Machine learning para moldear hamburguesas
Tras la silueta de una hamburguesa perfecta se esconden los moldes con los que son preparadas. En este sentido, un equipo de investigación del Área de Ingeniería de Procesos de Fabricación de la Escuela Politécnica Superior de Córdoba lleva tiempo trabajando en perfeccionar una técnica relativamente reciente de fabricación de moldes conocida como deformación incremental. Este sistema permite la fabricación de sartenes y moldes, a partir de chapa, utilizando un punzón y un centro de mecanizado. “La principal ventaja de este método es la flexibilidad y la rapidez”, comenta Pablo Romero, profesor en la Universidad de Córdoba (UCO) y uno de los investigadores responsables del trabajo, que añade que “si quieres fabricar un molde o una bandeja con una geometría determinada, simplemente lo diseñas y lo envías a la máquina; en un rato tendrás el modelo en tus manos”. El personal investigador destaca que este proceso reduce plazos y coste, ya que no es necesario disponer de matrices y prensas para fabricar los moldes.
Uno de los principales problemas de este proceso es la falta de precisión geométrica. “Usualmente, hay pequeñas diferencias entre el modelo diseñado y el molde fabricado- Éste es uno de los caballos de batalla de investigadores y talleres interesados en este proceso”, aclara Romero. Para evitar esto, el Área de Ingeniería de Procesos de Fabricación ha propuesto usar el machine learning, una de las herramientas más en auge de la industria 4.0. Concretamente, han utilizado un algoritmo que, si se entrena adecuadamente, es capaz de predecir si la geometría del molde es o no correcta. De este modo, se pueden seleccionar a priori los parámetros del proceso que permiten fabricar un molde con una mayor precisión geométrica. Para comprobar la fortaleza de la metodología propuesta, los investigadores han fabricado pequeñas series de moldes para hamburguesas utilizando distintos parámetros y estrategias. Posteriormente, se ha medido la geometría del molde usando una máquina de medición de coordenadas. Los datos geométricos obtenidos se han usado para entrenar y testear el algoritmo.
El trabajo recientemente publicado aporta varias innovaciones adicionales. Por un lado, se trabaja con una chapa de acero aluminizado, material muy utilizado en la fabricación de moldes, pero apenas estudiado hasta el momento. Este material tiene un núcleo de acero y una protección de aluminio por ambas caras. En procesos convencionales de formación incremental, el punzón utilizado para deformar arranca el aluminio, una de las condiciones para que el molde tenga contacto alimentario. “Para no dañar la capa de aluminio, entre el punzón y el molde se coloca una lámina de sacrificio que evita el contacto directo y protege el recubrimiento”, indica el profesor Romero. A veces, el punzón perfora esta lámina de sacrificio y se daña igualmente la protección de aluminio. Para evitar esto, los investigadores han propuesto una nueva estrategia radial, que permite generar un camino alternativo para el punzón que evita daños en la lámina de sacrificio.
