Ficha proyecto representativo

 

Título

 

DITEC Ecosistema de Gemelos Digitales: Impulsando la Fábrica Autónoma

 

Web

 
 

Video

 
 

Descripción

 

DITEC, Ecosistema de Gemelos Digitales: Impulsando la Fábrica Autónoma, se enmarca en la búsqueda de una mayor competitividad mediante el desarrollo de tecnologías que impacten de manera transversal en la cadena de valor industrial facilitando procesos de fabricación autónoma inteligentes y flexibles. El enfoque adoptado por DITEC para abordar este reto consiste en la investigación y desarrollo de un stack tecnológico y algorítmico basado en Edge Computing, Aprendizaje Automático e Inteligencia Artificial Generativa para la nueva generación de gemelos digitales interconectados que actúen como habilitadores claves para la fábrica autónoma y la Industria 5.0, impulsando así una optimización industrial segura e inclusiva para personas, datos y modelos de IA. El consorcio, formado por 4 centros punteros en todo el proceso necesario para avanzar hacia la fabricación autónoma y 5 empresas con sólida experiencia en el sector tecnológico, desarrollará un stack tecnológico y algorítmico basado en Edge Computing, Aprendizaje Automático e Inteligencia Artificial Generativa, enfocado en la nueva generación de gemelos digitales interconectados. Estas herramientas serán validadas mediante distintos casos de estudio en cuatro áreas estratégicas para la fábrica del futuro: cero defectos, optimización de procesos, eficiencia energética y seguridad industrial, las cuales servirán de eje vertebrador de toda la investigación realizada. DITEC garantizará un impacto multiplicador al transferir conocimientos y difundir los resultados del proyecto dentro del marco de la industria para inspirar a otras empresas a adoptar tecnologías similares, promoviendo así un avance conjunto hacia un sector más innovador y eficiente en la industria española.

 

Descripción de la participación del Instituto Tecnológico

 

Objetivo general del proyecto: Investigar y desarrollar soluciones tecnológicas basadas en la calidad del dato y nuevos algoritmos de IA generativa para la creación de Gemelos Digitales innovadores como habilitadores clave de la fábrica autónoma y la Industria 5.0: Optimización industrial segura e inclusiva para personas, datos y modelos IA. Objetivos específicos del proyecto: -Generación de las tecnologías IA habilitadoras para los gemelos digitales en la fabricación autónoma. -Mejora de la cadena de valor del dato Industrial y su calidad: desde IOT, a Edge-IA, IA Generativa y explicabilidad. -Ciberseguridad para el dato industrial y el Gemelo Digital: hacia la fábrica autónoma y segura -Soluciones analíticas para la transferencia de conocimiento entre modelos IA para la generalización del Gemelo Digital industrial de nueva generación: Romper silos mediante espacios de datos para Gemelos Digitales industriales -IA Generativa para los nuevos retos del Gemelo Digital Industrial: generación de datos, mejora de entrenamiento y optimización industrial en entornos dinámicos, cambiantes y flexibles -Hacia Gemelos Digitales interactivos, explicables y colaborativos con los usuarios expertos y trabajadores de la fábrica digital y la Industria 5.0: De caja negra a caja gris. -Cuatro vectores industriales claros para los nuevos desarrollos del Gemelo Digital: Cero defectos, optimización de procesos, eficiencia energética y ciberseguridad industrial Objetivos ITI: -Desarrollar e implementar tecnologías avanzadas de comunicación en entornos industriales para ofrecer una red de altas prestaciones con características avanzadas de QoS, flexibilidad, movilidad y eficiencia. -Desarrollar e implementar tecnologías para computación Edge industrial que ofrezcan un entorno flexible, distribuido, conectado y elástico para la ejecución de tareas avanzadas de IA en planta. -Diseñar y desarrollar mecanismos para la compartición segura y confiable de datos en el Espacio de Datos, habilitando el intercambio de Gemelos Digitales y otros activos. -Investigar y desarrollar técnicas de Transfer Learning para la construcción de modelos predictivos basados en Series Temporales con poca disponibilidad de datos históricos. -Investigar y desarrollar técnicas Edge-IA para la compresión y ejecución distribuida de modelos predictivos, permitiendo así su adaptación a los entornos de trabajo de la Fábrica autónoma. -Investigar y desarrollar algoritmos de detección de defectos en superficie, volúmenes y geometrías sobre las piezas resultantes del proceso de fabricación. -Investigar e integrar estándares de modelado y simulación para la orquestación de sistemas basados en Agentes Inteligentes.

 

Áreas de conocimiento y líneas tecnológicas

 
 

Sectores de aplicación

 

1

TICs

 

L1 - Realidad Aumentada

 

L2 - Realidad Virtual

 

Procesos industriales

 

Ámbito

 

Nacional - Código Referencia: PLEC2024-011104 - Programa: Plan Estatal de Investigación Cientifica y Tecnica

 

Participación

 

Coordinador