5.- Estado del arte -...

Capítulo 5 Estado del arte.

Fundamentos del KBE (Knowledge Based Engineering) Aplicación al diseño de engranajes cilíndricos con Catia v5 155

CAPÍTULO 5

ESTADO DEL ARTE



5.1. INTRODUCCION Después de explicar los sistemas que componen el KBE entramos en el estado del arte. En este capítulo se hace una relación de los artículos que hablan sobre el KBE donde se hará una taxonomía clasificándolos. En el anexo B de este proyecto se encuentran listados. También se explican tres de ellos para ilustrar el funcionamiento del KBE en distintas aplicaciones. Los dos primeros funcionan con Catia desarrollando productos de la misma forma este proyecto desarrollará los engranajes de ejes paralelos. 5.2. TAXONOMÍA

Se clasificará el estado del arte de la siguiente forma: 5.2.1. Generalidades del KBE

5.2.2. Aplicaciones del KBE

5.2.2.1. KBE aplicado a la aeronáutica 5.2.2.2. KBE aplicado a la automoción 5.2.2.3. KBE aplicado a procesos de estampación 5.2.2.4. KBE aplicado al cálculo por medio de Elementos Finitos

(FEM) 5.2.2.5. KBE aplicado a la extrusión de metales 5.2.2.6. KBE aplicado a estructuras de acero 5.2.2.7. KBE aplicado a la ingeniería eléctrica 5.2.2.8. KBE aplicado a la medicina 5.2.2.9. KBE aplicado a la industria del mueble 5.2.2.10. KBE aplicado a la industria del plástico

5.2.3. Uso específico de Catia 5.2.4. Uso específico de Icad 5.2.5. Uso específico de MOKA

5.2.1. Generalidades del KBE En este apartado se puede ver las características generales del KBE, cuales son sus principales componentes y las soluciones que puede aportar a la industria, planteando las ventajas propias de esta tecnología.

4. Utilising enterprise knowledge with knowledge-based engineering Chapman, C., Preston, S., Pinfold, M., Smith, G. International Journal of Computer Applications in Technology 28 (2-3), pp. 169-179, 2007



7. Object-oriented hybrid intelligent CAD system Zeiler, W. Computers in Industry 20 (1), pp. 1-9 1992 8. Structural design using intelligent objects Payne, P.N. Artificial Intelligence Techniques and Applications for Civil and Structural Engineers, pp. 177-186 1989 9. A knowledge-based system engineering process for obtaining engineering design solutions Prasad, B., Rogers, J. Proceedings of the ASME International Design Engineering Technical Conferences and Computers and Information in Engineering Conference - DETC2005 3 A, pp. 477-488 2005 11. 25 times faster on smart models Van Der Laan, A.H., Van Tooren, M.L.J. Manufacturing Computer Solutions 11 (8), pp. 22 2005 12. Knowledge-based techniques for developing engineering applications in the 21st century Cooper, D., LaRocca, G. Collection of Technical Papers - 7th AIAA Aviation Technology, Integration, and Operations Conference 1, pp. 146-167 2007 17. Distributed product design and manufacturing based on KBE Mendikoa, I., Sorli, M., Barbero, J.I., Carrillo, A. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) 3865 LNCS, pp. 404-413 2006 23. Integrate topology/shape/size optimization into upfront automotive component design Chen, C.-J., Young, C. Collection of Technical Papers - 10th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference 5, pp. 3252-3259 2004



33. Knowledge-based engineering in concurrent engineering automation Chern, J.-H. Applications of Artificial Intelligence in Engineering, pp. 289-302 1992 34. Application of MOKA methodology in generative model creation using CATIA Skarka, W. Engineering Applications of Artificial Intelligence 20 (5), pp. 677-690 2007 35. Expert system methodology and applications-a decade review from 1995 to 2004 Shu-Hsien Liao Expert System with Applications 28 (2005), pp 93-103 2005 36. Intelligent computer-aided design systems: past 20 years and future 20 years Tetsuo Tomiyama Artificial Intelligence Design, Analysis and Manufacturing (2007), 21, pp. 27-29. 2007

5.2.2. Aplicaciones del KBE El KBE ha supuesto un adelanto para las distintas ramas de la industria, aquí se deja ver su influencia en algunas de ellas.

5.2.2.1. KBE aplicado a la aeronáutica Es la industria aeronáutica donde el KBE tiene más arraigo, se pueden encontrar muchos artículos relacionados con esta industria para optimizar costes y mejorar la calidad en la fabricación de componentes de aeroplanos que sufren muchos cambios dependiendo de las solicitaciones de la aplicación.

1. A knowledge-based engineering tool to estimate cost and weight of composite aerospace structures at the conceptual stage of the design process Choi, J.-W., Kelly, D., Raju, J. Aircraft Engineering and Aerospace Technology 79 (5), pp. 459-468 2007



2. Application of a knowledge-based engineering system for weight and cost estimation to composite aerospace structures Choi, J.-W., Kelly, D.W., Raju, J. International SAMPE Symposium and Exhibition (Proceedings) 51 2006 3. Knowledge-based engineering system to estimate manufacturing cost for composite structures Choi, J.W., Kelly, D., Raju, J., Reidsema, C. Journal of Aircraft 42 (6), pp. 1396-1402 2005 10. Parametric modeling of movables for structural analysis Van Der Laan, A.H., Van Tooren, M.L.J. Collection of Technical Papers - AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics and Materials Conference 5, pp. 3600-3610 2004 16. Process examination system of aircraft sheet metal parts based on KBE Ao, Y., Wan, M., Li, X. Beijing Hangkong Hangtian Daxue Xuebao/Journal of Beijing University of Aeronautics and Astronautics 32 (9), pp. 1096-1099 2006 21. Functional product life-cycle simulation model for cost estimation in conceptual design of jet engine components Sandberg, M., Boart, P., Larsson, T. Concurrent Engineering Research and Applications 13 (4), pp. 331-342 2005 27. Influences of KBE on the aircraft brake industry Liening, Ansgar, Blount, Gordon N. Aircraft Engineering and Aerospace Technology 70 (6), pp. 439-444 1998 29. Knowledge-based geometric modelling of aircraft structures Bates, J.P., Morris, A.J., Payne, P.N. Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering 211 (4), pp. 273-284 1997 30. Expert system eases rotor design Marra, John Mechanical Engineering 119 (4), pp. 70-72 1997



31. Use of knowledge-based engineering in compressor rotor design Marra, John American Society of Mechanical Engineers (Paper), pp. 11pp 1995

5.2.2.2. KBE aplicado a la automoción La industria del automóvil sigue a la aeronáutica en el uso de esta tecnología, componentes como las ventanillas de los vehículos, las chapas de carrocería están siendo mejoradas en cuanto al tiempo de fabricación por medio del KBE. La marca Jaguar lleva apostando por estos avances desde 1999.

