Aplicaciones de la IA a la Industria HAIA ______________________________________________________________________________________________

HERRAMIENTAS Y APLICACIONES DE LA INTELIGENCIA ARTIFCIAL: Aplicaciones de la IA a la Industria

David Calabuig Lpez

20 de Junio de 2013

Pg. 1 de 13

Aplicaciones de la IA a la Industria HAIA ______________________________________________________________________________________________

NDICE
ndice General 1. Introduccin 3

2. Descripcin 4 2.1. P2000+.. 5 2.2. Tryllian .... 9 2.3. Google Drive .. 11 3. Posibles trabajos 4. Conclusiones Bibliografa 12 12 13

20 de Junio de 2013

Pg. 2 de 13

Aplicaciones de la IA a la Industria HAIA ______________________________________________________________________________________________

1. Introduccin
La industria manufacturera es la produccin de bienes para su uso o venta con mano de obra y maquinaria, herramientas, procesos qumicos y biolgicos. El trmino puede referirse a una amplia gama de la actividad humana, desde la artesana a la alta tecnologa, pero es ms comnmente aplicado a la industria de produccin, en la que las materias primas se transforman en productos acabados a gran escala. Tales productos terminados se pueden utilizar para la fabricacin de otros productos ms complejos, tales como aviones, electrodomsticos o automviles, o vendidos a los mayoristas, quienes a su vez los venden a los minoristas, quienes luego los venden a los usuarios finales o "consumidores" [2].

Figura 1. Boeing 787 Seccin 41 del montaje final. La fabricacin se convierte bajo todo tipo de sistemas econmicos. En una economa de libre mercado, la fabricacin se dirige sobre todo hacia la produccin en masa de productos para su venta a los consumidores. En una economa colectivista, la fabricacin se dirige con mayor frecuencia por el Estado para suministrar una central economa planificada. En las economas de mercado mixto, la fabricacin se produce bajo un cierto grado de gobierno de la regulacin. La fabricacin moderna incluye todos los procesos intermedios necesarios para la produccin y la integracin de los componentes de un producto. Algunas industrias, como fabricantes de semiconductores y acero utilizan el trmino de fabricacin en su lugar.

20 de Junio de 2013

Pg. 3 de 13

Aplicaciones de la IA a la Industria HAIA ______________________________________________________________________________________________

El sector manufacturero est estrechamente relacionado con la ingeniera y el diseo industrial. Ejemplos de los principales fabricantes en Norteamrica incluyen General Motors Corporation, General Electric y Pfizer. Ejemplos en Europa incluyen el Grupo Volkswagen, Siemens, y Michelin. Ejemplos de Asia incluyen Toyota, Samsung y Bridgestone.

2. Inteligencia Artificial en manufacturing

Los sistemas de fabricacin modernos ofrecen productos a los mercados cada vez ms competitivos y voltiles. Estos mercados obligan a las empresas a acortar los ciclos de vida del producto, reducir el tiempo de lanzamiento al mercado, aumentar la variedad de productos, y al instante satisfacer la demanda, manteniendo la alta calidad y reduccin de los costes de inversin. Esto, a su vez, tiene dos consecuencias principales para los sistemas de fabricacin. En primer lugar, los sistemas de fabricacin deben ser ms flexibles con el fin de hacer frente a los cambios constantes del producto y a una demanda cada vez ms voltil. En segundo lugar, los sistemas de fabricacin deben exhibir ms robustez con respecto a las perturbaciones con el fin de maximizar el uso total de los equipos de fabricacin, y por lo tanto reducir an ms los costes generales de inversin. Los sistemas de produccin flexibles y robustos, sin embargo, requieren un sistema de control inteligente que hace un uso eficiente de la flexibilidad (hardware). La tecnologa de control clsica ya no es suficiente, ya que dicha tecnologa ha sido desarrollada para optimizar un proceso fijo, mientras hoy en da debido a los cambios de los sistemas modernos de fabricacin tendrn que adaptar continuamente sus procesos a los cambios en las condiciones de produccin. Actualmente, se utilizan los agentes inteligentes para afrontar los retos anteriores de los sistemas de fabricacin modernos. Ellos modelan el proceso de fabricacin, los recursos se asignan de forma dinmica mediante un proceso de coordinacin permanente entre los agentes pertinentes. A diferencia de Computer Integrated Manufacturing, no hay necesidad de manejar todas las contingencias de un complejo proceso de fabricacin en tiempo de diseo, sino ms bien, los agentes se encargan de negociar las asignaciones apropiadas entre s durante la ejecucin. Aunque sus decisiones en conjunto pueden no ser ptimas; pero a la larga estas decisiones conducirn a un mejor rendimiento del sistema. Se han propuesto muchos enfoques basados en agentes para lograr la visin de la fabricacin basada en agentes, una de las primeras nos remontamos a mediados de los aos ochenta. Probablemente, la primera aplicacin de agentes orientados al manufacturing fue el prototipo del sistema de control de fbrica YAMS de Parunak [4] [5]. En el YAMS, la empresa de fabricacin se modela como una jerarqua de unidades de produccin. La jerarqua, sin embargo, registra slo la composicin, no el control. Un nodo anuncia una tarea, unidades capaces de llevar a cabo la tarea de responder con una oferta, y el nodo a su vez asigna la tarea a la unidad con la mejor oferta. Debido a este proceso de negociacin entre las unidades superiores y subordinadas, el proceso de asignacin es capaz de tener en cuenta los cambios o alteraciones que pueden ocurrir durante el proceso de planificacin.
20 de Junio de 2013 Pg. 4 de 13

