Compactado de polvo metalúrgico — piezas dentro de tolerancia turno tras turno, no solo en la muestra del SPC.

El problema

La pieza verde se sale de tolerancia por unos micrómetros que nadie miró a la vez.

En compactado de polvo metalúrgico, la altura verde y la densidad final de la pieza son el resultado de un equilibrio fino entre peso de polvo dosificado, presión hidráulica de cierre y temperatura del herramental. El SPC mira una muestra cada cierto número de ciclos. Cuando esa muestra confirma desviación, ya hay cientos de piezas hechas con la misma deriva — algunas pasan, otras no, y todas se sintetizan. El problema no es el SPC; es lo que pasa entre muestra y muestra:

1. La humedad del polvo cambia con el turno (apertura de tolvas, condiciones de almacén) y altera la compresibilidad real del polvo en el matrizado.
2. El lote del proveedor llega con una compresibilidad ligeramente distinta de lo nominal y nadie reentrena la presión de cierre.
3. El troquel se calienta turno adelante y eso desplaza unos micrómetros la altura verde.
4. El filtro del aceite hidráulico empieza a colmatarse y la presión real en el cilindro baja sin que la consigna cambie.

El sistema clásico (consigna fija + SPC por muestreo + jefe de turno con experiencia) funciona casi siempre. Cuando no funciona, lo paga el rectificado post-sinterizado, el scrap de las piezas críticas (bombas hidráulicas, sincros) o un cliente automoción que detecta la desviación dimensional en su recepción. No es falta de proceso; es información que vive en islas en el momento crítico.

Cómo encaja con el sistema IRIS

iLEAN Edge no añade otro SPC — sella la grieta entre presión, peso de polvo, lote y troquel.

La pieza que resuelve el dolor es iLEAN Edge: un terminal físico en planta, junto al cuadro de la prensa, que ve la presión hidráulica como la vería un jefe de prensa veterano si tuviera al mismo tiempo la báscula del polvo, el termopar del troquel y el filtro del circuito en la misma pantalla.

Edge ve la curva de presión hidráulica de cada ciclo. Connect lee el lote, el ticket del proveedor de polvo y la humedad ambiental donde estén. El agente cruza presión + lote + troquel y propone al jefe de turno un ajuste de consigna o un servicio. La persona firma — la pieza queda en tolerancia.

Las tres piezas iLEAN aplicadas a la presión hidráulica del compactado PM:

• Edge — terminal junto al cuadro de la prensa, leyendo presión del cilindro principal, presión de cojín, posición del carro y, donde existe, fuerza de eyección. La CNN aprende la firma normal de la curva de presión por SKU y troquel — no la consigna, sino la forma del ciclo. Cruza con el peso de polvo dosificado en el llenado y con la temperatura del herramental. Funciona sin red: si la conectividad con MES cae, Edge sigue mirando ciclo a ciclo, porque lo crítico no puede depender del WiFi.
• Connect — captura el lote del proveedor de polvo (ticket de báscula, certificado de compresibilidad, fecha de envasado), la humedad ambiental del almacén, el plan de troquel y los cambios de SKU. Y captura también lo que llega por fuera — correo del proveedor avisando que el siguiente lote viene con un baseline distinto, observación del laboratorio sobre el grado del polvo — en el segundo cero.
• Agente — cruza la firma de presión-densidad ciclo a ciclo con humedad, lote y temperatura del troquel. Cuando la deriva supera tolerancia, propone al jefe de turno: ajustar setpoint de presión 2 bar, planificar limpieza del filtro hidráulico al final del turno, o retener el lote actual para muestreo. El jefe firma. No recalibra la prensa solo — salvo donde el equipo directivo configure autonomía.

Ver la arquitectura IRIS completa →

Antes y después

Compactado PM con SPC clásico vs. compactado con iLEAN Edge sobre la presión hidráulica

Aspecto	Consigna fija + SPC por muestreo	Con iLEAN Edge sobre presión + lote + troquel
Frecuencia del control	Una muestra cada N ciclos	Cada ciclo
Detección de la deriva inter-turno	Cuando el SPC confirma, ya hay scrap	Antes de que la siguiente muestra falle
Cruce con humedad / lote / troquel	Cada uno en su sistema y persona	Cruzado por el agente en planta
Servicio del filtro hidráulico	Calendario fijo	Propuesto cuando la deriva real lo justifica
Funcionamiento sin red	Consigna sí, contexto no	Edge sigue mirando ciclo a ciclo con la luz del cuadro
Dossier de pieza crítica	Curva muestreada, reconstruida	Por pieza — curva de presión, lote, firma humana

Estimación de impacto

Estimación de impacto para tu planta — a validar con tus números.

El siguiente bloque es una estimación a validar con los datos concretos de tu planta. Lo planteamos para que el comité tenga un orden de magnitud; lo refinamos en el diagnóstico.

• Planta de polvo metalúrgico fabricando piezas autoparte (sincros, bombas hidráulicas, engranajes, partes estructurales) con prensa de compactado hidráulica y horno de sinterizado, scrap dimensional documentado entre turnos.
• Piloto Edge sobre la prensa (transductores de presión + integración con báscula de llenado, MES y SPC). Primer valor esperable en pocas semanas: detección de la deriva ciclo a ciclo antes de que el SPC la confirme.
• Payback orientativo entre 4 y 9 meses, según frecuencia de incidentes documentados y coste medio de scrap + rectificado post-sinterizado.
• Reducción esperable de scrap dimensional ≥ 30% en el primer año en piezas críticas. Recordatorio del estándar de calidad automoción: del orden de 25 PPM ^[1] — la deriva inter-turno es difícil de sostener a ese nivel sin Edge ciclo a ciclo.

Y la duda razonable del responsable de calidad

«¿Y si la IA cambia la consigna por su cuenta y me descalibra la prensa?» — la propuesta no se ejecuta sola. iLEAN trabaja en tarea anclada: lee la curva de presión que ya da el transductor y la compara con la firma aprendida. En tareas ancladas, los mejores modelos bajaron el error por debajo del 1,5% ^[2]. Y aun así, el jefe de turno ve la curva, ve la propuesta, y firma. La consigna no cambia sola — salvo donde el equipo directivo configure autonomía.

^[1] Estándar de calidad automoción ~25 PPM — fuente Symestic.

^[2] Paper OpenAI «Why Language Models Hallucinate», 2025 — sobre fiabilidad de la IA en tareas ancladas.