14. KBE-based stamping process paths generated for automobile panels Zheng, J., Wang, Y., Li, Z. International Journal of Advanced Manufacturing Technology 31 (7-8), pp. 663-672 2007 18. Smart software developing and some key techniques of vehicle glass regulator system design based on KBE Ding, Y., Hu, P., Dong, J., Wang, H., Jiang, H., Yu, Q. Jixie Gongcheng Xuebao/Chinese Journal of Mechanical Engineering 42 (6), pp. 106-111 2006 22. Research on motorcycle design system based on KBE He, S., Du, J., He, Y. Zhongguo Jixie Gongcheng/China Mechanical Engineering 16 (17), pp. 1508-1511 2005 26. Jaguar uses knowledge-based tools to reduce model development times Kochan, Anna Assembly Automation 19 (2), pp. 114-117 1999

5.2.2.3. KBE aplicado a procesos de estampación El estudio de las mejoras en los procesos de estampación condujo al uso del KBE. Podemos utilizarlo para modelar los procesos y para la optimización del aprovechamiento del material. Resalta el interés de los chinos, emergentes con fuerza en su industrialización, por esta tecnología.



14. KBE-based stamping process paths generated for automobile panels Zheng, J., Wang, Y., Li, Z. International Journal of Advanced Manufacturing Technology 31 (7-8), pp. 663-672 2007 19. Knowledge based and integrated stamping product modeling Zhu, W., Li, A., Liu, X. Tongji Daxue Xuebao/Journal of Tongji University 34 (4), pp. 528-533 2006 20. Study of knowledge-based process information model for complicated stampings with large scale Wang, Y., Zheng, J., Li, Z. Huazhong Keji Daxue Xuebao (Ziran Kexue Ban)/Journal of Huazhong University of Science and Technology (Natural Science Edition) 34 (1), pp. 4-7 2006 25. Knowledge-based integrating modeling method for stamping product and process Zhao, Z., Lu, S.-J., Wang, A.-C., Peng, Y.-H. Shanghai Jiaotong Daxue Xuebao/Journal of Shanghai Jiaotong University 37 (2), pp. 153-156 2003

5.2.2.4. KBE aplicado al cálculo por medio de Elementos Finitos (FEM) Procesos automatizados de mallado y análisis mediantes elementos finitos son conseguidos por medio del conocimiento basado en la ingeniería reduciendo el tiempo en cada aplicación, pudiéndose plantear más estados de carga y soluciones a problemas distintos.

5. High-order finite elements reduced models for use in a flutter design tool Lisandrin, P., Van Tooren, M. Collection of Technical Papers - AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics and Materials Conference 7, pp. 5131-5145 2004 15. Automated finite element analysis in a knowledge based engineering environment Nawijn, M., Van Tooren, M.J.L., Berends, J.P.T.J., Arendsen, P. Collection of Technical Papers - 44th AIAA Aerospace Sciences Meeting 15, pp. 11337-11348 2006



32. Knowledge-based engineering method to integrate metal forming process design and simulation Robertson, Tom, Prasad, Biren, Duggirala, Ravi ASME Database Symposium, pp. 41-50 1994

5.2.2.5. KBE aplicado a la extrusión de metales El KBE logra parametrizar las variables de las que dependen la extrusión del aluminio para conseguir diferentes formas para distintas aplicaciones en la industria aeronáutica y automovilística.

13. Research on aluminium profile extrusion product development intelligent decision support system Hongqin, W., Jingxian, C. International Journal of Manufacturing Technology and Management 10 (2-3), pp. 294-309 2007 24. Key technologies of zero die trial design system for aluminum profile extrusion Luo, C., Li, D.-Y., Peng, Y.-H., Zuo, T.-Y. Transactions of Nonferrous Metals Society of China (English Edition) 14 (4), pp. 708-712 2004

5.2.2.6. KBE aplicado a estructuras de acero El modelado de estructuras de acero para edificios también puede diseñarse por medio del KBE, todavía no está bien desarrollado debido a que se trata de un proceso complicado, pero este artículo es una aproximación para conseguirlo.

28. Process improvements from object oriented 3D modelling of steel buildings at conceptual stage Barlow, R.P.G., Raven, G.K. Journal of Constructional Steel Research 46 (1-3), pp. 379 1998

5.2.2.7. KBE aplicado a la ingeniería eléctrica Programas específicos basados en el conocimiento para la estructura, principios y funcionamiento de circuitos eléctricos son desarrollados en este artículo a través de Icad.



6. Research on case-based reasoning ICAD system for relay circuit Zhang, G.G., Geng, Y.S., Chen, D.G., Wang, J.H. IPEC 2003 - 6th International Power Engineering Conference, art. no. P1075, pp. 913-917 2003

5.2.2.8. KBE aplicado a la medicina La medicina se ha sumado a la utilización del KBE para personalizar sus aplicaciones a cada persona. Aquí se puede ver la automatización de los implantes craneales para cada persona dependiendo de sus necesidades médicas.

37. Nuevo enfoque en el diseño inteligente de implantes craneales personalizados a través de KBE D. Cebrián-Tarrasón, C. Muñoz, V. Chulvi, R. Vidal. XI Congreso Internacional de Ingeniería de Proyectos. 26-28 Septiembre, 2007.

5.2.2.9. KBE aplicado a la industria del mueble La industria del mueble también ha conseguido adaptar sus productos dependiendo de las necesidades del consumidor entrelazando los parámetros que definen al mueble para conseguir el diseño rápidamente. Este artículo que detallaremos más adelante es el que más se parece a nuestra aplicación.

38. Gestión del conocimiento de diseño en la industria del mueble Castells MJ, Barbosa R, Peinado V, Vidal R, Mulet E, Bellés MJ. Escuela de Tecnología y Ciencias Experimentales.

5.2.2.10. KBE aplicado a la industria del plástico En esta última aplicación, la industria del plástico intenta construir pequeñas aplicaciones a través de internet para construir sus moldes automatizando el proceso para ahorrar costes

39. MoldXpress: nuevo software de diseño inteligente de molde A. Sancho MetalUnivers 31- julio-Agost-Septiembre 2005.

5.2.3. Uso específico de Catia

El programa Catia a través de su modulo Knowledgeware, ofrece muchas posibilidades a la hora de aplicar el conocimiento a muchos productos, ofreciendo soluciones que optimicen tiempo y costes



1. A knowledge-based engineering tool to estimate cost and weight of composite aerospace structures at the conceptual stage of the design process Choi, J.-W., Kelly, D., Raju, J. Aircraft Engineering and Aerospace Technology 79 (5), pp. 459-468 2007 2. Application of a knowledge-based engineering system for weight and cost estimation to composite aerospace structures Choi, J.-W., Kelly, D.W., Raju, J. International SAMPE Symposium and Exhibition (Proceedings) 51 2006 3. Knowledge-based engineering system to estimate manufacturing cost for composite structures Choi, J.W., Kelly, D., Raju, J., Reidsema, C. Journal of Aircraft 42 (6), pp. 1396-1402 2005 9. A knowledge-based system engineering process for obtaining engineering design solutions Prasad, B., Rogers, J. Proceedings of the ASME International Design Engineering Technical Conferences and Computers and Information in Engineering Conference - DETC2005 3 A, pp. 477-488 2005 11. 25 times faster on smart models Van Der Laan, A.H., Van Tooren, M.L.J. Manufacturing Computer Solutions 11 (8), pp. 22 2005 34. Application of MOKA methodology in generative model creation using CATIA Skarka, W. Engineering Applications of Artificial Intelligence 20 (5), pp. 677-690 2007 37. Nuevo enfoque en el diseño inteligente de implantes craneales personalizados a través de KBE D. Cebrián-Tarrasón, C. Muñoz, V. Chulvi, R. Vidal. XI Congreso Internacional de Ingeniería de Proyectos. 26-28 Septiembre, 2007.




