En la búsqueda constante por mejorar la eficiencia, seguridad y calidad en la industria, las Tecnologías de Inspección No Destructivas (NDT) están desempeñado un papel fundamental. A lo largo de los años, la tecnología NDT ha sido testigo de una evolución sin precedentes, pero en el amanecer de la era 4.0, una nueva ola de innovación ha transformado el panorama de las técnicas NDT de manera sorprendente.

Hemos tenido la oportunidad de sentarnos con Dr. José Luis Lanzagorta perteneciente al centro tecnológico IDEKO, investigador en el campo de las técnicas NDT y experto en la implementación de tecnologías avanzadas en este ámbito. Lanzagorta nos guiará a través de los desafíos y oportunidades que han surgido en la industria en su camino hacia la era 4.0.

/ ¿Cuáles son los principales avances tecnológicos en el mundo NDT gracias a la transformación digital asociada a los entornos 4.0?

La evolución de las técnicas NDT en entornos 4.0 se ha centrado en los últimos años en el desarrollo de nuevas herramientas para mejorar el acceso a los datos y su utilización para optimizar tanto los procesos de inspección como los de fabricación. Gracias a la digitalización y la conectividad, los datos recopilados durante los ensayos no destructivos han adquirido una nueva dimensión en términos de disponibilidad y análisis.

Al mismo tiempo, la transformación de los resultados NDT en información útil para los operarios e inspectores de calidad ha sido una pieza clave en esta evolución. En lugar de simplemente obtener lecturas y resultados aislados, ahora se puede proporcionar información más detallada y contextualizada gracias a la aplicación de algoritmos avanzados. Esto incluye la localización automática y precisa del defecto detectado, así como la caracterización de este, ofreciendo detalles sobre sus dimensiones, tipo y nivel de severidad. Esta riqueza de datos permite una comprensión más profunda de los problemas identificados y ayuda a los profesionales a tomar decisiones informadas en tiempo real.

La inteligencia artificial (IA) ha desempeñado un papel fundamental en la interpretación de los datos NDT, especialmente cuando se trata de señales asociadas a defectos complejos. En situaciones en las que las señales pueden ser poco concluyentes o difíciles de analizar manualmente, los algoritmos basados en IA han demostrado ser de gran relevancia. Estos algoritmos pueden identificar patrones sutiles y realizar análisis avanzados, proporcionando a los operarios una comprensión más profunda de la situación y asistiendo en la toma de decisiones críticas.

/ ¿Cómo ha impactado la automatización y la digitalización en la eficiencia y precisión de los ensayos no destructivos?

La automatización de los sistemas de inspección tuvo un gran impacto en las soluciones desarrolladas a principios del 2000, donde comenzaron a crearse soluciones complejas y altamente competitivas.

La llegada de la digitalización ha permitido impulsar aún más las soluciones NDT, especialmente cuando se requiere recopilar una gran cantidad de datos asociados a componentes de alto valor añadido. Por un lado, uno de los retos consiste en cómo recoger la información de forma autónoma, ordenada y estructurada, para que luego esté disponible para los inspectores u operarios de planta. Además, es importante aplicar estrategias optimizadas de análisis de datos que permitan aprovechar al máximo la información adquirida durante las inspecciones realizadas. Todo ello enfocado en obtener inspecciones más precisas, rápidas y con menor dependencia de la pericia del operario.

/ ¿Cuáles son las ventajas y desafíos de implementar las técnicas NDT en entornos digitales en comparación con los métodos tradicionales?

Sin duda, la adopción de las técnicas NDT en entornos 4.0 presenta múltiples ventajas que mejoran significativamente las operaciones industriales. En primer lugar, encontramos la fiabilidad, la capacidad de detección mejorada que ofrece la tecnología 4.0. Los sistemas automatizados y los algoritmos avanzados permiten detectar defectos de manera más precisa y temprana, reduciendo el riesgo de obtener falsos negativos y aumentando la seguridad operativa.

Además, los procesos se vuelven más autónomos y trazables gracias a una gestión optimizada de los datos. La digitalización facilita la recopilación, almacenamiento y análisis de información en tiempo real, lo que permite una toma de decisiones más ágil y basada en datos sólidos.

Asimismo, las técnicas NDT en entornos 4.0 no se limita solo a detectar defectos, sino que utiliza los datos obtenidos para cerrar el ciclo de retroalimentación (feedback loops) y optimizar los procesos. La información generada por las inspecciones se convierte en un recurso valioso para mejorar la calidad, la eficiencia y la productividad en la fabricación de componentes y estructuras.

A pesar de todas las ventajas, la transición hacia la aplicación de técnicas NDT en entornos 4.0 no está exenta de desafíos. Uno de los principales, es la adaptación a esta nueva forma de llevar a cabo las inspecciones. Tanto los usuarios finales como los operarios deben ajustarse a las tecnologías y metodologías innovadoras. Esto requiere una curva de aprendizaje y una mentalidad abierta para aprovechar al máximo las capacidades de las nuevas herramientas.

Es importante destacar que la implementación de las técnicas NDT en entornos 4.0 no busca eliminar o prescindir del operario. Todo lo contrario, sus conocimientos y experiencia siguen siendo fundamentales para garantizar la calidad de los componentes. La colaboración entre la tecnología avanzada y el inspector se vuelve esencial para obtener resultados óptimos y seguros en las inspecciones.

/ ¿Cuáles son las tecnologías clave utilizadas en la NDT en entornos 4.0?