Aplicaciones de la IA a la Industria HAIA ______________________________________________________________________________________________

Otros trabajos sobre los sistemas de fabricacin basados en agentes se propusieron en [6], [7] y [8]. En particular Duffie investigo los lmites de las arquitecturas de control centralizadas y jerrquicas y los sistemas de control heterrquicas; es decir, sistemas de control sin control jerrquico centralizado [9]. Visto un poco de historia y el porqu de la inteligencia artificial en la industria, en los siguientes apartados se va a comentar dos aplicaciones de inteligencia artificial para el manufacturing, y luego se comentar un futuro proyecto de Google muy interesante como es la conduccin automtica de los automviles.

2.1. MERCEDES PROYECTO P2000+ Las tendencias del mercado Manufacturing basado en agentes motivaron a la planta de motores de Mercedes-Benz en Stuttgart-Untertrkheim a desarrollar un nuevo tipo de sistema de produccin para la fabricacin de culatas. Para ello, Mercedes-Benz form, bajo la direccin del director de Mercedes-Benz Dr. Christoph Siegel, un consorcio industrial formado por proveedores de mquinas, proveedores de sistemas de transporte, proveedores de control y universidades. El objetivo general de este consorcio, que fue nombrado Production 2000+ (tambin P2000+ por sus siglas), fue el desarrollo de un nuevo sistema de produccin para obtener una fabricacin robusta y flexible con el objetivo de ser ms competitivos y voltiles. Para lograr este objetivo, el consorcio defini tres objetivos principales: 1. Desarrollar mquinas flexibles que proporcionen una gama de operaciones necesarias para producir cualquier variante de un tipo de producto; 2. proporcionar la capacidad de descarga durante la operacin de los programas NC que especifican cmo procesar cada variante; y 3. desarrollar un sistema de transporte flexible, capaz de mover una pieza de trabajo desde cualquier mquina a cualquier otra mquina. Para lograr el tercer objetivo, el consorcio desarroll un sistema de transporte flexible y un sistema basado en un agente inteligente para el control del sistema de transporte. En particular, el sistema basado en el agente fue diseado para cumplir con los requisitos de un sistema de fabricacin de alto volumen, estos requisitos fueron: Alto volumen: El sistema de produccin logra un alto volumen (por lo general el rendimiento mximo del sistema) si no hay perturbaciones. En caso de perturbaciones, el rendimiento del sistema de produccin degrada (robustez). Flexibilidad: El sistema de produccin es capaz de procesar diferentes tipos de variantes de productos o incluso tipos de productos. Potencialmente, las variantes no se conocen de antemano.

20 de Junio de 2013

Pg. 5 de 13

Aplicaciones de la IA a la Industria HAIA ______________________________________________________________________________________________

Calidad: Las piezas producidas tienen una alta calidad; es decir, cumplen con un nivel de calidad predefinido. El cumplimiento de los requisitos anteriores se debe en gran medida a la tarea de los equipos en un sistema de produccin (en particular los aspectos de alto volumen y calidad). Por estas razones se cre el P2000+.