5.2.4. Uso específico de Icad

De la misma forma que Catia, Icad ofrece soluciones basadas en el KBE desde otro punto de vista distinto. Estos artículos hablan de su validez para desarrollar esta tecnología aplicada a distintas ramas de la industria.

5. High-order finite elements reduced models for use in a flutter design tool Lisandrin, P., Van Tooren, M. Collection of Technical Papers - AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics and Materials Conference 7, pp. 5131-5145 2004 6. Research on case-based reasoning ICAD system for relay circuit Zhang, G.G., Geng, Y.S., Chen, D.G., Wang, J.H. IPEC 2003 - 6th International Power Engineering Conference, art. no. P1075, pp. 913-917 2003 8. Structural design using intelligent objects Payne, P.N. Artificial Intelligence Techniques and Applications for Civil and Structural Engineers, pp. 177-186 1989 7. Object-oriented hybrid intelligent CAD system Zeiler, W. Computers in Industry 20 (1), pp. 1-9 1992

5.2.5. Uso específico de MOKA MOKA puede aplicarse junto con Catia para desarrollar un sistema de KBE muy completo porque tendríamos la información muy bien ordenada para que Catia la aplicara a los productos diseñados. Se puede ver en el primero de estos artículos.

34. Application of MOKA methodology in generative model creation using CATIA Skarka, W. Engineering Applications of Artificial Intelligence 20 (5), pp. 677-690 2007




5.3. ARTICULOS Ahora veremos con más detalles tres artículos de los de antes expuestos por su parecido con nuestra aplicación al diseño de engranajes de ejes paralelos. Los artículos que se mostrarán a continuación serán los números 37, 38 y 39.

5.3.1. NUEVO ENFOQUE EN EL DISEÑO INTELIGENTE DE IMPLANTES CRANEALES PERSONALIZADOS A TRAVÉS DE KBE

5.3.1.1. Resumen La necesidad de adaptar el diseño inteligente al ámbito médico para desarrollar aplicaciones ajustadas a las características del paciente impulsa la creación de herramientas capaces de aunar la personalización del producto con la reducción de costes, integrando todo el conocimiento del proceso de manera organizada. Este estudio investiga un nuevo enfoque para la aplicación de la Ingeniería Basada en el Conocimiento (KBE, Knowledge-Based Engineering) en la automatización del proceso de diseño de implantes. Además, se logra la personalización de dichos implantes, adaptándose a la anatomía del paciente y consiguiendo una biocompatibilidad estructural, funcional y estética. Se define una herramienta basada en KBE capaz de realizar un diseño personalizado de implantes para la zona craneal. Para tal fin, se utiliza la herramienta informática CATIA, donde están incluidos como módulos los sistemas KBE y CAD (Computer-Aided Design). El programa creado realiza un modelado automático de un volumen para cubrir un defecto craneal existente a partir del conocimiento recogido y de las restricciones indicadas por el usuario. Se añade la posibilidad de que el volumen generado sea mecanizado mediante técnicas de prototipado rápido (RP, Rapid Prototyping). 5.3.1.2. Introducción Actualmente, la sociedad demanda productos más adaptados a sus necesidades con un coste más reducido y disponibles en el menor tiempo posible y, por otro lado, los fabricantes desean tener un control mayor sobre el ciclo de vida de un producto. En el ámbito médico, estos aspectos adquieren una mayor relevancia, pues la personalización estética es un factor muy valorado por los pacientes. Concretamente en el campo de la implantología, es necesaria la optimización del proceso de diseño de implantes.



Los implantes craneales, cuyo objetivo es reconstruir defectos congénitos o adquiridos (p. ej. traumatismos craneales o tumores cerebrales), requieren una planificación cuidadosa con el fin de obtener un resultado adecuado. Hasta finales del s. XX el proceso de diseño de dichos implantes ha sido laborioso y con un elevado coste económico. Con la introducción de técnicas basadas en el procesamiento de imágenes en 3D, tecnologías asistidas por ordenador (Computer Aided technologies - CAx) y procesos de fabricación más eficientes a partir de RP, se han logrado reducir parcialmente los costes. No obstante, no se ha conseguido una total automatización del proceso al ser necesaria la creación de un implante genérico, el cual, posteriormente, se modifica y adecua para cada paciente. El diseño automatizado ha logrado grandes avances en el sector industrial (automoción y aeronáutica fundamentalmente) a partir de la gestión del ciclo de vida del producto (Product Lifecycle Management - PLM). No obstante, como los procesos industriales generalmente son difícilmente secuenciables, los sistemas de programación tradicional se han mostrado a menudo ineficaces. Por el contrario, los sistemas basados en el conocimiento han experimentado un auge enorme al capturar y, sobre todo, almacenar la experiencia adquirida por los profesionales durante su trabajo y formación. Eso ha permitido la aplicación de sistemas basados en KBE en diferentes ambientes industriales. En el diseño de implantes hay pocas investigaciones referidas a sistemas KBE. Dooley (1988) fue uno de los pioneros al desarrollar un sistema para la fabricación de implantes basado en inteligencia artificial y sistemas CAD. Whittaker (1991) introdujo un sistema KBE al desarrollar brevemente un modelo para el diseño personalizado de una cadera. Posteriormente se han desarrollado otros estudios sobre la adquisición de conocimiento en el diseño de implantes. 1) El estudio sobre el diseño personalizado de implantes craneales se ha centrado en las siguientes tres fases: conversión del formato de imágenes de tomografías computerizadas para su posterior manejo a través de programas informáticos basados en CAx, empleo de técnicas de ingeniería inversa para el diseño del implante y la utilización de formatos adecuados para su posterior fabricación a través de técnicas de RP. El propósito de este artículo es proporcionar una nueva perspectiva en el diseño personalizado de implantes craneales. Para ello, haciendo uso del programa informático CATIA (Computer Aided Three-dimensional Interactive Application) se crea una aplicación independiente, la cual permite que el usuario sea capaz de interaccionar con el sistema para obtener un diseño óptimo. Este hecho logra que se adapte el conocimiento disponible a las restricciones, tanto de la geometría craneal como de la anatomía del paciente, eliminando prácticamente la necesidad de revisión del implante por parte del cirujano. 5.3.1.3. Métodos El objetivo de este estudio es desarrollar una aplicación informática con objetivo de mostrar la automatización del diseño personalizado de implantes craneales basada en la tecnología KBE haciendo uso del programa CATIA.i et al., 2006)



