hazitek

Una de las necesidades patentes en el sector industrial es saber cómo instaurar una transformación digital sin necesidad de invertir excesivos y complejos recursos. En muchos casos, el uso de sistemas o dispositivos heredados supone un importante obstáculo. Estos sistemas heredados difícilmente están preparados para satisfacer los requisitos de los nuevos modelos de negocio digitales.

En colaboración con MSI y ENIGMEDIA, y en el contexto de un proyecto Hazitek apoyado por el Gobierno Vasco y la unión europea a través del fondo europeo de desarrollo regional 2014-2020 (FEDER), a la I+D empresarial. Hemos trabajado para explotar una nueva metodología de automatización inteligente cibersegura y usable mediante mecanismos de trazabilidad y seguridad de datos industriales para modelos de ensemble-learning, que permitan una mejor aplicación de modelos de IA orientados a procesos industriales continuos.

En este proyecto (Proyecto nºZL-2020/00110), hemos desarrollado un gemelo digital de una sala de compresores de aire comprimido, que permite, por un lado, monitorizar datos de proceso, y por otro lado, controlar la información adicional sobre ciberseguridad y calidad de los datos enviados.

Asimismo, se monitorizan señales sobre la optimización de la sala y se permite ejecutar el optimizador sobre un caudal seleccionado para obtener la configuración óptima.

El desarrollo de este sistema sitúa al gemelo digital como eje central de la cadena de automatización. La visualización avanzada de calidad de los datos y de proceso facilita a los usuarios en planta el seguimiento de su funcionamiento de forma intuitiva, sabiendo en todo momento lo que está ocurriendo y si los datos que se reciben son fiables. Además, la posibilidad de visualizar datos de ciberseguridad permite saber si la red está siendo atacada de forma externa.

Finalmente, mediante una visualización especializada, se puede comprobar si la sala está trabajando de manera óptima, y en caso contrario, es posible ejecutar el optimizador, que mediante algoritmos de aprendizaje automático permiten obtener la configuración óptima para poner la sala en marcha. Facilitar tanto la visualización como la optimización de la sala conlleva una mejora sustancial en el rendimiento de la sala de compresores.