Los robots de inspección llevan años recorriendo plantas químicas, subestaciones y parques de maquinaria con cámaras térmicas y micrófonos. Lo que no hacían era entender la planta. La empresa suiza ANYbotics, fabricante del robot cuadrúpedo ANYmal, acaba de publicar Shift 1.0, la nueva versión de la plataforma que gestiona lo que sus robots ven, y el cambio de fondo está ahí: el robot deja de ser un sensor con patas y pasa a cruzar sus lecturas con las señales del propio sistema de control de la fábrica. Para quien tenga una planta industrial, es una muestra bastante clara de hacia dónde va la robótica de servicio.
Qué ha pasado: Data Navigator se convierte en Shift
La noticia la publica ANYbotics en sus notas de versión del 3 de noviembre. La herramienta que hasta ahora se llamaba Data Navigator pasa a llamarse Shift, disponible tanto en la nube como instalada en las instalaciones del cliente, y la versión 1.0 trae cuatro bloques de novedades. El primero es la entrada de datos de proceso: Shift puede leer las señales del sistema de control distribuido o del SCADA de la planta, como temperatura o presión, y mostrarlas junto a los resultados de inspección del mismo activo. Cada señal aparece como un punto de interés con sus umbrales y sus alertas, igual que las inspecciones del robot.
El segundo bloque son las notificaciones en Microsoft Teams y un control más fino de los avisos de misión: el usuario elige, misión por misión, de qué fallos quiere enterarse (sin ruta hacia el siguiente punto, robot atascado por un obstáculo, navegación agotada por tiempo, fallo al replanificar, acoplamiento en la base de carga) y los informes de misión incluyen la lista cronológica de lo que ha fallado y por qué. El tercero es una vista de comparación de activos rehecha, más compacta, con ejes legibles y edición de qué métrica va en cada eje. Y el cuarto, el que más nos interesa, son las mejoras en la inteligencia de inspección.
Los avances en la inspección con IA
Hay tres mejoras concretas. La alineación térmica: las imágenes de la cámara térmica se alinean con la imagen de referencia que sirvió para definir la zona a vigilar, de modo que los pequeños desplazamientos del robot entre una pasada y otra no alteren las lecturas; la región de interés puede dejar de ser un rectángulo y convertirse en un polígono. La imagen acústica: en las inspecciones de fugas, descargas parciales y anomalías mecánicas, el sistema muestra ahora una imagen promediada del análisis de sonido en lugar de vídeo continuo, lo que reduce el ruido de fondo y hace visibles las fuentes reales. Y la detección de cambios: el modelo que compara una inspección con las anteriores acierta mejor en contexto y, además de dar una puntuación, nombra el tipo de anomalía que ha visto.
Hay un detalle que dice mucho del grado de madurez. Hasta ahora, cada anomalía que detectaba la IA pasaba por una verificación antes de convertirse en alerta. En esta versión, el cliente puede desactivar esa verificación para las vistas de inspección visual y dejar que la alerta salga directamente de la interpretación del modelo. Es la misma decisión que toma cualquier empresa cuando un sistema automático lleva meses acertando: quitar al humano del circuito de confirmación y dejarlo solo para la excepción.
Por qué importa a la industria, también a la pequeña
La robótica industrial ha dado dos saltos en poco tiempo. El primero fue el robot capaz de moverse solo por una planta real, con escaleras, pasarelas y charcos, y volver a su base. El segundo, que es el que ilustra esta versión, es que el robot deja de generar datos aislados. Un valor de temperatura en una brida tomado por el robot a las tres de la madrugada vale poco; ese mismo valor junto a la presión y el caudal que registraba el SCADA en ese momento es diagnóstico. Lo que ANYbotics está haciendo es lo que cualquier empresa con sensores, máquinas y un programa de mantenimiento debería hacer con sus datos: juntarlos en un mismo sitio, con las mismas reglas de alerta, y avisar por el canal donde la gente ya está, en este caso Teams.
Para una fábrica de Girona o de cualquier comarca industrial catalana, el robot cuadrúpedo todavía es una inversión de planta grande. Pero la lógica que trae Shift 1.0 no lo es. Cruzar las rondas de inspección con los datos de las máquinas, que las alertas lleguen al chat del equipo, que los informes digan qué ha fallado y por qué, y que la IA nombre la anomalía en lugar de dar un número: todo eso se puede montar hoy con las cámaras, los sensores y el ERP que ya tiene la empresa.
Fuente: ANYbotics
Análisis Blixel
Lo más interesante de esta versión no es el robot, es la plataforma. ANYbotics vendía hardware espectacular y ha entendido que el valor está en el sistema que convierte lo que el robot ve en decisiones de mantenimiento. Es el mismo recorrido que vemos en las pymes industriales con las que trabajamos: tienen cámaras, tienen sensores en las máquinas, tienen partes de mantenimiento en papel o en un Excel, y nada de eso se habla entre sí. La noticia también deja una advertencia. Desactivar la verificación humana de las anomalías es una opción que se gana con meses de datos y con un registro de cada alerta y cada falso positivo; no es el punto de partida. Y el cambio de nombre, con enlaces antiguos que dejan de funcionar y una librería de Python que se renombra, recuerda que depender de la plataforma del fabricante del robot tiene un coste cuando el fabricante cambia de rumbo. Nuestra recomendación para una planta mediana es empezar por la parte que no requiere robot: un lugar único donde entren las lecturas de inspección y las señales de las máquinas, reglas de alerta claras, avisos en el canal del equipo y un informe semanal que explique los fallos en lenguaje de mantenimiento. Cuando eso funciona, el robot es solo un sensor más que se conecta.
¿Quieres aplicar esto en tu empresa? En Blixel.ai te ayudamos a integrar IA con sentido común. Hablemos.
Deja una respuesta