Ingeniería Basada en el Conocimiento La ingeniería basada en el conocimiento (KBE) es una disciplina con base en CAx y sistemas basados en el conocimiento (KBS- Knowledge-Based Systems) pero que tiene diversas definiciones y funciones dependiendo del contexto de su aplicación. En el ámbito de la ingeniería del diseño, KBE se puede definir como el desarrollo de una estructura, a partir de la cual se puede implementar un diseño automático, haciendo uso del conocimiento experto sobre el ciclo de vida de un producto. Por ello, un sistema KBE requiere almacenar el conocimiento necesario para el posterior desarrollo de una aplicación para la cual se ha creado. La aplicación creada se ha basado en el sistema KBE considerando que la herramienta adecuada para poder llevar a cabo este proceso sea CATIA. CATIA A pesar de los estudios llevados a cabo para la aplicación formal del conocimiento en el proceso de diseño, se han creado pocas soluciones complejas de sistemas KBE que permitan integrar la aplicación del conocimiento con las funciones modernas de los sistemas CAx. Este tipo de aplicaciones se considerarían sistemas abiertos, independientes de cualquier otra aplicación. Por otro lado, hay un grupo de sistemas CAx que tienen la posibilidad real de representar y almacenar el conocimiento en forma de funciones listas para usar. La principal base para su aplicación es la conexión perfectamente establecida entre el conocimiento obtenido de procesos particulares a través de reglas, entidades estructurales y funcionales del producto de diseño y sus restricciones. En dicho grupo se encuentran Unigraphics NX (Siemens) y CATIA (Dassault Systems), los cuales se podrían considerar sistemas interactivos. Como sistema interactivo, el programa CATIA tiene una estructura dividida en módulos. Dichos módulos agrupan funciones similares para una misma especialización. El módulo de conocimiento de CATIA (Knowledgeware) forma un módulo especializado agrupando funciones relacionadas con el conocimiento, permitiendo enlazar características de diseño con elementos de dicho conocimiento. Dispone de varios submódulos de los cuales los más importantes son:

• Asesor de conocimiento (Knowledge advisor)

• Experto en conocimiento (Knowledge expert)

• Plantilla de conocimiento del producto (Product knowledge template) Estos módulos componen muchas funciones que permiten la automatización en la elección de las características del diseño a través del uso de diferentes formas de representación del conocimiento por herramientas preparadas para tal fin:

• Parámetros – Herramienta básica para parametrizar un componente.

• Fórmulas – Relación de características entre partes separadas.

• Tablas de diseño – Determinación de familias de dimensiones de productos.



• Reglas y chequeo – Implantación de determinadas características de un

producto para establecer las restricciones relevantes a su ciclo de vida.

• Copia maestra, características del usuario, plantilla de documento – permiten la reutilización de las características de un producto.

• Reacciones – permiten proporcionar un comportamiento a un componente.

• Conjunto de ecuaciones – resuelven ecuaciones y desigualdades.

• Guión (script) El script es un programa informático escrito para un lenguaje de programación interpretado. Para tal fin, CATIA utiliza VBScript (Visual Basic Script). En dicho lenguaje se utilizan las APIs (Application Programming Interface - Interfaz de Programación de Aplicaciones), conjunto de llamadas al sistema que ofrecen acceso a los servicios del sistema desde los procesos. La principal ventaja consiste en que proporcionan un conjunto de funciones de uso general, simplificando la tarea de la programación. El formato del archivo de la imagen 3D que se maneja en CATIA es STL (Stereolithography), el cual puede ser transferido a una máquina de RP, nombre que recibe la tecnología utilizada para la fabricación tridimensional del implante directamente desde CAx. Con este sistema se obtiene una mejora del diseño, así como una reducción en el tiempo de fabricación, con una mejor utilización del material y excelentes tolerancias. 5.3.1.4. Resultados El punto de partida de la aplicación KBE fue la imagen 3D en formato STL, la cual nos permitió localizar y calcular la zona donde se requería el implante. A partir de esta información geométrica, y por medio del conocimiento del modelado, se generó automáticamente un volumen para cubrir el defecto existente en el cráneo, de tal manera que el diseño creado incluye la forma geométrica, el espesor, y las características físicas del implante. Para simplificar la resolución del problema, inicialmente el desarrollo de la aplicación se basó en una imagen 3D de una sección esférica en el que se habían realizado varios orificios de diversos tamaños (Figura 1) con el objetivo que el usuario final de la aplicación pudiera elegir el hueco a rellenar.



Figura 5.1: Sección de esfera con orificios Con tal fin, el modelado se realizó de la siguiente manera: 1.- Definición del proceso de modelado a través de herramientas CAD. 2.- Automatización del diseño a través del módulo KBE. 3.- Adaptación del proceso de modelado al usuario final. 4.- Conversión del volumen final para ser utilizado a través de técnicas de fabricación por RP.

Figura 5.2. Algoritmo de resolución del modelado



Definición del proceso de modelado a través de herramientas CAD Utilizando el módulo CAD de CATIA se determinaron manualmente los distintos pasos necesarios para definir el modelado del recubrimiento del hueco, de tal manera que constituyera un proceso que posteriormente pudiera automatizarse (figura 5.2). Para ello se definieron los siguientes pasos:

• Localización de los agujeros existentes en la superficie del objeto a través del análisis del contorno de la figura.

• Establecimiento de una distancia de separación desde el contorno del agujero que servirá de base para la creación del contorno de un área nueva.

• Creación de una superficie auxiliar a partir del contorno establecido.

• Extrusión del volumen del implante desde la superficie creada.

Automatización del diseño a través del módulo KBE La mayoría de las instrucciones utilizadas en el programa creado están desarrolladas a través de APIs. Una vez que el proceso de modelado había sido definido, las instrucciones fueron grabadas en una macro a través de código interpretado en el lenguaje VBScript. Dicho código fue modificado para que el usuario pudiera elegir el agujero deseado (en el caso que hubiera más de uno) y tuviera conocimiento de las medidas del volumen creado.

Adaptación del proceso de modelado al usuario final A continuación, el programa había de incluir determinadas reglas y restricciones para el usuario final. Estas reglas procedieron del conocimiento obtenido a partir de sistemas de implantes usados en craneotomías y patentes relacionadas. Un ejemplo de las reglas inferidas a partir del conocimiento fue la referida a la distancia necesaria entre el hueco (defecto craneal) y el volumen modelado (implante). El resultado del programa se muestra en la figura 5.3.



