CASOS DE ÉXITO

PROBLEMÁTICA

En el proceso de fabricación de piezas para el sector automoción, el ensamblaje por la soldadura de ciertos componentes mecánicos puede verse afectado por deformaciones que podrían perjudicar a la calidad.

Hasta ese momento, el resultado solo se podía determinar en una inspección manual, generando una pérdida de materia prima y tiempo importante.

RESULTADOS

• Predicción de deformaciones a través del Gemelo Digital
• Disminución de tiempo y materia prima del proceso de testing de las piezas
• Mayor calidad del resultado de ensamblaje obteniendo piezas más robustas gracias al modelo predictivo

SOLUCIÓN

Modelo predictivo de deformación de piezas:

• Investigación de piezas previas (pre y post ensamblado) para determinar la influencia de los parámetros involucrados en el acabado final.
• Desarrollo y entrenamiento de un modelo predictivo para estimar las deformaciones de la pieza dada en condiciones de entrada.
• Establecer umbrales de aceptación que permitan traducir estas deformaciones en una métrica de calidad.

HERRAMIENTAS

PROBLEMÁTICA

• Los datos de diferentes equipos involucrados en las fases de fabricación de medicamentos son clasificados manualmente en tablas de Excel.
• Al no estar integrado un estudio de recogida de datos, es necesario explotarlos y procesarlos manualmente, pudiendo cometer fallos humanos.

SOLUCIÓN

Creación de una plataforma que reciba datos de la fabricación de medicamentos, mostrándolos en tiempo real y aportando diferentes tipos de gráficas y datos estadísticos con el fin de comprobar la evolución de los procesos y controles de calidad.

RESULTADOS

• Recogida de datos fiables y de calidad
• Informes estadísticos y gráficos que mejoran el trabajo de los centros de producción farmacéutica
• Mejores resultados al terminar los procesos de calidad, disminuyendo considerablemente los desperdicios

HERRAMIENTAS

PROBLEMÁTICA

Los centros hospitalarios no disponen de un método óptimo para transformar todos los datos ya registrados en información relevante, por lo que la capacidad de identificar a los pacientes con riesgo de adherencia a su tratamiento aumenta considerablemente.

RESULTADOS

• Aumento de la calidad de la información para prescribir un tratamiento.
• Aumento de la capacidad y agilidad en la toma de decisiones.
• Reducción del número de consultas no programadas y de visitas o urgencias.
• Reducción del número de ingresos hospitalarios.

SOLUCIÓN

Se propone crear un modelo predictivo que permita predecir el riesgo por falta de adherencia al tratamiento con antineoplástcos orales. Se pretende identificar, desde el principio, a aquellos pacientes en los que va a ser necesario focalizar de manera individual las intervenciones y los recursos, sin tener que esperar a posibles consecuencias clínicas y/o económicas derivadas en ello.

HERRAMIENTAS

OBJETIVO

El cliente requiere de una solucion que le permita automatizar la lectura de matriculas y la identificación de vehiculos (marca/modelo) con el objetivo de poder facturar la tarifa que corresponda.

RESULTADOS

Desarrollo de una herramienta que mediante Visión artificial-Deep Learning (redes neuronales convolucionales), permita la lectura de matriculas.

Desarollo de un sistema de clasificación por categoría de vehículos.

Algunas de las ventajas obtenidas son:

• Automatización de tareas
• Mejora de la calidad de la información
• Optimización de las condiciones de facturación

SOLUCIÓN

• Computer vision
• Redes neuronales (CNN)
• Machine Learning: algoritmos de clasificación y detección de objetos.

HERRAMIENTAS

OBJETIVO

El cliente dispone de diversas prensas hidráulicas para la fabricación de piezas del sector de la automoción, y cada una de ellas cuenta con un sensor para monitorizar su correcto funcionamiento.

Otro de nuestros clientes, con un caso similar, dispone de un generador eléctrico de ciclo combinado que monitoriza los parámetros de caudal de combustible de aire, así como los parámetros eléctricos de la energía generada y cuenta con una serie de alarmas que avisan si algo se encuentra fuera de los límites de funcionamiento considerados como normales.

La necesidad de estos clientes reside en anticiparse a cualquier problema que pudieran dar las máquinas, con la intención de prevenir paradas no programadas.

SOLUCIÓN

Se propone la elaboración de un sistema de adquisición de datos de los más de 700 sensores, centralizados en una plataforma que nos posibilita, no solo medir en tiempo real su funcionamiento, sino elaborar un modelo predictivo.

RESULTADOS

• Reducir el número de averías en un 55%
• Reducción del tiempo de inactividad (MTTR = 60%)
• Reducción del stock de piezas de repuesto
• Aumento de vida de las piezas
• Aumento de la producción (30%)

HERRAMIENTAS

OBJETIVO

El cliente requiere de una solución que permita optimizar los costes y el tiempo de mantenimiento de la infrasestructura ferroviaria española.

RESULTADOS

• Reducción enorme del tiempo de trabajo del equipo humano de mantenimiento requerido para la suprvisión de la vía
• Reducción del coste asociado al mismo

SOLUCIÓN

Modelo de visión artificial mediante redes neuronales que permita:

• Detectar y analizar cada fotograma de manera automática
• Detectar los elementos que se encuentran en estado de deterioro
• Identificar los elementos anómalos o no pertenecientes a la infraestructura
• Establecer un registro de aquellos puntos de la vía donde se encuentran los elementos deteriorados

HERRAMIENTAS

OBJETIVO

El cliente requiere de una herramienta que le permita explotar los datos procedentes del Data Link del sistema de control del trafico aereo para facilitar el analisis y monitorizacion de los mismos.

Por ello, se plantea automatizar el tratamiento y explotación de los datos de logs del sistema de control de tráfico aéreo para monitorizar la ocurrencia y frecuencia de diferentes tipos de mensaje.

SOLUCIÓN

El objetivo principal del proyecto es el análisis, diseño, desarrollo e implantación de una herramienta de tratamiento y explotación de datos que facilite la lectura y análisis de los mensajes de sistemas de control de tráfico aéreo, asegurando el control de calidad de los mismos.

RESULTADOS

• Ahorro de tiempo y costes en la obtención de datos (centralizados, veraces, de calidad y trazables)
• Optimizar la toma de decisiones, mediante una capa de explotación intuitiva y robusta.
• Focalizar el esfuerzo en el negocio y no en la tecnología ni en procedimientos manuales o semi manuales.
• Aportar a los usuarios la capacidad de autoservicio para realizar sus propios análisis.

HERRAMIENTAS

OBJETIVO

El objetivo principal del proyecto es la construcción de un proceso de extracción de información, principalmente desde el ERP, para el seguimiento de información comercial del departamento de vehículos de ocasión y su posterior consulta, asegurando el control de la calidad de la información

SOLUCIÓN

Cubrir las principales necesidades de análisis de información y generación automática de la información, garantizando escalabilidad y mantenimiento futuro.

RESULTADOS

• Optimización del precio de venta de los vehículos de ocasión.
• Estimación de la depreciación de un determinado activo para conocer el momento oportuno de venta
• Establecer un modelo de simulación de escenarios de venta

HERRAMIENTAS