CARACTERÍSTIQUES
Model automàtic de detecció d’anomalies i lectura d’errors amb Machine learning, que identifica condicions que poden comportar aturades de màquina i/o fabricacions en condicions catalogades com a no òptimes.
IMPACTE
Detecció de comportaments anòmals desconeguts fins el moment.
ÈXITS
Augmentar la competitivitat dels processos productius mitjançant la modernització tecnològica i l’automatització. Una major satisfacció dels clients, una millor imatge de la marca i un augment de la competitivitat de les empreses que ho apliquen i, escalant-ho, de la indústria en el mercat global.
PROBLEMA EMPRESARIAL
El projecte de “Manteniment predictiu de maquinària industrial a partir de dades sensòriques – MADAM” treballa amb dades de maquinària de laminació des del punt de vista del fabricant de la maquinària i sensòrica associada i dels usuaris. Els objectius del projecte són la reducció de residus, la millora de la qualitat dels productes, l’optimització de la maquinària, l’augment de la productivitat i estalvi de temps i de costos associats a les reparacions, manteniment, interrupcions i aturades de màquina.
SOLUCIÓ DE DRIBIA
S’han recopilat dades de diverses màquines laminadores que han permès identificar les causes principals de les aturades i implementar mesures preventives. Gràcies a aquesta informació, s’ha desenvolupat una interfície que permet visualitzar les dades i els estats dels dispositius. Finalment, s’ha realitzat una validació del sistema i els seus resultats mitjançant proves industrials a les instal·lacions de RotorPrint.
