FRISA utiliza aprendizaje profundo para automatizar las inspecciones de calidad aeroespacial
FRISA utiliza aprendizaje profundo para automatizar las inspecciones de calidad aeroespacial
Desafío
FRISA, líder global en anillos laminados sin costura y forjas abiertas, suministra componentes de alto rendimiento a fabricantes de turbinas aeroespaciales. En su planta, más de 150 anillos complejos eran inspeccionados manualmente cada día, en un proceso que resultaba:
Intensivo en mano de obra y costoso
Dependiente del criterio subjetivo de los inspectores
Propenso a errores humanos y clasificaciones inconsistentes
Un cuello de botella para los equipos de ingeniería y la toma de decisiones
Para reducir costos y mejorar la precisión, FRISA buscaba una solución impulsada por IA que automatizara la inspección y la clasificación.
Solución
FRISA se asoció con Ensitech para desarrollar un sistema personalizado de aprendizaje profundo para el control de calidad. El proyecto se centró en:
Alinear y centrar escaneos de nubes de puntos 3D de piezas forjadas
Definir la altura de maquinado, las zonas óptimas de centrado y la clasificación de disposición
Construir una canalización de dos etapas:
Etapa 1: alineación mediante optimización clásica y limpieza de datos
Etapa 2: clasificación de disposición mediante redes neuronales entrenadas con datos de inspección etiquetados
Aprovechar Microsoft Azure para el desarrollo y AWS SageMaker para la implementación
Aplicar transfer learning con arquitecturas como ResNet-34, ResNet-50, Inception y DenseNet para reducir falsos negativos
La solución se desarrolló de manera colaborativa, con Ensitech integrando matemáticos e ingenieros para comprender a fondo los desafíos de inspección de FRISA.
Resultados
Se alcanzó un 95 % de precisión en la identificación de piezas con posibles problemas de calidad
Se eliminaron los falsos negativos y se redujeron los falsos positivos a solo un 5 %
Se redujo drásticamente el tiempo de inspección, liberando capacidad para el equipo de ingeniería
Se mejoró la precisión y la coherencia en la toma de decisiones en toda la planta
Se habilitó la reutilización de modelos e insights de IA en otras iniciativas de desarrollo de FRISA