Figura 5.3. Sección esférica con orificio tapado

Conversión del volumen final para fabricación por RP Finalmente, se añadió una instrucción al código creado para que el volumen resultante se pudiera exportar en formato STL compatible con el proceso de fabricación, en este caso RP, y que fue utilizado para obtener el modelo del cráneo. Una vez resuelto el problema planteado para el volumen esférico, se comprobó la funcionalidad de la aplicación creada para una imagen 3D de un cráneo en formato STL (figura 5.4).



Figura 5.4. Diseño del implante para un cráneo 5.3.1.5. Conclusión En este artículo hemos presentado un nuevo enfoque para el diseño inteligente de implantes craneales personalizados. Este estudio muestra una aplicación basada en un método a partir del cual los implantes personalizados adquirirán una mejora notable consiguiendo una mayor biocompatibilidad estructural, funcional y biológica con el paciente mejorando la calidad de vida de éstos, lo cual conducirá a una cirugía menos invasiva que permitirá el incremento de calidad de vida en los pacientes. Dicha automatización permitirá reducir ostensiblemente el tiempo de diseño y, por tanto, los costes. Este programa logra una nueva perspectiva en el campo de la implantología craneal al mostrar la posibilidad de englobar el conocimiento disponible no sólo de la anatomía del cráneo, sino también del conocimiento médico. Esto permite que se cree una aplicación capaz de adaptarse a las necesidades del entorno médico ofreciendo una compatibilidad completa con las fases del proceso de producción. Así se posibilita la automatización del proceso sin necesidad de crear un implante genérico previo, eliminando la fase de ajustes por parte del cirujano en la etapa de fabricación.



Igualmente, se ha demostrado como el programa CATIA dispone de las herramientas adecuadas para la creación de una aplicación completamente personalizable, adaptable a las necesidades del usuario final. A partir del archivo de un cráneo en formato STL, dicha aplicación ha permitido desarrollar el diseño del implante y posteriormente retornarlo al mismo formato para su fabricación por técnicas de RP. El programa creado muestra que el proceso de diseño automático de implantes es posible a través de KBE. Sin embargo, el conocimiento médico debe ser ampliado para considerar todos aquellos aspectos relevantes referidos al sistema KBE: información completa del paciente para prevenir futuras complicaciones, base de datos de cráneos, o las diferentes características de los implantes disponibles. Igualmente se debe mejorar la adaptación de la geometría del implante al cráneo. En un futuro cabría la posibilidad de seguir desarrollando esta aplicación aplicando la metodología MOKA (Methodology Oriented to Knowledge Application), la cual permitiría recopilar todo el conocimiento necesario para optimizar el diseño. Dicha metodología se podría enlazar con el programa CATIA a través de una ontología. Se ha demostrado que esta aplicación establece las bases del diseño inteligente al conseguir que, a partir de un sistema definido de reglas y restricciones, se pueda definir un diseño óptimo para el implante. Esto va a permitir una vía práctica para el desarrollo de programas capaces de almacenar el conocimiento médico disponible para la mejora de procesos de diseño de implantes.



5.3.2. GESTIÓN DEL CONOCIMIENTO DE DISEÑO EN LA INDUSTRIA DEL MUEBLE

5.3.2.1. Resumen. El objetivo general de este proyecto era mejorar el proceso de diseño de los productos de la industria del mueble. Consistía en investigar en la definición de un modelo basado en el conocimiento para asistir el diseño de productos industriales. En primer lugar se realizó un análisis y rediseño del proceso de diseño actual de la empresa estudiada mediante el modelado de procesos. A partir del modelo de proceso actual se obtuvo un nuevo modelo, en el cual se analizaban y reflejaban los cambios y consecuencias en el proceso ante la implementación de una nueva herramienta de diseño, como es Catia. Se obtuvieron mejoras en aspectos de tiempo, flujo de actividades, reducción de fallos y una mayor eficiencia en el diseño. Otro de los puntos del proyecto fue la construcción de un Modelo Informal, desarrollado con el conocimiento de producto de la empresa, el cual constituye el paso necesario entre la información que define el producto en relación con la empresa y la obtención del Modelo Formal, requerido para su aplicación en herramientas informáticas para el diseño de productos. Y por último, mediante la utilización de la aplicación Catia V5 se desarrolló un prototipo de un modelo que permite la obtención de variaciones en diseños desarrollados rutinariamente de manera automática, teniendo en cuenta las características y limitaciones del mismo. Esto se produce, cuando el usuario introduce los parámetros deseados, modificando así las variables definidas, produciendo de esta forma una reducción de tiempos y minimización en cualquier tipo de error. Con todo ello se consigue una minimización de tiempos y errores, aumentar la flexibilidad en cuanto a la introducción de cambios en el diseño, aumentar la integración entre las actividades de producción y las actividades de diseño y una mejor gestión del conocimiento del producto por parte de la organización. 5.3.2.2. Introducción. El objetivo general de este proyecto es mejorar el proceso de diseño de los productos producidos en la empresa Permasa, dedicada al diseño y fabricación de mobiliario de oficina. Esta mejora se va a llevar a cabo evaluando los siguientes aspectos del proceso de diseño:

• Se pretende reducir significativamente el tiempo de proceso de diseño, rediseñando el proceso con la ayuda del modelado de procesos, y dando paso a una automatización del proceso de diseño, la cual, mejorará la efectividad del diseño minimizando fallos y errores en el proceso.

• Aumentar la flexibilidad en cuanto a la introducción de cambios en el diseño.

• Aumentar la integración entre las actividades de producción y las actividades de diseño.

• Permitir una mejor gestión del conocimiento del producto por parte de la organización.



El proyecto se divide en tres partes principales. La primera parte, Gestión del Conocimiento en el Proceso de Diseño, la segunda parte, Gestión del Conocimiento de Producto, y la tercera y última parte, Aplicación del Conocimiento en Catia V5. El estudio se limita al proceso de desarrollo de productos especiales, lo que sería el llamado diseño rutinario, que es el que presenta un mayor potencial para su automatización. En este proceso, los diseñadores se limitan a realizar pequeñas modificaciones de los productos del catálogo de la empresa, según los requerimientos de los clientes. Las modificaciones más comunes son de medidas y de material y acabado de los productos. 5.3.2.3. Gestión del conocimiento en el proceso de diseño.

