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

PROBLEMÁTICA

El proyecto tiene como objetivo desarrollar una solución integral para personalizar una «Oficina Virtual del Abonado», adaptando componentes y microservicios preexistentes. Se busca crear un sistema altamente configurable, que permita ajustar la interfaz de usuario, logotipos, iconos y funcionalidades desde un configurador de entidades. Además, se desarrollará un nuevo microservicio FrontEnd utilizando la infraestructura compartida, facilitando la adaptación eficiente de la plataforma. También se realizarán modificaciones en los microservicios para integrar formularios, gestionar estilos y funcionalidades de forma dinámica, adaptándose a las necesidades específicas del cliente.

RESULTADOS

• Configuración flexible de la «Oficina Virtual» según las necesidades del cliente
• Uso de microservicios y componentes preexistentes para reducir tiempos y costos.
• Creación de un microservicio FrontEnd que facilita la adaptación de la plataforma.
• Modificación de formularios, estilos y funcionalidades de manera flexible y dinámica.

SOLUCIÓN

• Se creará una Oficina Virtual del Abonado (OVA) personalizada para el cliente, incluyendo logotipos, imágenes y aplicaciones móviles específicas.
• Se configurará un gestor de entidades para permitir personalización independiente de aspectos como el look & feel, URLs y logotipos, y se establecerá una base de datos separada para cada entidad.
• La OVA será adaptable a sistemas externos y permitirá la integración con gestores documentales, pasarelas de pago y otros sistemas, garantizando una configuración independiente para cada entidad.

HERRAMIENTAS

PROBLEMÁTICA

Desarrollo de una aplicación de monitorización de la operación, gestión y monitorización de una planta solar, almacenamiento, generación de hidrógeno o hibridas, que permita visualizar de manera eficiente y en tiempo real el estado y rendimiento de los equipos, así como gestionar alarmas y generar reportes personalizados.

SOLUCIÓN

• Arquitectura modular, utilizando tecnologías como Angular para el front-end y Java para el back-end.
• Servicios PaaS de Azure, como Azure Database PostgreSQL, para la gestión de la base de datos, e  ingesta de datos en tiempo real.
• Azure Active Directory (Azure AD) para la autenticación de los usuarios.
• Visualización de plantas geolocalizadas en mapa interactivo haciendo uso de librería Leaflet.
• Muestra de previsión del clima en cada planta según la zona horaria.

HERRAMIENTAS

PROBLEMÁTICA

Los propulsantes de un motor cohete se usan para generar el empuje necesario para mover un cohete, siendo generalmente desarrollado por el departamento i+d de las compañías, formando parte de los desarrollos más importantes dentro de todo tipo de municiones.

PROPÓSITO

Los trabajos de EXCELTIC alcanzan las siguientes tareas:

• -Simulación de balística interior, exterior y de efectos.
• -Simulaciones termoquímicas.
• -Elaboración y revisión de documentación.
• -Elaboración de planes de ensayo y análisis de los resultados.

CARACTERÍSTICAS

• Pequeño, medio y gran calibre
• Motores cohete transversales a todos los productos.
• Apoyo a proyectos SILAM y SPIKE.
• Dispositivos Iniciadores.

HERRAMIENTAS

PROBLEMÁTICA

Las fragatas F-100, también conocidas como la clase Álvaro de Bazán, son una clase de fragatas multimisionales construidas para la Armada española. Son los primeros buques de guerra europeos en utilizar el sistema de combate AEGIS y se consideran entre las fragatas más avanzadas del mundo.

PROPÓSITO

EXCELTIC toma parte en las siguientes tareas para los sistemas WECDIS, Servidor Cartográfico e IFF:

• Desarrollo Interfaces Gráficas con QT.
• Diseño de pruebas para verificación y validación del software de los distintos proyectos.
• Realización de pruebas FAT y de Regresión.
• Desarrollo nuevas funcionalidades SW. Documentación y realización de guías para desarrolladores.

CARACTERÍSTICAS

• Pruebas de funcionalidad y rendimiento
• Simulación de sensores
• Pruebas de regresión manuales y automáticas
• Normativas STANAG y UNE-EN IEC 62288

HERRAMIENTAS

PROBLEMÁTICA

Exceltic colabora con las principales empresas de material rodante del sector en el sistema TCMS, en sistemas electromecánicos (puertas, tracción, frenado, climatización, iluminación), sistemas de potencia auxiliar (inversores, convertidores, baterías, generación de energía, calefacción) y en los sistemas de comunicación y diagnóstico, colaborandoen las áreas de diseño, arquitectura e ingeniería de sistemas, garantizando que los sistemas de control y monitoreo del tren sean eficientes, seguros y totalmente integrados dentro de la operación ferroviaria. Entre los proyectos más importantes destacamos Metro Barcelona, Australia y Suiza.

