Ciencias de la computación y tecnología informática
El proyecto tiene como objetivo desarrollar un sistema de mantenimiento predictivo cognitivo enfocado en maximizar la vida útil de los componentes energéticos de fusión, incluyendo aceleradores. Este sistema busca crear un espacio...
ver más
01/01/2024
UGR
687K€
Presupuesto del proyecto: 687K€
Líder del proyecto
UNIVERSIDAD DE GRANADA
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores5524
Fecha límite participación
Sin fecha límite de participación.
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2024-01-01
No tenemos la información de la convocatoria
0%
100%
Características del participante
Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.
Información adicional privada
No hay información privada compartida para este proyecto. Habla con el coordinador.
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
Información proyecto PLEC2024-011195
Líder del proyecto
UNIVERSIDAD DE GRANADA
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores5524
Presupuesto del proyecto
687K€
Fecha límite de participación
Sin fecha límite de participación.
Descripción del proyecto
El proyecto tiene como objetivo desarrollar un sistema de mantenimiento predictivo cognitivo enfocado en maximizar la vida útil de los componentes energéticos de fusión, incluyendo aceleradores. Este sistema busca crear un espacio de datos eficiente, mejorar la comunicación entre humanos y máquinas, y optimizar las acciones de mantenimiento, alineándose con el paradigma europeo del Mantenimiento 5.0. Para lograr esto, se desarrollará un sistema cognitivo que combine nuevos modelos predictivos con Decentralised Knowledge Graphs (DKG), Large Language Models (LLM) y técnicas de Retrieval Augmented Generation (RAG), y se implementará en un contexto de Gemelo Digital cognitivo, que incluso considere el estado de monitorización de los propios procesos software/cibernéticos y su ciberseguridad.El sistema se apoyará en la creación de gemelos digitales contextuales que utilizan nuevas capacidades predictivas, poniendo un énfasis especial en el pronóstico de fallos de activos y la toma de decisiones óptimas de mantenimiento. Esta estrategia promoverá la transición de un mantenimiento predictivo a un mantenimiento predictivo cognitivo, mejorando significativamente la gestión y operación de los componentes relacionados con la energía de fusión. El ámbito de aplicación y demostración del proyecto estará centrado en componentes del sistema acelerador y lazo de litio de IFMIF-DONES, cuyas actividades de mantenimiento requieren de una combinación entre humano y robot (por exposición a alta irradiación), por lo que el proyecto concluirá con un demostrador llamado Operador 5.0, en el que se explorará una relación ciberfísica y simbiótica entre operario y máquina basada en inteligencia artificial explicable y cognitiva.