Figura 2. Esquema del P2000+. Una de las principales innovaciones de Produccin 2000+ es un sistema de transporte flexible que es adecuado para la fabricacin en serie. En Produccin 2000+, las mquinas se organizan a lo largo de un sistema de transporte que permite que cada pieza pueda pasar de cualquier mquina a otra mquina como podemos ver en la figura 2. Este sistema de produccin 2000+ suele estar organizado de la siguiente manera. El sistema de transporte consiste en una cinta transportadora hacia adelante y otra hacia atrs que tanto eluden todas las mquinas (ver Figura 3). Entre cada dos mquinas, hay una mesa de desplazamiento que permite a las piezas cambiar de direccin; es decir, pasar de la cinta transportadora hacia adelante a la cinta hacia atrs o viceversa. Una pieza puede as desplazarse desde cualquier parte de las cintas transportadoras a cualquier otro lugar de estas.

20 de Junio de 2013

Pg. 6 de 13

Aplicaciones de la IA a la Industria HAIA ______________________________________________________________________________________________

Figura 3. Disposicin general del sistema de transporte. Adems, una mesa de cambio puede poner una pieza en un transportador de alimentacin que conduce directamente a la mquina. Cualquier pieza que se supone que debe ser procesada por una mquina debe por lo tanto pasar a la mesa de cambio en el frontal de la mquina y debe ser movida por esta tabla cambiante sobre el transportador de alimentacin de la mquina (ver Figura 4). En esta cinta transportadora de suministro, la pieza a continuacin, espera a ser procesada por la mquina. Una vez que se ha procesado, la pieza se coloca sobre el transportador de salida de la mquina que lleva directamente a la prxima mesa de desplazamiento. En esta tabla cambiante, el sistema tiene que decidir dnde se mueve la pieza siguiente.

Figura 4. Suministro de mquinas. El comportamiento general del sistema de transporte es tal que el sistema siempre trata de mover una pieza hacia su prxima mquina objetivo en el camino ms corto posible. Esto es, una pieza procedente de una mquina se coloca hacia adelante o hacia atrs en la cinta transportadora en funcin de la direccin de la siguiente mquina objetivo. El sistema a continuacin, mueve la pieza a la mesa de desplazamiento frente a la prxima mquina objetivo y trata de poner dicha pieza sobre el transportador de alimentacin de la mquina objetivo. Al hacerlo, el sistema de transporte siempre se evita cualquier atasco (o retrasos) sobre los transportadores de avance y retroceso. Si una pieza llega a la mesa de desplazamiento en la parte delantera de la mquina objetivo y no es posible poner la pieza sobre el transportador de suministro, por ejemplo, debido a que la cinta transportadora de suministro est ocupada, entonces la tabla de desplazamiento no espera a que el transportador quede libre, si no que pone la pieza en la cinta transportadora hacia delante o hacia atrs, dependiendo de la que este libre. El motivo de esto es el siguiente: una pieza que espera delante de una mesa
20 de Junio de 2013 Pg. 7 de 13

Aplicaciones de la IA a la Industria HAIA ______________________________________________________________________________________________

de cambio en cualquiera de la cinta hacia adelante o hacia atrs bloqueara cualquiera otra pieza mvil a otras mquinas. Esto podra interrumpir el suministro de las otras mquinas, por lo que se debe evitar a toda costa. Nunca debe haber atascos en las cintas transportadoras hacia adelante o hacia atrs. Si una pieza no puede moverse a su mquina objetivo, entonces se debera realizar un "crculo" alrededor de la mquina (avance y retroceso en las cintas transportadoras). Este comportamiento del sistema de transporte no interrumpe el suministro de la mquina de la pieza. Suponiendo que los tiempos de procesamiento son de al menos 30 segundos, la mquina dispone de un suministro inmediato de 60 segundos. Esto es tiempo suficiente para que otras piezas alrededor de la mquina les de tiempo a llegar de nuevo a la mesa de desplazamiento en la parte delantera de la mquina. Si, en el medio, la mquina ha procesado una pieza en su cinta transportadora de suministro, a continuacin, ahora habr espacio suficiente para que la pieza sea trasladada a la cinta transportadora de suministro.

20 de Junio de 2013

Pg. 8 de 13

Aplicaciones de la IA a la Industria HAIA ______________________________________________________________________________________________

2.2. TRYLLIAN. ROTTERDAM LOGSTICA Otra herramienta que vamos a ver es la herramienta que se utiliza en el puerto de Rotterdam para disminuir el coste del transporte del 5% de contenedores que se envan a escanear. En este esquema no todas la partes involucradas en el proceso de escaneo de los contenedores estn eficientemente conectadas y por ello tienen un coste innecesario ya que son altamente dependientes de la disponibilidad y habilidad de los humanos.

