El sector del acero se refuerza en Europa gracias a la IA

Acero en Europa

Acabas de gastarte cientos de euros en una nevera nueva. Es una gran inversión que llega tras meses de buscar el producto que se ajuste a tus necesidades y precio. Sin embargo, pasadas unas semanas, las bisagras de acero que sostienen la puerta se resquebrajan.

Publicas lo sucedido en tus redes sociales y descubres que hay más gente como tú que ha tenido el mismo problema. Tu periódico local se hace eco de la historia, y antes de que te des cuenta se ha hecho viral.

Pregunta a cualquier fabricante: la posibilidad de tener que enfrentarse a una retirada masiva de productos es aterradora, y no solo en lo que respecta al impacto económico a corto plazo, sino también por los daños a su reputación a largo. Como en la mayoría de los sectores, en este la reputación de los fabricantes se basa en la calidad, la 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 en la línea de producción y de consecuencias catastróficas.

Se podría decir que ningún fabricante tiene tanto que perder como el  sector del acero, presente en casi todo. Este material, que da forma y función a un gran número de objetos cotidianos, es el principal componente de los edificios, infraestructuras, transporte, equipamiento, electrodomésticos y tecnologías que usamos a diario. Dicho simple y llanamente, resulta imposible imaginar un mundo sin acero.

Ahora que la asociación europea de productores de acero (Eurofer) prevé un crecimiento sostenido a partir de 2019, la pregunta es la siguiente: ¿Cómo pueden los fabricantes europeos mantener los altos niveles de producción al tiempo que garantizan la exportación de acero libre de defectos en todas las fases de la cadena logística?

Eliminar el riesgo del producto en bruto

Actualmente, el sector del acero usa aproximadamente un 70 % de todos los productos refractarios, el material resistente al calor empleado en la fundición de metal. RHI Magnesita, el mayor fabricante de productos refractarios del mundo, está experimentando con inteligencia artificial (IA) y aprendizaje automático para comprobar la calidad y los defectos de sus tres millones de toneladas de productos refractarios cada año.

Alto horno de RHI Magnesita en acción

Con sede en Austria, RHI Magnesita necesita garantizar que sus 120 000 productos refractarios pueden soportar las condiciones más hostiles y aguantar temperaturas superiores a 1200 °C. Para ello, esta empresa está en proceso de implantar cámaras infrarrojas para monitorizar la carcasa de los tanques de almacenamiento metalúrgico para 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 aprendizaje automático. Gracias a esta tecnología, RHI Magnesita aumentará la precisión de su detección de defectos y podrá predecir el ciclo de vida de sus productos con mayor exactitud.

Puesto que nuestros productos refractarios suelen usarse en los altos hornos de nuestros clientes fabricantes de acero, 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”, comenta Gregor Lammer, gestor de proyectos jefe de tecnologías digitales de RHI Magnesita. “Esto no solo afecta a la seguridad de los trabajadores, sino también al nivel de precisión de estas inspecciones. Con IA, podemos monitorizar, interpretar y predecir cuándo es probable que nuestros materiales refractarios se deterioren y agoten su ciclo de vida. Con esta información, podemos alertar de forma proactiva a nuestros clientes cuando haya que cambiar los tanques o si es necesario 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, podemos desarrollar y probar entre seis y siete versiones distintas de nuestros productos antes de enviar una o dos versiones adecuadas al cliente. Es una forma estupenda de crear valor añadido y nos ofrece una gran ventaja competitiva”.

Detectar el mínimo arañazo

A pesar de encontrarnos inmersos en la cuarta revolución industrial, muchos fabricantes tradicionales se sorprenden usando procesos de más de 100 años de antigüedad. El segundo mayor productor de acero de Europa, Tata Steel, ha 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.

Expertos observando el proceso de producción del acero en instalaciones de Tata Steel

Con sede en Países Bajos, Tata Steel detecta más de 400 000 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 supone una mejora importante con respecto al modelo existente, ya que usa datos en tiempo real para calcular la probabilidad de inestabilidades en el proceso, y emplea algoritmos avanzados para reducir los tiempos de fabricación y aumentar el rendimiento.

Gracias a estas innovaciones, cuando pasan unas semanas, por fin recibes una nevera nueva. Junto con el electrodoméstico, recibes también una nota del fabricante disculpándose por el defecto en la que asegura que han cambiado de proveedor de acero y que no volverá a ocurrir. De hecho, gracias a la inteligencia artificial, están dispuestos a ofrecerte una garantía de por vida…

Para más información sobre cómo la tecnología está cambiando la industria haz clic aquí.

Tags: , , ,

Posts relacionados