Desarrollo y análisis de la descripción del proceso actual. Con el fin de obtener toda la información necesaria para el estudio y análisis de la gestión del conocimiento de diseño de un modo organizado, se desarrolló la descripción del proceso mediante el Método de Modelado de Procesos IDEF3, consiguiendo el modelo del proceso de diseño seguido por la empresa correctamente documentado. Para la obtención del modelo se tomó como guía la metodología recomendada por el método IDEF3, recogiendo toda la información necesaria mediante entrevistas y cuestionarios realizados a los principales expertos dentro de la empresa, con los que se mantuvo un contacto constante. Seguidamente, toda la información obtenida se tradujo a los diagramas utilizados por el IDEF3, mostrando, en varios niveles de detalle, todas y cada una de las actividades que se realizan para la obtención de los diseños de los productos especiales, así como el flujo del conocimiento requerido para cada actividad a través del proceso. Desarrollo y análisis de la descripción del proceso nuevo. El objetivo principal de este apartado del proyecto era analizar los efectos en el proceso de diseño ante la implementación de una nueva herramienta de diseño, como es el Catia V5, así que se desarrolló un nuevo modelo, mostrando el proceso de diseño que resultaría con la implantación de Catia en la empresa. Con el uso de esta herramienta se conseguía la automatización de gran parte de las principales actividades a realizar en el proceso de diseño, como es la modificación de los componentes del producto, la obtención de los planos o la confección de los programas de Control Numérico, reduciendo el número de tareas requeridas para su ejecución. El uso del Catia facilitaba, además, la informatización del proceso, puesto que proporcionaba toda la documentación en formato digital (planos, listado de materiales, listado de componentes, etc.). La figura 5.5 muestra un fragmento del modelo IDEF3 del proceso de diseño con el Catia implantado.



Figura 5.5. Fragmento del diagrama para el diseño de productos especiales.

Análisis comparativo de los procesos. La comparación de los dos procesos revela que la incorporación de Catia proporcionaría, de manera automática, toda la documentación necesaria, y que, mientras en el proceso nuevo toda la documentación se hallaría en formato digital, en el proceso actual todavía se utilizaban más de un 50% de los documentos necesarios en formato físico. Con el uso del formato digital en el nuevo proceso se reduciría la posibilidad de pérdidas de documentación y se agilizaría el proceso, eliminando actividades como fotocopiar documentos y tiempos de espera que aparecían en el proceso actual debido a que el intercambio de documentación entre departamentos se realizaba de forma manual. Por otro lado, la automatización de las principales actividades en el nuevo proceso y la reducción del número de actividades debido a esta automatización, proporcionarían también unos tiempos de ejecución del proceso menores y un proceso más simple y homogéneo respecto al actual. Además, el hecho de que el Catia reuniera en una sola las tres aplicaciones que se necesitaban en el proceso actual (Microsoft Excel, base de datos AS400 y programas de CN), facilitaría el trabajo al diseñador, que podría trabajar con mayor comodidad sin tener que cambiar de una aplicación a otra, y ante una interfase bastante amigable, como lo es la del Catia y la de otros programas similares a éste. Aunque Catia como herramienta de diseño requiera de un tiempo de aprendizaje mayor, a la larga resulta más ventajoso que el uso de varias aplicaciones más sencillas que dificultan la automatización del proceso y aumentan el tiempo necesario para la ejecución del proceso, aumentado también la posibilidad de errores. 5.3.2.4. Gestión del conocimiento de productos. La gestión del conocimiento de producto es uno de los elementos clave para poder conseguir los beneficios asociados a la utilización del KBE en el diseño de productos dentro de las empresas. El diseño es un servicio en el cual, debido a su condición de intangible, se manejan gran cantidad conocimientos de tipo tácito, que son aquellos que responden a esquemas no racionales como son la intuición, la creatividad, etc.



Pero este tipo de conocimientos son principalmente usados en las etapas de diseño conceptual de producto, las cuales no son el principal punto de incidencia del KBE. Sin embargo es a partir de estas etapas cuando se empiezan a manejar conocimientos de producto de tipo explícito el cual se puede formalizar mediante reglas lógicas y representadas en diferentes niveles, bases de datos, conocimientos teóricos, procedimientos, experiencias, etc. La captura, mantenimiento, reutilización y regeneración de todo este capital intelectual, representará uno de los activos más importantes de las organizaciones, y en este sentido se hace conveniente la utilización del KBE (empleo de técnicas avanzadas de software para la gestión del conocimiento de producto y sus procesos) para este propósito. Cabe resaltar que todos aquellos productos en los que se producen una gran cantidad de tareas de diseño rutinario cuyo conocimiento (explícito) está bien entendido son altamente susceptibles a la aplicación del KBE con el fin de automatizar dichas tareas de diseño. El primer paso en la aplicación del KBE en una organización es identificar aquellos posibles casos de aplicación, pero es fundamental estudiar su conveniencia, con el objetivo de evitar efectos no deseados. Además se definió el alcance y el papel a desempeñar de la posible aplicación, estableciéndose así la realización de un ensayo con un armario perteneciente a la familia de productos especiales de la empresa, de tal manera que, la aplicación cubriera íntegramente el proceso de diseño del mismo. Posteriormente y de cara a la fase de captura del conocimiento de producto, fue necesario determinar y examinar las fuentes de conocimiento para poder tipificarlas (en humana, documentación física e informática) y así valorar la conveniencia del conocimiento disponible. En este caso existía una figura predominante como era la del jefe del departamento de diseño que responde al típico experto que posee la mayoría del conocimiento de producto, por lo que es una figura imprescindible. Por ello el medio principal para capturar el conocimiento y acceder a las demás fuentes fue mediante entrevistas, las cuales se prepararon debidamente, de acuerdo con el tipo de conocimiento que se quería capturar. En este sentido el enfoque en nuestro caso fue gradual obteniendo primeramente información más general sobre el proceso de diseño y finalmente información mucha más detallada y concreta del conocimiento de producto. Una vez capturado todo el conocimiento bruto es cuando se procedió a almacenarlo y clasificarlo según el tipo de conocimiento para poder estructurarlo, con el fin de construir un Modelo Informal del conocimiento entendible por el ingeniero del conocimiento y los expertos de la empresa. Para ello se utilizó la metodología MOKA, ya que, es una metodología muy adecuada para aquellos casos de diseño rutinario y para manejar información como materiales, geometría, costes, etc. por lo que se procedió a estructurar el conocimiento utilizando las ICARE forms de MOKA que sostienen el conocimiento en función a cinco categorías, Restricciones, Actividades, Reglas, Entidades e Ilustraciones. Juntas forman el conocimiento total del producto y representan el mínimo requerido para la construcción del Modelo Informal, lo cual en nuestro caso fue suficiente. En la tabla 5.1 se muestra un ejemplo de ICARE FORM para un Regla. Por último se procedió a verificar el Modelo Informal comprobando si estaba construido correctamente, para asegurarse antes de proceder a construir el Modelo Formal. Para ello se facilitaron las ICARE forms al jefe del departamento de diseño para que comprobara convenientemente que el conocimiento sostenido en las ICARE forms era correcto.



Tabla 5.1. Plantilla de una regla para el diseño de armarios. La consecución de los objetivos planteados para esta investigación demuestra que:

- El KBE es perfectamente aplicable a cualquier sector industrial, así como, a organizaciones de diferentes características.

