Revisión sistemática de Literatura sobre la Incidencia de la Tecnología CNC en la Industria 4.0
Resumen
Este estudio presentó una revisión sistemática de la literatura sobre la integración de la tecnología CNC en el contexto de la Industria 4.0, evaluando su incidencia en la manufactura moderna. Se realizó una búsqueda en bases de datos académicas, seguida de un análisis y síntesis de la información recopilada. La metodología incluyó la aplicación del método de Kitchenham para la revisión sistemática, complementada con un estudio de caso en una empresa ecuatoriana y una encuesta a profesionales del sector. La revisión identificó los principales beneficios, desafíos y tendencias futuras de esta integración tecnológica. Se concluyó que la convergencia CNC-Industria 4.0 ofrece un potencial significativo para mejorar la eficiencia, flexibilidad y calidad en la manufactura, aunque persisten desafíos organizacionales y técnicos. La revisión también reveló áreas prometedoras para futuras investigaciones, incluyendo la integración con fabricación aditiva y la aplicación de inteligencia artificial en procesos CNC.
Descargas
Citas
PARASHAR, B., SHARMA, R., RANA, G. y BALAJI, R. D. (2023). Foundation Concepts for Industry 4.0. pp. 51-68. DOI: 10.1007/978-3-031-20443-2_3
RODRIGUEZ-ALABANDA, O., ROMERO, P. E. y GUERRERO-VACA, G. (2019). Application of Custom Macro B high level CNC programming language in a five-axis milling machine for drilling holes distributed in axi-symmetric working planes. Procedia Manufacturing. 41, 976-983.
YAO, X., ZHOU, J., LIN, Y., LI, Y., YU, H. y LIU, Y. (2019). Smart manufacturing based on cyber-physical systems and beyond. Journal of Intelligent Manufacturing. 30(8), 2805-2817.
PIVOTO, D. G. S., DE ALMEIDA, L. F. F., DA ROSA RIGHI, R., RODRIGUES, J. J. P. C., LUGLI, A. B. y ALBERTI, A. M. (2021). Cyber-physical systems architectures for industrial internet of things applications in Industry 4.0: A literature review. Journal of Manufacturing Systems. 58, 176-192.
ACETO, G., PERSICO, V. y PESCAPÉ, A. (2019). A Survey on Information and Communication Technologies for Industry 4.0: State-of-the-Art, Taxonomies, Perspectives, and Challenges. IEEE Communications Surveys and Tutorials. 21(4), 3467-3501.
ÇINAR, Z. M., ZEESHAN, Q., KORHAN, O., AHMED, G., AWAIS, M. y AHMAD, J. (2021). A Framework for Industry 4.0 Readiness and Maturity of Smart Manufacturing Enterprises: A Case Study. Sustainability. 13(12), 6659.
ZONTA, T., DA COSTA, C. A., DA ROSA RIGHI, R., DE LIMA, M. J., DA TRINDADE, E. S. y LI, G. P. (2020). Predictive maintenance in the industry 4.0: A systematic literature review. Computers & Industrial Engineering. 150, 106889.
MAREŠ, M., HOREJŠ, O. y HAVLÍK, L. (2020). Thermal error compensation of a 5-axis machine tool using indigenous temperature sensors and CNC integrated Python code validated with a machined test piece. Precision Engineering. 66, 21-30.
MANTRAVADI, S. y MØLLER, C. (2019). An Overview of Next-generation Manufacturing Execution Systems: How important is MES for Industry 4.0. Procedia Manufacturing. 30, 588-595.
JIMÉNEZ, M., ROMERO, L., DOMÍNGUEZ, I. A., ESPINOSA, M. D. M. y DOMÍNGUEZ, M. (2019). Additive Manufacturing Technologies: An Overview about 3D Printing Methods and Future Prospects. Complexity. 2019, 9656938.
RELJIĆ, V., MILENKOVIĆ, I., DUDIĆ, S., ŠULC, J. y BAJČI, B. (2021). Augmented Reality Applications in Industry 4.0 Environment. Applied Sciences. 11(12), 5592.
NASIR, V. y SASSANI, F. (2021). A review on deep learning in machining and tool monitoring: methods, opportunities, and challenges. The International Journal of Advanced Manufacturing Technology. 115(9), 2683-2709.
KROGSHAVE, J. T., BOETTJER, T. y RAMANUJAN, D. (2020). Machine-Specific Energy Estimation Using the Unit Process Life Cycle Inventory (UPLCI) Model. Proceedings of the ASME Design Engineering Technical Conference. 6.
JIA, S. et al. (2021). Multi-Objective Optimization of CNC Turning Process Parameters Considering Transient-Steady State Energy Consumption. Sustainability. 13(24), 13803.
LIU, Q. y HUANG, T. (2019). Inverse kinematics of a 5-axis hybrid robot with non-singular tool path generation. Robotics and Computer-Integrated Manufacturing. 56, 140-148.
NGUYEN, D. K., HUANG, H. C. y FENG, T. C. (2023). Prediction of Thermal Deformation and Real-Time Error Compensation of a CNC Milling Machine in Cutting Processes. Machines. 11(2), 248.
SERIN, G., SENER, B., OZBAYOGLU, A. M. y UNVER, H. O. (2020). Review of tool condition monitoring in machining and opportunities for deep learning. International Journal of Advanced Manufacturing Technology. 109(3-4), 953-974.
KITCHENHAM, B. (2004). Procedures for Performing Systematic Reviews. Software Engineering Group Department of Computer Science.
YANG, Y., CHEN, Z., ZHANG, J., WANG, G., ZHANG, R. y SUO, D. (2019). Preparation and Applications of the Cellulose Nanocrystal. International Journal of Polymer Science. 2019, 1767028.
Derechos de autor 2024 Luis Hernán Sánchez Hayman; Yoandrys Morales Tamayo, Danilo Fabricio Trujillo Ronquillo
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0.
El titular de los derechos de autor de la obra, otorga derechos de uso a los lectores mediante la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional. Esto permite el acceso gratuito inmediato a la obra y permite a cualquier usuario leer, descargar, copiar, distribuir, imprimir, buscar o vincular a los textos completos de los artículos, rastrearlos para su indexación, pasarlos como datos al software o usarlos para cualquier otro propósito legal.
Cuando la obra es aprobada y aceptada para su publicación, los autores conservan los derechos de autor sin restricciones, cediendo únicamente los derechos de reproducción, distribución para su explotación en formato de papel, así como en cualquier otro soporte magnético, óptico y digital.