Figura 5. Esquema del proceso de escaneo de los contenedores. Desde los atentados terroristas que sucedieron el 11 de septiembre de 2001, el gobierno de EE.UU. ha desarrollado programas de seguridad e iniciativas para mejorar los niveles de seguridad con el fin de proteger a las personas, as como a las mercancas que fluyen a lo largo de la cadena de suministro global. Esta legislacin unilateral adoptada por el gobierno de EE.UU. ha sido recibida con escepticismo y plena polmica por los miembros de la comunidad martima y las naciones extranjeras. Muchos sectores del transporte martimo y gobiernos extranjeros han expresado su inconformidad sobre el nuevo mecanismo. Estos argumentos ponen en duda la viabilidad y los costes en que se incurrir para cumplir con este nuevo requisito. Para reducir estos costes el puerto de Rotterdam utiliza un sistema llamado Tryllian Agent Technology, el cual se encarga de encontrar los mejores y ms baratos transportistas a la mejor hora posible para que transporten los contenedores de las aduanas a los puntos de escaneo.
20 de Junio de 2013 Pg. 9 de 13

Aplicaciones de la IA a la Industria HAIA ______________________________________________________________________________________________

La herramienta Tryllian permite a los desarrolladores: comercio electrnico, almacenamiento de datos, gestin del flujo de trabajo y otros tipos de aplicaciones para crear agentes inteligentes que permiten un uso ms dinmico de la red. Por ejemplo, mientras que un agente de bsqueda normal puede tener xito o fracasar, los agentes Tryllian pueden ser diseados para interpretar las solicitudes de bsqueda y devolver resultados similares, junto con los principales resultados. Lo que se quera en el puerto de Rotterdam era encontrar los mejores y ms baratos transportistas a las mejores horas para que transportaran los contenedores de las aduanas a los puntos de escaneo. Para ello se necesitaba una comunicacin como la de los agentes Tryllian. En la figura 6 se puede observar el esquema de mensajera del sistema del puerto de Rotterdam para solicitar los transportistas ptimos para reducir costes del transporte de contenedores.

Figura 6. Esquema del sistema de mensajera, Tryllian.

20 de Junio de 2013

Pg. 10 de 13

Aplicaciones de la IA a la Industria HAIA ______________________________________________________________________________________________

2.3. COCHES AUTOCONDUCCIN DE GOOGLE Otra herramienta, todava en los laboratorios, son los vehculos autnomos de Google. La armada de Google de robtica Toyota Priuses ha registrado ms de 190.000 millas (unos 300.000 kilmetros), conduciendo por ciudades, por carreteras con mucho trfico y por carreteras montaosas para obtener datos necesarios para la creacin del proyecto. El proyecto est todava lejos de convertirse en comercialmente viable, pero Google ha creado un sistema de demostracin en su campus, utilizando carros de golf sin conductor, lo que apunta que en un futuro prximo el transporte podra cambiar. Profesor de la Universidad de Stanford Sebastian Thrun, que dirige el proyecto, y el ingeniero de Google Chris Urmson, explican cmo funciona el coche de autoconduccin mostrando videos de las pruebas en carretera [10], e incluyendo imgenes de lo que el ordenador de a bordo "ve" y cmo se detecta los otros vehculos, peatones y semforos (ver Figura 7).

Figura 7. Visualizacin del ordenador a bordo. Dos cosas parecen particularmente interesantes sobre el enfoque de Google. En primer lugar, se basa en mapas muy detallados de las carreteras y del terreno, algo que Urmson dijo que es esencial para determinar con precisin dnde est el coche. Para determinar esta posicin se utilizan tcnicas basadas en GPS. La segunda cosa interesante es que, antes de enviar el coche de autoconduccin en una prueba de carretera, los ingenieros de Google conducen la ruta una o ms veces para recoger los datos sobre el entorno. Cuando es el turno del vehculo, se comparan los datos que han sido adquiridos por los ingenieros, esto es til para poder diferenciar a los peatones de objetos inmviles como farolas y buzones. Pero el proyecto tiene un lado serio. Thrun y sus colegas de Google, como cofundadores Larry Page y Sergey Brin, estn convencidos de que los vehculos
20 de Junio de 2013 Pg. 11 de 13