- El MOKA proporciona un marco de trabajo para capturar, estructurar y almacenar el conocimiento de producto, de una manera flexible y manejable.

- Es posible obtener y manejar el conocimiento de producto, para descomponerlo en unidades de conocimiento.

- Es posible representar el conocimiento de una manera informal, mediante la construcción de un modelo informal valiéndose de las plantillas ICARE.

- El Modelo informal del conocimiento permite transmitir, compartir y almacenar el conocimiento de producto.



Ciertamente estas técnicas incrementan la eficacia y optimizan el proceso de diseño de productos, lo cual, visto desde una perspectiva industrial resulta muy ventajoso, pero no sustituyen la intervención del diseñador en la fase de diseño conceptual. A este respecto resulta positivo que surjan herramientas que asistan a los diseñadores en aquellas tareas repetitivas, eliminándonos en cierto sentido del trabajo engorroso. 5.3.2.5. Aplicación del conocimiento en Catia V5. Se tenía como objeto el estudio de las capacidades del CATIA V5, e introducir el conocimiento utilizado para el diseño de mobiliario de oficina, en nuestro caso un armario, en la aplicación de software. Cuando se habla de conocimiento se hace referencia a las bases que definen un determinado producto, bien sea de una pieza o de un mecanismo más complejo, en definitiva es un diseño creado y que tiene unas cláusulas para que funcione correctamente. El conocimiento viene determinado por la empresa que elabora el producto, por la legislación, por los materiales, etc. Este conocimiento se recoge de forma que sea tratado y gestionado para poder traducirlo al lenguaje del software en cuestión. Una vez introducida toda la información necesaria en el software, éste controla el buen funcionamiento del producto creado, teniendo en cuenta las restricciones del mismo, y evitando así cualquier posibilidad de fallo. El asistente toma decisiones, con un determinado orden, reduciendo así los posibles errores humanos que se suelen producir; es una forma de automatizar el diseño y llevarnos a maximizar la productividad y el rendimiento creado. Los usuarios introducen el conocimiento en el diseño a través de fórmulas, reglas, tablas, etc. e influyen en la pieza, ensamblaje, mecanismo de diseño creado, en definitiva el producto. De esta forma se pretende obtener mejoras de rentabilidad y productividad en cuanto a la etapa de diseño o cambios posteriores en el mismo. Se utilizaron diferentes módulos del CATIA V5, pero el proyecto se centró en las posibilidades que aportaba el módulo destinado al asesoramiento del conocimiento, el Knowledgeware, formado por Knowledge Advisor, Knowledge Expert, junto a otros. Se seleccionó este módulo porque hasta el momento no había sido muy experimentado y podía aportar beneficios a la empresa. El uso de Catia y de este módulo en concreto se utilizó en el desarrollo de un prototipo sencillo, como es un armario de oficina, pero con la finalidad de tener la posibilidad de extender su aplicación a otros productos. Como resultado de la introducción en el Catia V5 del conocimiento extraído del armario se obtuvo un prototipo con las siguientes características (figura 5.6):

• Para el cambio de tamaño del armario el usuario únicamente tiene que introducir tres parámetros fundamentales (alto, ancho y profundidad) del armario en la tabla de diseño y actualizarlos, con ello se obtiene cualquier tamaño del modelo y también puede seleccionar el acabado del mismo, visualizándolo en 3D. Con esto, el programa genera el tamaño del armario en función de las dimensiones que el usuario haya introducido, teniendo en cuenta las limitaciones del armario.

• También se generan los planos correspondientes al conjunto y a las piezas de éste. Los planos, al estar vinculados al objeto en 3D, cambian cuando cambia el tamaño de éste, obteniendo con ello un gran ahorro de tiempo.



• El programa puede realizar diferentes cálculos de las piezas o del conjunto que hayamos realizado en 3D. Puede realizar cálculos de masa, volumen, centro de gravedad, etc. Y con estos cálculos se puede comprobar de forma muy sencilla la estabilidad del armario, teniendo en cuenta el ensayo de la normativa.

• Además de todo esto, proporciona listados de los componentes de las piezas que se han elaborado (en formato .txt), de características de los materiales utilizados, de análisis estructurales, etc., que pueden resultar de gran interés para la empresa, por lo que respecta al la documentación requerida en el proceso del diseño de productos.

5.3.2.6. Conclusión. La experiencia realizada ha permitido a la empresa tener mejor conocimiento de cómo desarrolla el proceso de diseño y adoptar medidas correctoras cuyo objetivo es mejorar la eficiencia y la productividad.

Figura 5.6. Imagen del armario comprobando el cambio de profundidad con una sola

puerta



5.3.3. MOLDXPRESS: NUEVO SOFTWARE DE DISEÑO INTELIGENTE DE MOLDES

5.3.3.1. Resumen.

El moldeado por inyección es una de las maneras más comunes de crear productos plásticos. En el ciclo de desarrollo de producto, la fabricación del molde supone más tiempo que cualquier otra etapa. Para aumentar la claridad, reducir costes y plazos de entrega, los fabricantes de moldes están continuamente buscando mejoras en sus procesos de diseño y fabricación. En este artículo se explican las ventajas del diseño y desventajas en 3D, las particularidades de los sistemas KBE y los detalles del MoldXpress, una solución "pay per use" para el diseño automático de moldes para la inyección de plástico. 5.3.3.2. Introducción.

Tradicionalmente, los fabricantes de moldes realizaban sus diseños en 2 dimensiones. A finales de los 90, la tendencia más notable fue la incorporación de software de 3 dimensiones en las etapas de diseño y fabricación del molde. Estas aplicaciones 3D substituyeron los programas tradicionales de dos dimensiones. Existían claras ventajas en las áreas técnicas, económicas y comerciales que explican esta tendencia hacia el diseño en tres dimensiones. Estos sistemas 3D ayudaron a los fabricantes del molde a aumentar su capacidad y eficacia tecnológica. Esto les permitió realizar desarrollos más complejos en menos tiempo. No todo son ventajas en el uso de estos programas sino que también comportan algunos problemas:

• Modelar completamente un molde en 3 dimensiones puede ser una tarea muy compleja debido al gran número de componentes existentes en un molde.

• Otra desventaja importante es la complejidad de uso de estos programas: los usuarios necesitan un aprendizaje intensivo para poder utilizarlos correctamente.

Así pues, se convirtió en una práctica muy común entre las empresas de moldes el uso de programas 3D para el modelado de la cavidad y el punzón pero seguían utilizando programas 2D para los otros componentes del conjunto del molde. De esta manera, algunas de las ventajas de los programas 3D se pierden porque, al modelar los sistemas de inyección y refrigeración, se pueden producir interferencias entre los elementos. Más aún, la manera que los programas de 3D relacionan muchos elementos del conjunto del molde con la pieza de plástico, pueden ayudar al usuario a facilitar los cambios de diseño.



