La tecnología española presente en los procesos de mejora de los neumáticos a nivel internacional

La colaboración entre trabajadores y robots sigue avanzando en diferentes sectores industriales, haciendo cada vez más habitual la convivencia con los denominados collaborative robots o cobots. Una de las ideas más recientes en este ámbito ha nacido en la planta Michelin de Valladolid, enmarcada en un proyecto piloto que también cuenta con la firma de la empresa valenciana GAEQUIP y de INNSOMNIA, uno de los principales hubs de aceleración e incubación de proyectos con base tecnológica.

Una iniciativa de éxito, surgida de un concurso de ideas creado y supervisado por INNSOMNIA para Michelin, que ha llevado a esta compañía a implantar un prototipo colaborativo, con el objetivo de facilitar el trabajo de renovado en neumáticos de gran tamaño como los usados en camiones, autobuses y otros vehículos de elevado tonelaje.

Así pues, la introducción de estos dispositivos ayudará a cualquier persona a poder llevar a cabo este tipo de trabajo tan específico, evitando los esfuerzos derivados de manejar objetos pesados.

Por otro lado, a las ventajas que estos dispositivos colaborativos proporcionan a los equipos humanos, se suma su impacto positivo sobre todo el proceso, con una optimización de los tiempos que se refleja en el aumento de productividad y en la disminución de costes.

Según declara Germán Arias, director técnico de la planta de Michelin de Valladolid, “Michelin lleva la innovación en su esencia desde que existe, aplicada internamente a sus productos y procesos industriales. En este momento, en que la industria se está transformando con la digitalización como vector de cambio, nos pareció interesante buscar soluciones fuera de nuestro ámbito natural”.

“La Cámara de Comercio de Valladolid nos puso en contacto con INNSOMNIA, nuestro partner en este proceso, con quien decidimos lanzar dos retos. El primero de ellos, se enfocó a mejorar la ergonomía de un puesto de trabajo manual en nuestro taller de renovado de cubiertas de camión, para reducir el esfuerzo físico necesario”, explica Arias.

Gracias a esta iniciativa, lo que a priori, se concibió como una aplicación para un robot colaborativo (cobot) fue finalmente resuelto con un manipulador más simple de construir y la imaginativa solución de la empresa valenciana GAEQUIP. Actualmente, este dispositivo está en fase final de pruebas a la espera de poder desplegarse pronto en las fábricas europeas de Michelin.

Por otro lado, el segundo reto lanzado por las entidades se ha centrado en la búsqueda de una aplicación de mantenimiento predictivo basado en inteligencia artificial, con el objetivo de anticipar las posibles averías de las máquinas y aumentar así la capacidad de producción.

“Es un proyecto ambicioso y de alta complejidad que estamos realizando con otra empresa también valenciana, Tyris Software, que nos hizo una propuesta muy interesante que está en fase de prototipo, con buenas perspectivas de evolución”, asegura Arias, quien concluye: “Este trabajo colaborativo nos ha aportado una visión amplia del ecosistema digital español, lo que nos permite ser optimistas con el futuro”.

Un puente entre la innovación tecnológica y la industria

Como explica Rafael Navarro, socio cofundador de INNSOMNIA, “la creación de este concurso tecnológico nació hace dos años como una iniciativa para impulsar la digitalización de la industria, teniendo como ganador el modelo de GAEQUIP. Desde entonces, hemos mantenido una convocatoria anual para conectar proyectos innovadores con Michelin, lo que ha ayudado a crear importantes sinergias entre startups y pymes tecnológicas con una empresa líder, capaz de aportar su experiencia, visión de mejora y un testeo exigente en condiciones reales.

Así pues, este concurso, que recientemente ya ha arrancado su tercera convocatoria, ha abierto la puerta a otros proyectos como el citado sistema de mantenimiento predictivo basado en inteligencia artificial. La apuesta de Michelin por la industria 4.0 buscará ahora junto INNSOMNIA una nueva solución para optimizar la gestión de piezas de recambio en sus plantas, reducir errores y mejorar el suministro de estas piezas.