Análisis de micro-textura y detección de anomalías en herramientas de corte mediante sensores de frecuencia.
Las fresadoras CNC utilizadas en la fabricación de esquís y tablas de surf presentaban un desgaste irregular en los puntos de unión, lo que generaba micro-imperfecciones en la superficie final y reducía la vida útil de las herramientas. No existía un método preciso para detectar estas anomalías en tiempo real.
Implementamos un sistema de sensores de frecuencia de alta resolución en las cabezales de las fresadoras. Estos sensores captaban vibraciones y patrones de desgaste en la micro-textura de las herramientas durante el proceso de tallado. Los datos se analizaron mediante algoritmos de machine learning para identificar anomalías antes de que afectaran la calidad del producto.
Se instalaron 12 sensores piezoeléctricos en tres fresadoras CNC de un taller especializado. Se calibraron para detectar frecuencias entre 20 Hz y 20 kHz. Se desarrolló un dashboard en tiempo real que alertaba al operario sobre cualquier desviación. El proyecto duró 8 semanas, incluyendo pruebas de validación con 500 ciclos de tallado.
Reducción del 34% en el desgaste prematuro de las herramientas. La precisión del tallado mejoró un 22%, eliminando micro-imperfecciones en el 96% de las piezas producidas. El sistema detectó anomalías con un 98.5% de precisión, permitiendo intervenciones proactivas y ahorrando 12.000 € anuales en costes de reemplazo de herramientas.