SOLUCIÓN

• Definición de pruebas específicas de interfaces.
• Definición de protocolos y procedimientos de pruebas.
• Definición y fabricación de herramientas específicas.
• Solución urgente de incidentes.
• Realización y reporte de pruebas.
• Elaboración de documentación de mantenimiento.

PROPÓSITO

EXCELTIC toma parte en todo el ciclo de vida del producto:

• Diseño, definiendo y desarrollando un sistema que cumpla con la necesidades funcionales y operativas del tren,
• •Arquitectura, creando la estructura técnica que permita que los diferentes subsistemas del tren se integren de manera correcta, tanto a nivel software como a nivel hardware, haciendo que el sistema funcione como un solo ecosistema, optimizando el rendimiento y la seguridad
• .•Ingeniería de sistemas, desarrollando soluciones técnicas que aseguren que el TCMS está diseñado para cumplir con normativas de seguridad, fiabilidad y disponibilidad.

HERRAMIENTAS

PROBLEMÁTICA

Exceltic colabora con las principales tecnólogas del sector ferroviario realizando las pruebas de diseño con el equipo de enclavamiento y, posteriormente, las pruebas de validación y verificación de sistemas ferroviarios ENCE/CBTC/ERTMS, tanto en proyectos nacionales como internacionales, participando en proyectos tan importantes como Chamartín, PCB, Monforte de Lemos, Parets – La Garriga o Pravia – Gijón a nivel nacional o Metro Medellín, EKB, Ankara – Konya, Metro Finlandia o Metro Oporto a nivel internacional

CARACTERÍSTICAS

• Conocimiento específico en sistemas de control y tráfico centralizado.
• Conocimiento en entornos virtuales, tanto Windows como Linux.
• Conocimiento en normativa ferroviaria.
• Gestión documental y de requisitos.
• Elaboración de protocolos y creación de casos de prueba.
• Análisis crítico para la resolución de no conformidades.

PROPÓSITO

EXCELTIC toma parte en todo el ciclo de validación:

• Trazabilidad de requisitos, utilizando herramientas como Doors para un correcto seguimiento de los requisitos de la versión de pruebas .
• Elaboración de protocolos de prueba, creando los escenarios de testing necesarios para validar los requisitos de la versión liberada.
• Ejecución y depuración de pruebas mediante entornos de simulación como vmware, simulando las condiciones que posteriormente se darán en un entorno real.
• Generación de informes de resultados, elaborando KPIs de seguimiento de las pruebas para su posterior trazabilidad.
• Gestión de no conformidades, realizando un informe detallado gráfico y detallado sobre los problemas encontrados.

HERRAMIENTAS

PROBLEMÁTICA

Implementamos un sistema integral de automatización y QA, específicamente diseñado para la gestión del tráfico aéreo (ATM), centrado en dos áreas clave: Comunicaciones y Soluciones de Robot Framework. Este proyecto aborda los desafíos de validación de protocolos de comunicación críticos y la automatización de casos funcionales, asegurando altos niveles de seguridad, confiabilidad y desempeño en sistemas esenciales para la aviación.

RESULTADOS

• Soluciones automatizadas eficaces, automatización de más del 80% de los casos de prueba manuales
• Incremento significativo en la seguridad, confiabilidad y eficiencia de los sistemas ATM
• Simulación y validación exitosa de escenarios críticos
• Soluciones listas para el mercado, conformidad garantizada con estándares internacionales

SOLUCIÓN

Plataforma de Innovación para ATM

• Desarrollo y ejecución de pruebas automatizadas para validar el comportamiento de protocolos estándar
• Automatización de casos de prueba específicos para asegurar la correcta operación de sistemas de comunicación
• Automatización de pruebas funcionales en áreas como monitoreo, gestión de tráfico y validación de interfaces.
• Generación de reportes automáticos y análisis en tiempo real para detectar anomalías en etapas tempranas del desarrollo

HERRAMIENTAS

PROBLEMÁTICA

La problemática en este caso era un proceso manual de lectura de códigos en etiquetas de cajas por pistola lectora para hacer inventario del material que entra al almacén. El proceso bloqueaba a un trabajador completamente y podia durar hasta 45 minutos. El desarrollo de la solución permite liberar al trabajador de interactuar con las cajas y convertir su labor en una de supervisión más que trabajo activo.

RESULTADOS

• El cliente pudo automatizar un proceso costoso en tiempo y recursos humanos, aumentando la productividad de cada trabajador, de una manera fácilmente escalable, disminuyendo la duración de procesos de 45 minutos a 2 minutos.
• Una reducción de error humano sustancial, gracias a los sistemas de autocorrección de la lectura y la exhaustividad del modelo y su feedback visual.

SOLUCIÓN

Diseño y entrenamiento de dos modelos de machine learning para identificación visual de etiquetas, y reconocimiento y lectura de códigos dentro de cada una.

Se adquirió todo el hardware necesario para la toma de imágenes, y se creó una aplicación con interfaz gráfica para que el usuario interactúe con el modelo.

HERRAMIENTAS