- FABRICACIÓN
AYESA (IBERMÁTICA, S.A.)
Optimización en industria de procesos
¿Cómo conseguir reducir el consumo energético y emisiones de CO2 en aquellas industrias cuyos procesos de fabricación duran horas/días?¿Cómo hacer un enfoque común de una planta cognitiva de predicción/optimización que sirva para 4 plantas productivas distintas?
Identificar, recoger y homogeneizar la información relevante en el proceso.Elaboración de modelos de predicción y simulación.Elaboración de un gemelo digital que permita optimizar procesos clave siendo lo más realista posible.
Arquitectura para la captura de datos en planta, envió a una plataforma centro donde se almacena. Generación de diferentes modelos de predicción que permiten la generación de modelos de optimización de un valor clave del proceso.Visualización al operario de la información relevante para favorecer su toma de decisiones.
On Premise y Cloud
Machine Learning & Deep Learning
Data set privados de los valores del proceso en real time de cada uno de los 4 casos de uso (industrias de procesos reales)
Técnicos de proceso, técnicos en la captura y tratamiento de dato industrial, Ingenieros de datos, Científico de datos , especialistas en UX.
Procesos complejos, con variables que interactúan entre ellas, con un gran componente de decisión humana, inercias muy largas en el proceso, dependencias entre procesos,
Reducción de consumo energético, reducción de emisiones de C02, reducción en scrap, procesos y productos fuera de calidad.
- Financiación
Programas europeos
- Colaboraciones
14 socios de 8 países, entre ellos : Acerálava, Ideko, Ingeteam , Savvy,
es
10/09/2026
FABRICACIÓN, Guipúzcoa, Machine Learning & Deep Learning, Optimización