ZDZW aborda los defectos y la reducción de residuos en tres áreas clave que abarcan todo el proceso de fabricación y el ciclo de vida del producto: -Mejora de la monitorización y el control para garantizar la calidad del proceso, maximizando los productos first-time right (FTR) con propiedades de durabilidad mejoradas y reduciendo la generación de residuos. -Procedimientos de retrabajo y reparación mejorados digitalmente para la recuperación de las piezas necesarias y la reducción de la chatarra. -Evaluación continua de la sostenibilidad para garantizar el uso eficiente de materiales y componentes en toda la línea de producción. Los servicios de inspección propuestos en el proyecto están diseñados para satisfacer los requisitos de los exigentes procesos industriales para mejorar la calidad del producto y proporcionar una recompensa crucial: la extensión del ciclo de vida de los componentes. El ecosistema digital de ZDZW permitirá una comunicación continua y en tiempo real entre los distintos puntos de supervisión y control del sistema de producción. El ecosistema digital se apoyará en tecnologías de IA para crear soluciones integrales basadas en aprendizaje automático y gemelos digitales que permitirán minimizar los defectos de los productos, mejorar los procedimientos de reprocesamiento y maximizar la sostenibilidad de los procesos. Para facilitar un despliegue amplio y ágil en forma de Suites, ZDZW adopta un enfoque modular basado en microservicios, lo que permite que las soluciones individuales se adapten e integren en diferentes escenarios de fabricación, para diversas empresas y en diferentes niveles de madurez asegurando su rentabilidad y calidad de servicio. El proyecto demostrará las herramientas desarrolladas en seis casos de uso, con el objetivo de reducir significativamente los residuos generados en los procesos de fabricación objetivo. El desarrollo de los servicios de inspección de ZDZW combina el uso de equipos de sensores específicos de la tecnología para el análisis de datos y el despliegue de servicios haciendo uso de: (i) gemelos digitales dinámicos donde los modelos de proceso se fusionan con datos y señales de proceso para obtener sensores virtuales específicos de proceso que abordan variables de calidad necesarias para la garantía de calidad del proceso y la reducción de residuos; (ii) uso predominante de técnicas de aprendizaje automático como ANN, Deep Learning para analizar grandes cantidades de datos incorporando conocimiento experto previo; (iii) el despliegue de servicios de inspección para la fabricación ZD y ZW mediante el uso de la computación en cloud, fog y/o edge para mejorar los tiempos de respuesta y equilibrar el rendimiento computacional de los diferentes dispositivos y el uso del ancho de banda; (iv) una plataforma de interoperabilidad que despliegue servicios, interconectada con los mercados existentes y los servicios de monetización para desplegar diferentes modelos de suscripción.

La meta deseada de lograr una fabricación con cero defectos y cero residuos, mediante la mejora de los servicios de supervisión y control de calidad del proceso de fabricación, se alcanzará a través de los siguientes objetivos técnicos: -Reducir los residuos/material desechado de los productos o componentes defectuosos identificados. -Validar las Soluciones de Inspección ZDZW en 6 casos de uso, 5 sectores industriales diferentes, perspectivas de fabricación y requisitos de calidad. -Construir la Suite de Inspección de Integridad ZDZW, para garantizar que los productos fabricados son adecuados para su propósito durante su vida útil prevista, al tiempo que se reduce el impacto ambiental. -Construir la Suite de Inspección Visual ZDZW que asegurará una calidad sobresaliente en términos de requisitos de calidad superficial, volumétrica y visual y ofrecerá un soporte mejorado para los procesos de retrabajo. -Construir la Suite de Inspección Térmica ZDZW que monitoriza y diagnostica la estabilidad y la excelencia en la realización de procesos térmicos. -Construir e integrar servicios y soluciones clave, para asegurar la interoperabilidad e interconexión de las soluciones ZDZW en otras posibles plataformas o elementos de infraestructura (ZDMP, i4Q). -Desarrollar prácticas de ciencia abierta y compartir la visión y los resultados del proyecto ZDZW con otras partes interesadas.