Son varias las tecnologías que han emergido como pilares fundamentales para mejorar y enriquecer el proceso de inspección y caracterización de defectos. Sin embargo, destacaría la combinación de Data Analytics, Inteligencia Artificial y el Internet de las Cosas (IoT).

El uso de Data Analytics, ha transformado la forma en que los operarios manejan grandes volúmenes de datos y toman decisiones cruciales. Antes, se enfrentaban al desafío de analizar señales sin soporte concluyente. Ahora, gracias a técnicas avanzadas de Data Analytics, pueden realizar estas tareas de manera más rápida y eficiente. Lo más interesante es que, con los avances en IoT, los operarios pueden realizar estas tareas desde cualquier lugar del mundo y compartir datos con sus colegas para tomar decisiones críticas de forma colaborativa y consensuada. Esto ha dado lugar a una arquitectura de datos más integrada y global.

Además, como mencioné anteriormente, los algoritmos de IA tienen la capacidad de identificar patrones sutiles y realizar análisis avanzados, lo que proporciona a los operarios una comprensión más profunda de la situación y les ayuda en la toma de decisiones críticas.

/ ¿Cómo han evolucionado los equipos y dispositivos utilizados en la NDT en entornos digitales para adaptarse a las nuevas demandas y requerimientos tecnológicos?

Debido al aumento de los requisitos de calidad, se hace cada vez más necesario el desarrollo de sensores específicos que se adapten a las necesidades del cliente. En este punto, el conocimiento y desarrollo de modelos de simulación son cada vez más importantes para fabricar sensores con las mejores prestaciones.

Los sistemas hardware de NDT en campos como los ultrasonidos y las corrientes inducidas han experimentado un gran avance en los últimos años para adecuarse a las necesidades de los nuevos entornos de fabricación 4.0. Por ejemplo, los equipos se han dotado de protocolos de comunicación más avanzados que permiten la interacción de los datos NDT con los procedentes de otros elementos que componen el sistema completo de inspección, como robots o sistemas mecánicos.

Los software de estos equipos cada vez disponen de herramientas más avanzadas para el postprocesado de los datos NDT, incluyendo en algunos casos la introducción de herramientas basadas en IA.

Sin embargo, no todos los problemas están resueltos, y es necesario personalizar las capacidades tanto de los equipos, según las necesidades del cliente, como de los requerimientos de la inspección. En este sentido, empresas como Endity aportan un valor diferencial al aplicar su conocimiento y know-how en este tipo de proyectos.

/ ¿Cuál es el papel de los datos y la analítica en la NDT en entornos digitales? ¿Cómo se utilizan para mejorar la toma de decisiones y la gestión de activos?

Los datos y la analítica desempeñan un rol crucial en la NDT en entornos 4.0. La recopilación de datos de forma ordenada y estructurada permite una inspección más eficiente y fiable. Al organizar los datos adecuadamente, se logra una trazabilidad precisa del componente inspeccionado, lo que es esencial para futuras referencias o seguimientos. Además, la estructuración de los datos facilita la evaluación del componente, ya que se pueden analizar los resultados de manera sistemática y exhaustiva.

El postprocesado de datos es una etapa crítica en las técnicas NDT. Mediante el análisis detallado de los datos recopilados, se puede obtener la máxima información posible de las inspecciones realizadas. Esto incluye la determinación del número de defectos presentes y su nivel de severidad en el componente.

Además, la aplicación de algoritmos avanzados en la NDT ha sido un gran avance. Estos algoritmos permiten obtener los indicadores clave (KPI) más importantes de la inspección. Al traducir los datos en información útil y relevante, los operarios e inspectores pueden tomar decisiones basadas en hechos con mayor precisión y eficiencia.

/ ¿Cuáles son las implicaciones de la NDT en entornos digitales en términos de seguridad, calidad y productividad en diferentes industrias?

Al aplicar la técnica de NDT en entornos 4.0, se logran resultados más precisos y detallados sobre las características de los defectos. Esto, a su vez, mejora significativamente la toma de decisiones y conlleva una notable mejora en la calidad de los procesos de fabricación, permitiendo obtener piezas con un menor número de defectos. Además, al eliminar el factor humano, los resultados de las inspecciones se vuelven completamente objetivos, lo que aumenta la seguridad y la objetividad en el análisis de los datos.

En términos de productividad, la implementación de sistemas cada vez más autónomos, como el e-blade de endity, por ejemplo, tiene un impacto directo en el aumento de la eficiencia. Los tiempos de inspección se reducen considerablemente al obtener datos más precisos y objetivos, lo que contribuye a una mejora significativa en la eficiencia y el rendimiento general de los procesos industriales.

/ ¿Cómo se prevé que evolucione la NDT en los próximos años? ¿Cuáles son las tendencias y desafíos futuros?

Al igual que en el resto de los procesos de fabricación, el papel de las herramientas de IA o gemelos digitales se presenta como el mayor reto de esta área. Todo ello enfocado a liberar al operario de tareas más rudimentarias y centrarlo en operaciones de mayor valor añadido, aplicando su experiencia.

Desde el punto de vista de la automatización, el objetivo es obtener soluciones más autónomas y menos complejas que permitan obtener un mayor rendimiento y productividad en los procesos de inspección.

Finalmente, las técnicas NDT van a jugar un papel clave en las estrategias de sostenibilidad y circularidad de las empresas, aportando información útil en términos de ahorro de recursos y reducción de la huella de carbono.