Aprovechar la tecnología cuántica para la industria: Simulaciones de vanguardia para la Industria 4.0

Componentes metálicos de alta calidad, sin defectos y perfectamente dimensionados. Parece que la potencia de la computación cuántica optimizará los procesos de producción en la industria metalúrgica.

Un equipo dirigido por el profesor de Informática Empresarial Wolfgang Maaß de la Universidad de Sarre y el Centro Alemán de Investigación en Inteligencia Artificial (DFKI) está trabajando con socios comerciales y académicos en el proyecto «Qasim» para desarrollar novedosas simulaciones basadas en cuánticos que simplemente no podrían realizarse. en las arquitecturas informáticas convencionales actuales debido al tiempo de procesamiento y los límites de almacenamiento. El equipo demostrará cómo se pueden utilizar estas simulaciones para aumentar la calidad, la productividad y la rentabilidad en la edición de este año. Feria de Hannover.

Los motores aeronáuticos deben ofrecer altos niveles de empuje de forma fiable incluso en condiciones adversas, por lo que la precisión es una preocupación primordial en la fabricación de turbinas para aviones modernos. En los motores turbofan, el ventilador que aspira aire hacia la turbina tiene múltiples palas con geometrías curvas complejas.

Estas hojas de metal se fabrican mediante un proceso de fresado de precisión que requiere una cuidadosa estrategia de mecanizado. El fresado de precisión sólo es posible si el movimiento relativo de la herramienta y la pieza de trabajo está muy controlado. No hacerlo puede significar que la hoja comience a vibrar, provocando que la superficie de la hoja golpee el cabezal de fresado de manera descontrolada y dañe la hoja.

Para un componente que se vuelve esencialmente inutilizable, incluso si está ligeramente fuera de las especificaciones, esto puede ser un percance muy costoso. «Este tipo de error de producción puede resultar extremadamente costoso para los fabricantes de componentes de motores aeronáuticos de alta precisión», afirmó Wolfgang Maaß, profesor de informática empresarial en la Universidad del Sarre y jefe del área de investigación de Ingeniería de Servicios Inteligentes del Centro Alemán de Investigación en Inteligencia Artificial ( DFKI).

Pero la situación es similar para muchas otras empresas, grandes y pequeñas, que fabrican componentes metálicos, incluidos los producidos mediante corte por láser. El calor extremo que se genera durante el proceso de corte puede hacer que el metal se expanda en lugares donde no debería. En las operaciones de corte convencionales, los recortes pueden quedar atrapados en la máquina, que entonces se detiene.

El resultado es un aumento de las tasas de rechazo y largos tiempos de inactividad de las máquinas, lo que le cuesta a la empresa fabricante material, tiempo y dinero. «La industria metalúrgica es un sector económico importante en Alemania y la UE, y los estándares de seguridad y calidad son altos. Los procesos de producción en el sector metalúrgico a veces tienen tasas de rechazo de alrededor del 1%, lo que no parece mucho, pero en general puede tener un impacto significativo en la competitividad», explicó Wolfgang Maaß.

Se puede lograr una reducción en la tasa de rechazo mediante simulaciones digitales que utilizan inteligencia artificial. Al crear un gemelo digital de la pieza de trabajo, todo lo que le sucede a un componente real se puede simular en un entorno virtual, desde la planificación y la producción hasta el control de calidad.

En teoría, cada aspecto de la cadena de producción se puede optimizar con precisión, ya sea la velocidad perfecta del husillo para el fresado o la densidad de potencia ideal entregada por el láser. Pero hay un problema. El gigantesco volumen de datos necesarios para producir estas simulaciones de alta resolución simplemente no puede manejarse con sistemas informáticos convencionales. Las computadoras cuánticas, que podrían ofrecer el nivel de potencia informática necesaria, aún no están disponibles.

¿El resultado? «En la actualidad, las simulaciones rara vez se utilizan en aplicaciones prácticas. En parte porque no se dispone de suficiente potencia informática y en parte porque se necesitan datos e información especializados, lo que a su vez requiere conocimientos detallados en simulaciones computacionales», explica Hannah Stein, de la investigación de Maaß. equipo. Actualmente, las empresas metalúrgicas tienen que contentarse con gemelos digitales de menor resolución y dependen en gran medida de los conocimientos prácticos y la experiencia de sus ingenieros de producción.

Y todavía queda mucho camino por recorrer antes de que las computadoras cuánticas ofrezcan el tipo de computación de velocidad vertiginosa necesaria para manejar volúmenes masivos de datos. Sin embargo, los socios de investigación del proyecto Qasim están firmemente arraigados en la realidad. El consorcio de socios industriales y académicos está trabajando en soluciones a corto y largo plazo que aprovechen el poder de los sistemas cuánticos para ofrecer simulaciones mejoradas para su uso en escenarios de fabricación.

«Nuestros estudios iniciales han demostrado que, aprovechando los principios subyacentes a los sistemas mecánicos cuánticos y utilizando estrategias de aprendizaje automático basadas en lo cuántico, podemos resolver problemas algorítmicos mucho más rápido», afirmó el coordinador del proyecto, Wolfgang Maaß.

«Aunque las computadoras cuánticas actuales todavía están en su infancia, la tecnología subyacente ya puede implementarse en áreas donde las computadoras convencionales trabajarían al límite, requiriendo inmensas cantidades de tiempo para completar un cálculo».

Los investigadores están utilizando diversos métodos de computación cuántica para explorar formas de hacer simulaciones complejas más rápidas y adecuadas para aplicaciones prácticas. El trabajo consiste en aplicar tecnologías de computación cuántica a métodos de simulación convencionales basados ​​en modelos matemáticos de la física y la ciencia de materiales. El equipo de investigación también está investigando métodos de aprendizaje automático basados ​​en lo cuántico.

Al comparar estos nuevos enfoques con metodologías convencionales y evaluar la eficacia de las diversas soluciones, el equipo está desarrollando soluciones innovadoras que podrían encontrar aplicaciones prácticas en un futuro próximo. Los resultados ya se están integrando en los métodos de simulación existentes.

«Actualmente estamos desarrollando los primeros prototipos. Hasta ahora, los resultados más prometedores se han logrado utilizando modelos híbridos que combinan metodologías de simulación convencionales con tecnología cuántica y aprendizaje automático», afirma la investigadora doctoral Hannah Stein.

A medida que los investigadores utilizan datos de producción de líneas de fabricación reales, es posible que los fabricantes de motores aeronáuticos pronto utilicen simulaciones cuánticas basadas en computadora para predecir las vibraciones de las palas durante el fresado.

Al trabajar con un gemelo digital preciso, pueden establecer con precisión parámetros de mecanizado, como la velocidad de fresado, lo que les permite erradicar las imprecisiones del mecanizado y reducir significativamente las tasas de rechazo. Las simulaciones mejoradas también significan que las cortadoras láser pueden entregar la cantidad adecuada de potencia durante una secuencia de mecanizado optimizada, produciendo componentes metálicos perfectamente dimensionados y sin daños.

En la Hannover Messe de este año, los especialistas en informática empresarial de Saarbrücken mostrarán prototipos de fresado y corte por láser que demuestran cómo se puede mejorar la fabricación convencional mediante simulaciones basadas en cuánticas, ofreciendo tiempos de procesamiento de materiales más cortos y una mejor calidad del producto.