Inteligencia computacional embebida para la supervisión de procesos de microfabricación

[Resumen] En este artículo se presenta el desarrollo e implementación de una estrategia de supervisión de un proceso de microfabricación. El método propuesto está basado en técnicas de Inteligencia Artificial, embebidas en una plataforma de tiempo real para la monitorización inteligente de procesos. La contribución se centra fundamentalmente en dos modelos para la estimación en proceso (on-line) de la rugosidad superficial (Ra), a partir de la mínima información sensorial posible. El primero de estos modelos está basado en un algoritmo para el modelado híbrido incremental (HIM), cuyos parámetros óptimos se obtienen a partir de un método estocástico, representado por el temple simulado. El segundo está basado en un algoritmo de agrupamiento borroso generalizado (GFCM), incorporado en un sistema de inferencia de una estructura neuroborrosa. Esta estrategia se embebe en una plataforma para una ejecución en tiempo real y en paralelo junto con el resto de estrategias y métodos. Finalmente, se hace una validación en una plataforma experimental, utilizada como soporte tecnológico, lo cual permite el aprovechamiento mutuo de las experiencias alcanzadas y la mejora de los resultados obtenidos. Este resultado científico y técnico, supone un salto cualitativo importante sin precedentes en la investigación industrial en el campo de la microfabricación.Este trabajo ha sido realizado parcialmente gracias al apoyo del Ministerio de Economía y Competitividad y los fondos FEDER a través del proyecto CONMICRO (DPI2012-35504). Los autores también quisieran agradecer al proyecto “IOSENSE: Flexible FE/BE Sensor Pilot Line for the Internet of Everything project” con referencia PCIN-2015-123, cofinanciado por ECSEL JU y MINECOhttps://doi.org/10.17979/spudc.978849749808