Desde el 01 de Febrero de 2023 hasta el 31 de Diciembre de 2023, Industrial Matricera Palentina está desarrollando el proyecto cooperativo CbIACyL entre socios de CBECYL

Dentro de las actuaciones contempladas como subvencionables para desarrollar y mejorar las capacidades de investigación e innovación del tejido empresarial a través del apoyo a las Agrupaciones Empresariales Innovadoras de la Comunidad de Castilla y León, el proyecto CbIACyL se engloba dentro de los Proyectos y actuaciones de Actividades de Investigación Industrial  en cooperación tipo II entre la AEI y sus miembros, en este caso el proyecto está enfocado en ayudar a las empresas a ser más eficientes en el control del estado de su maquinaria, por medio de una investigación experimental de algoritmos de inteligencia artificial para la detección de anomalías en tiempo real, de manera automática y no supervisada .

El objetivo principal del proyecto es detectar posibles errores mediante el análisis de información capturada con dispositivos/sensores no invasivos de medición de variables indirectas de maquinaria. Durante el proyecto se van a estudiar y seleccionar la/las técnicas óptimas para esta investigación y las variables que puedan mostrar que una máquina sufre una anomalía. Esta investigación está dirigida a las empresas del clúster de Bienes de Equipo de Castilla y León, dando respuesta a la demanda actual del sector.

El proyecto CbIACyL a través de la investigación y del conocimiento y experiencia aportada por cada uno de los socios integrantes en este proyecto pretender avanzar en los retos identificados, aportando conocimiento al sector de bienes de equipo de Castilla y León. Conocimiento que permitirá a las empresas del clúster, especialmente a las pymes, aumentar la eficiencia de sus operaciones mejorando su competitividad y optimizando el uso de sus recursos.

El objetivo general, incluye los siguientes objetivos tecnológicos:

  • Investigación de técnicas de captura de información no intrusivas en maquinaria industrial.
  • Identificar patrones anómalos en el funcionamiento de maquinaria para proporcionar alertas tempranas y poder actuar evitando daños mayores.
  • Optimizar el uso de los recursos mediante la subsanación de errores en un momento temprano evitando la generación de desperdicios o ineficiencias.

Además de una serie de objetivos estratégicos:

  • Introducir en el clúster técnicas innovadoras de mantenimiento predictivo, con el objetivo de ir reemplazando las antiguas prácticas y brindar la capacidad de crear más valor, mejor y más rápido para el cliente con un coste reducido y una calidad mejorada.
  • Establecer una línea base de conocimiento en el clúster que permita el desarrollo de futuros proyectos con alcances de menor investigación y mayor desarrollo.
  • Mejorar la competitividad y resiliencia de las empresas del clúster aprovechando la capa de servicios de industria 4.0 existente, fomentando así la innovación de productos, procesos y modelos de negocio, e impulsando la competitividad de las empresas.
  • Generar conocimiento en el marco del clúster para facilitar el acceso a las nuevas tecnologías, principalmente a las pymes, que pudieran tener este acceso más difícil.

Por tanto, los beneficios que puede aportar aplicar técnicas inteligentes de detección de anomalías en maquinaria dentro de un proceso de fabricación están los siguientes:

  • Mejora en la eficiencia del mantenimiento predictivo: se pueden tomar medidas preventivas para evitar fallos costosos.
  • Reducción de costos: se pueden reducir los costos de reparación y los tiempos de inactividad.
  • Aumento de la seguridad: se pueden tomar medidas para evitar accidentes y proteger a los trabajadores.
  • Mejora en la eficiencia operativa: se pueden aumentar la eficiencia operativa y la productividad.
  • Mejora en la calidad del producto: se pueden mejorar la calidad del producto y la satisfacción del cliente.
  • Automatización de la detección de anomalías: reduce la necesidad de intervención humana.
  • Capacidad de procesamiento en tiempo real: permite una detección rápida y precisa de anomalías.
  • Mejora en la capacidad de adaptación: las técnicas de IA pueden adaptarse automáticamente a cambios en los datos y en el entorno.
  • Mejora en la toma de decisiones: al proporcionar información precisa y oportuna, la IA puede ayudar a los gerentes a tomar decisiones informadas.
  • Reducción de los falsos positivos: al utilizar técnicas de IA, se pueden reducir los falsos positivos y aumentar la precisión de la detección de anomalías.
  • Reducción de los falsos negativos: al utilizar técnicas de IA, se pueden reducir los falsos negativos y aumentar la precisión de la detección de anomalías.
  • Mejora en la escalabilidad: la IA permite el procesamiento de grandes cantidades de datos, lo que mejora la escalabilidad del sistema.

WEB DEL PROYECTO

https://cbiacyl.ctme.org/