Pocos años después de los programas de diseño 3D, aparecieron en el mercado los denominados "sistemas para el diseño automático de moldes". Estos programas ayudan al usuario a diseñar el molde completo automatizando las etapas más repetitivas, evitando así la mayoría de las desventajas de los sistemas 3D. No son paquetes independientes sino que están integrados en programas CAD 3D comerciales. Realmente estos programas son rutinas y macros automáticas dentro de los sistemas CAD que hacen el trabajo más fácil al diseñar moldes en 3D. No debemos confundir estos programas con los sistemas KBE. Los sistemas KBE van más allá: incluyen conocimiento del proceso para el desarrollo del molde de una manera tal que el sistema pueda proponer opciones de diseño al usuario. 5.3.3.3. El proyecto MoldXpress. Diseñar un molde es un proceso de ingeniería y el 80 por ciento de las actividades de ingeniería están descritas como rutinarias: actividades conducidas por las reglas tácitas que todo profesional tiene en mayor o menor cantidad. Hace siete años (en el año 2000) se inició el trabajo de creación de un KBE para el diseño de moldes. El proyecto inicial fue financiado por la Comisión Europea bajo el Programa IST llamado KBEMould con varias entidades participantes: AIJU – Coordinador del Proyecto, Fundación Ascamm, Ismo (Instituto Superior del Molde – Francia), UNIPG (Universidad de Perugia), KTI (Knowledge Technologies International – Luxemburgo) y 8 moldistas. El desarrollo del proyecto KBEMould comprendió diferentes fases:

• Detección de las necesidades reales de los usuarios.

• Recogida de conocimiento tácito de diseño de moldes que existe en las empresas de moldes

Una de las necesidades más significativas que se detectó en el sector fue la necesidad de disponer de programas de diseño más asequibles económicamente para las empresas de moldes (el tamaño medio de estas empresas no supera los 20 trabajadores). Cuando una empresa de moldes compra un sistema de CAD, supone una gran inversión debido a los altos costes de las licencias y al entrenamiento de los diseñadores en el sistema elegido. Esta inversión puede llegar a hipotecar la compañía "totalmente" de modo que pueda acceder solamente a los usos o a las actualizaciones del sistema de CAD implantado. Si aparece una herramienta más avanzada nueva, no pueden permitirse comprarla. Se decidió entonces que la aplicación a crear debería ser una aplicación de tipo “pay per use”, que significa que los usuarios solo pagan lo que usan sin necesidad de una inversión inicial.



Figura 5.7. Reducción de tiempo con MoldXpress.

En la recogida de conocimiento dentro del proyecto KBEMould, se captaron las reglas que rigen todo el proceso de diseño de moldes. La recogida del conocimiento se llevó a cabo a través de la generación de cuestionarios y la realización de entrevistas a empresas del sector y a profesionales de reconocido prestigio. Para la formalización del mismo se utilizó la metodología descrita en el Proyecto Europeo ESPRIT ES-25418 “MOKA” – “Methodology and software tools oriented to KBE applications”. Todo ese conocimiento captado se usó en otro proyecto dentro del programa de subvenciones Profit 2003 del Ministerio de Ciencia y Tecnología: “KBM: Desarrollo y validación de una aplicación basada en el conocimiento (Knowledge Based Engineering) para el diseño automático y remoto de moldes de inyección de plástico para pymes “. En este proyecto participaron los mismos colaboradores que en el proyecto KBEMould: Aiju, Ismo, y Ascamm. Se añadió al consorcio Missler una empresa desarrolladora de software CAD, propietaria de software como TopSolid - TopMold, y que ha sido la responsable de desarrollar y optimizará la aplicación a partir del conocimiento recogido y de las necesidades del sector. Como resultado de este proyecto ha nacido una nueva aplicación: MoldXpress. Se trata de una solución "pay per use" para el diseño automático de moldes para la inyección de plástico. El concepto básico es una herramienta que contiene el conocimiento de las empresas de moldes y a un precio asequible. Gracias a MoldXpress, los técnicos pueden usar su tiempo para realizar tareas complejas, aquellas que requieren una gran creatividad, evitando malgastar esfuerzos en las rutinarias.



Figura 5.8. MoldXpress MoldXpress es en realidad un asistente para ayudar al usuario a diseñar del molde, es decir, una especie de wizard que guía al usuario durante todo el proceso de diseño del molde aportando conocimiento y evitando al usuario tener que hacer tareas repetitivas tales como la creación de la partición, los postizos de cavidad y punzón, etc. Pasos del MoldXpress:

1. Importación de la pieza: MoldXpress puede importar varios tipos de formato CAD, como pueden ser igs, step, parasolid, etc.

2. Orientación de la pieza en la posición del molde: MoldXpress proporciona al usuario toda una serie de herramientas para posicionar correctamente la pieza

3. Selección del plástico a utilizar: el usuario selecciona el plástico de la pieza y MoldXpress recomienda un valor de contracción.

4. Análisis de los ángulos de la pieza: ángulos de desmoldeo, negativos, etc. 5. Creación automática de las superficies de partición del molde: MoldXpress

detecta las líneas de partición y crea las superficies automáticamente 6. Creación automática de cavidad y punzón: con las superficies de partición

MoldXpress crea los postizos de cavidad y punzón 7. Selección del Portamoldes: en función del tamaño de la cavidad y del punzón

MoldXpress preselecciona un tamaño de portamoldes de la base de datos de elementos normalizados (normalizados disponibles: VAP, Hasco, Rabourdin, Dme, Pedrotti, Futaba, etc...) pero deja a elección del usuario cambiar de tamaño.

8. Diseño del sistema de inyección: MoldXpress asiste al usuario durante la creación del sistema de inyección

9. Sistema de expulsión: el usuario selecciona los puntos de pieza que quiere utilizar para expulsar y MoldXpress se encarga de seleccionar el mejor expulsor y situarlo correctamente dentro del molde.

10. Refrigeración: En función de la geometría y del espesor de la pieza, MoldXpress crea automáticamente el sistema de refrigeración adecuado para cada caso y selecciona los todos los elementos necesarios para completar el sistema



11. Planos de molde y lista de materiales: Para terminar MoldXpress nos ofrece la posibilidad de crear automáticamente un plano con las vistas más significativas del molde y una lista de materiales

12. Exportar a otros sistemas: el resultado de MoldXpress a parte de los planos y la lista de materiales será la posibilidad de exportar todo el diseño del molde al formato requerido por el usuario.

Figura 5.9. Moldeado con MoldXpress. 5.3.3.4. CONCLUSIONES

En el estado del arte actual se puede comprobar que la industria que más apuesta por el conocimiento basado en la ingeniería es la aeronáutica seguida muy de cerca por la automovilística. Poco a poco las demás industrias han ido apostando por esta tecnología para crecer en optimización, calidad y competitividad.

5.- Estado del arte -...

Documents

Transcript of 5.- Estado del arte -...