Descripción del proyecto
La industria del futuro se enmarca en el paradigma denominado Industria 4.0, que pretende la integración de los procesos productivos con las nuevas tecnologías de la información y comunicaciones. En sectores productivos de alta competitividad, como el automovilístico, la revolución que supone la Industria 4.0, se contempla como la tendencia natural en los próximos años, por las expectativas de optimización de la producción y reducción de costes que genera. PlatNiNovel pretende innovar en la monitorización de maquinaria de producción industrial, aspecto clave para asegurar la calidad del producto manufacturado y optimizar el OEE de la línea, proponiendo una plataforma de monitorización inteligente de maquinaria industrial, con capacidad de aprendizaje continuado durante la vida útil de los equipos y capacidad de gestionar la variabilidad de las maquinas monitorizadas, mediante la generalización de los modelos de diagnóstico. La plataforma conectará en red a (i) las máquinas monitorizadas, (ii) el servicio de supervisión remota y gestión de información y (iii) los usuarios finales de la plataforma. Se propone aplicar técnicas de análisis multivariable, basadas en inteligencia artificial, que permitan determinar no solamente el estado de deterioro de los componentes, sino también el rendimiento del proceso productivo y la calidad esperada de los productos manufacturados Concretamente se propone una metodología de análisis combinado, basado en un modelo local específico y muy preciso, de cada una de las máquinas monitorizadas por la plataforma, y un modelo de máquina genérica, ubicado en el sistema de gestión de información, que permita gestionar la variabilidad de las diferentes máquinas monitorizadas por la plataforma, así como acumular el conocimiento generado en cada una de ellas. Esta propuesta permite optimizar el compromiso precisión-generalización propio de los modelos basados en datos, ya que el modelo local, entrenado solamente con datos de una máquina, garantiza la precisión, mientras que el modelo de máquina genérica, que acumula el conocimiento generado en todas las máquinas de la plataforma, garantiza la generalización del análisis. Los modelos, estarán formados por dos subsistemas trabajando en paralelo, uno de detección e identificación de anomalías conocidas, y otro de detección de novedad, que permitirá identificar casuísticas no consideradas en el proceso de entrenamiento inicial, e incorporarlas al conocimiento de los modelos de análisisLas innovaciones del proyecto se concretan en dos productos: (i) Módulo local de diagnóstico y detección de novedad (DDN) para maquinaria industrial, de funcionamiento autónomo, y (ii) Sistema remoto de supervisión con modelo de máquina genérica, comprobación de estado y generalización de conocimiento (CEIC) como complemento del DNN. Los clientes potenciales de estos productos serán en una primera fase de explotación del proyecto, las principales empresas TIER1 del sector de automoción (actuales clientes de MAPRO) tanto para líneas de montaje, como de ensayos de componentes. En una segunda fase de explotación, también es un producto de interés para fabricantes de bienes de equipo en general, con una tipología de máquina mecatrónica con sistemas y configuraciones mecánicas que presenten problemáticas afines a las abordadas en el proyecto.Se presenta un consorcio capaz de abordar todas las actividades necesarias para alcanzar los objetivos propuestos. MAPRO es una empresa con amplia experiencia y conocimiento del mercado de maquinaria de test y ensamblado para la industria automovilística, con una numerosa cartera de clientes TIER1 del sector automovilístico con necesidades reales de maximizar el OEE de su línea de producción. CIT-UPC, a través del grupo MCIA, posee el conocimiento y experiencia necesaria en el campo del diagnóstico y monitorización industrial, para garantizar la consecución de todos los objetivos científicos que plantea la presente propuesta