Aplicaciones de la IA a la Industria HAIA ______________________________________________________________________________________________

inteligentes pueden ayudar a hacer el transporte ms seguro y eficiente; coches que conduciran ms cerca entre s, haciendo un mejor uso del 80 por ciento a 90 por ciento del espacio vaco en las carreteras, as como formar convoys rpidos en las autopistas. Otra caracterstica favorable de estos coches es que reaccionan ms rpido que los seres humanos as se podrn evitar accidentes que pueden salvar miles de vidas. Por otro lado, la fabricacin de vehculos ms inteligentes requerir mucha potencia de clculo y datos, y es por eso que tiene sentido que Google respalde el proyecto, dijo Thrun en su discurso.

3. Posibles trabajos
Una posible mejora podra ser un proyecto en el que se unieran el proyecto de Tryllian (apartado 2.2) y el proyecto de Google de los coches autoconduccin (apartado 2.3). En este proyecto adems de ahorrar en el coste de logstica tambin evitaramos miles de accidentes y salvaramos miles de vidas, pero para que este proyecto se lance todava queda fabricar vehculos suficientemente inteligentes.

4. Conclusiones
La inteligencia artificial permitir avances en el desarrollo de sistemas capaces de comprender automticamente la situacin y el contexto a partir de datos de sensores y sistemas de informacin y establecer planes de actuacin, en aplicaciones de soporte a la toma de decisin en condiciones dinmicas. Esto es debido, comentan los investigadores, a los rpidos avances y disponibilidad de tecnologas de sensores que proporcionan un flujo continuo de datos acerca del entorno, informacin que debe ser tratada de forma apropiada en un nodo de fusin de datos e informacin. Y tambin al desarrollo de sofisticadas tcnicas de planificacin de tareas que permiten componer planes de accin, ejecutar dichos planes, comprobar su correcta ejecucin, rectificar los planes en caso de fallos y aprender de los errores cometidos. Gracias al P2000+ podemos optimizar el reparto de carga de trabajo entre las diferentes mquinas para as poder obtener un sistema flexible y robusto. Por otra parte gracias a Tryllian obtenemos un agente mvil que proporciona una fcil y adaptable integracin global de procesos de negocio, as como una adaptacin fcil y rpida a los cambios del mercado y circunstancias.

20 de Junio de 2013

Pg. 12 de 13

Aplicaciones de la IA a la Industria HAIA ______________________________________________________________________________________________

BIBLIOGRAFA
[1] The 100% Contanier Scanning Legislation - Ecoryse. [Online] http://www.ecorys.com/sites/default/files/files/Pillar%206%20CD17500%20%20100%20container%20scanning.pdf Manufacturing [Online] http://en.wikipedia.org/wiki/Manufacturing Agent Development Kit 1.3 - Technical White Paper, Version 1.0 Tryllian B.V. 2001 H.V.D. Parunak, B.W. Irish, J. Kindrick, P.W. Lozo: Fractal actors for distributed manufacturing control. In Proc. of the Second Conference on AI Applications (CAIA'85), Miami, FL, USA, 1985, pp. 653-660 H.V.D. Parunak, J.F. White, P.W. Lozo, R. Judd, B.W. Irish, J. Kindrick: An architecture for heuristic factory control. In Proc. of the American Control Conference, Seattle, WA, USA, 1986, pp. 548-558. N.A. Duffie, R.S. Piper: Non-hierarchical control of a flexible manufacturing cell. In Robotics and Computer-Integrated Manufacturing, Vol. 3, No. 2, 1987, pp. 175-179. N.A. Duffie, R. Chitturi, J.-I. Mou: Fault-tolerant heterarchical control of heterogeneous manufacturing system entities. In Journal of Manufacturing Systems, Vol. 7, No. 4, 1988, pp. 314-327. K.J. Tilley: Machining task allocation in discrete manufacturing systems. In S.H. Clearwater (ed.), Market-Based Control. World Scientific: London, UK, 1996, pp. 224-252. D.M. Dilts, N.P. Boyd, H.H. Whorms: The evolution of control architectures for automated manufacturing systems. In Journal of Manufacturing Systems, Vol. 10, No. 1, pp. 79-93. Video de las pruebas del coche autonomo de Google [Online]. http://www.youtube.com/watch?v=cdgQpa1pUUE

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

20 de Junio de 2013

Pg. 13 de 13