición total. Constatamos que, de hecho, algunas válvulas que tenían que estar abiertas a veces estaban cerradas tras las labores de mantenimiento en la fábrica, sin que se hubiera señalado este hecho. Nuestro modelo permite detectar las anomalías”, afirma Jeroen Pandelaere. 

 

08/07/2021