PLASMATIC: Mantenimiento Predictivo Avanzado para el sector industrial valenciano del plástico

INDUSTRIA 4.0
Fecha de inicio: 01/04/2017
Fecha de finalización: 28/02/2019

Este proyecto, realizado en colaboración con AIMPLAS, nace ante la necesidad y dificultad que encuentran las empresas del sector del plástico en incorporar procesos más eficientes y ser más competitivos, producido en gran medida por la evolución hacia la Industria 4.0.

Esta situación plantea retos asociados a la búsqueda de soluciones innovadoras, que permita a las empresas ser más competitivas y les ofrezca nuevas oportunidades de negocio.

Dichas soluciones pasan por la creación de procesos de fabricación más eficientes, de más calidad, con tiempos de entrega menor, que reduzcan costes, y que incorporen soluciones para detectar, o incluso predecir errores.

PLASMATIC, una solución de Mantenimiento Predictivo Avanzado en el sector del plástico que responderá a los retos de competitividad, enriquecimiento y sostenibilidad del tejido industrial manufacturero.

Ser capaces de apoyar a las empresas valencianas en su proceso de transformación hacia la Industria 4.0 va a requerir, no sólo conocer los procesos de fabricación y su problemática, sino proveerlos de mecanismos y herramientas necesarias.

Como resultado se construirá un Sistema de Mantenimiento Predictivo Avanzado (SMPa), mediante la aplicación de nuevas técnicas y tecnologías en el dominio de Big Data, Machine Learning y Business Intelligence, para su posterior validación en una experiencia piloto, que permita producir resultados transferibles al sector industrial manufacturero del plástico en la Comunidad Valenciana, facilitando así su incorporación a la Industria 4.0.

Objetivos

Durante 2017, se han abordaron los siguientes objetivos específicos:

  1. Realizar un Análisis Exploratorio de la Problemática que ha permitido la conceptualización, caracterización, exploración e identificación de variables y factores para confeccionar soluciones en el área del Mantenimiento Predictivo Avanzado.

El estado del arte ha avanzado en la detección de parámetros para el diagnóstico (detección de anomalías), pronóstico (predicción de desgaste de las piezas) y el contraste entre las técnicas de fabricación supervisadas y no supervisadas.

En la metodología para el análisis exploratorio de datos se ha establecido un workflow del proceso de ciencia de datos experimentando sobre benchmarks significativos para la industria del plástico.

Se han analizado las diferentes plataformas visuales de ciencia de datos como Knime, Orange o RapidMiner y su integración con los cluster de Big Data.

  1. Identificar y desplegar un Ecosistema de Sensorización para digitalizar y comunicar el funcionamiento de los diferentes componentes estructurales y herramientas de una inyectora de plástico con el objetivo generar información de valor para el SMPa.

Para configurar este ecosistema de Sensorización que permita la capturar el comportamiento de inyectoras de plástico y transmitir grandes volúmenes de información para su posterior filtrado y análisis se ha trabajado con una máquina de moldeo de inyección Krauss-Maffei Serie EX-MC5, aplicando los casos de estudio a turbinas, rotor y rodamientos.

Durante el 2018 del proyecto se espera:

  1. Diseñar y construir el Sistema de Mantenimiento Predictivo Avanzado (SMPa) incorporando nuevas técnicas para almacenar, procesar, analizar, representar e interpretar grandes volúmenes de datos de funcionamiento de inyectoras de plástico con el objetivo de alertar, predecir y recomendar acciones que potencien la capacidad del proceso productivo.
  2. Diseñar y ejecutar un Proyecto Piloto que incluya a la empresa cooperante y sirva como “prueba de concepto” que demuestren la validez y efectividad del SMPa en un entorno relevante y que lo convierta en un caso de éxito que empodere las acciones de transferencia al resto de empresas del sector.” La empresa cooperante donde se llevará a cabo el proyecto piloto es Faperin

 

 

Entidades financiadoras

Entidad: IVACE y FEDER

Nº Expediente 2017: IMDEEA/2017/114
Financiación: 87.210,96 €

Nº Expediente 2018: IMDEEA/2018/88
Financiación 2018: 157.381 €

Resultados obtenidos

Puedes descargar el folleto del proyecto aquí.

Los resultados obtenidos en el proyecto se encuentran aquí.

Noticias relacionadas

Proyectos 

El proyecto ha sido presentado en la sesión titulada 'Impact of the Data-driven AI in business sectors', organizada por la Big Data Value y Robotics PPP con el objetivo ...

 

Las acciones que se van a llevar a cabo a través de esta iniciativa facilitarán el camino a las pequeñas, medianas y grandes empresas hacia un modelo productivo basado...

Proyectos 

El proyecto Talent aplica técnicas de Machine Learning y metrología en controles de calidad sobre cadenas de producción industrial, para verificar que las piezas cumpl...

Eventos relacionados

Cloud Computing, Industria 4.0, Int... 

El próximo 19 de diciembre en Valencia, TECH4CV será nuestro punto de partida, el evento para la Alianza Tecnológica de la Comunitat Valenciana.

Este sitio web utiliza cookies para que tengas una mejor experiencia de usuario. Si continúas navegando estás dando tu consentimiento para la aceptación de cookies y la aceptación de nuestra Política de cookies.

ACEPTAR
Aviso de cookies