BIND 4.0 SME Connection busca startups en IA, IoT, VR o Big Data para la industria vasca

BIND 4.0 SME Connection, ha abierto una convocatoria dirigida a startups con soluciones innovadoras para aplicar, de la mano de 22 pymes de referencia, en los sectores de la automoción, la energía, el medio ambiente y la fabricación avanzada. Las startups seleccionadas tendrán la oportunidad de desarrollar su solución en un entorno real, obtener un contrato remunerado con las empresas participantes y realizar un proyecto piloto con el objetivo de responder a los nuevos desafíos empresariales de la industria vasca. Las startups podrán presentar sus candidaturas hasta el 22 de diciembre a través de su web.

¿QUÉ STARTUPS PUEDEN PRESENTARSE?

La iniciativa busca:

• Startups que desarrollen nuevas tecnologías para el sector industrial que cuenten con un producto o solución que pueda ser vista, demostrada, probada e incluso ya disponible en el mercado.
• Startups de no más de 8 años, que hagan uso de nuevas tecnologías para mejorar los procesos industriales y listas para acelerar su desarrollo empresarial.
• Startups con soluciones disruptivas que se pueden aplicar a las industrias de Energía, Industria Inteligente, Medio Ambiente y Automoción, como: inteligencia artificial, Big Data Analytics, Computing, ciberseguridad, visión artificial, IoT, impresión 3D – fabricación aditiva, robótica colaborativa, nanotecnología, nuevos materiales, realidad aumentada, etc.

LOS 12 RETOS DE LA INDUSTRIA

Más de 20 pymes industriales innovadoras, a través de las Organizaciones Dinamizadoras de Clústeres sectoriales de Euskadi, -como son Uptek (AFM), clúster de fabricación avanzada, Aclima, clúster del sector medioambiental, el Clúster energía y Acicae, el clúster de automoción-, han propuesto un total de 12 retos sectoriales de acuerdo a sus necesidades, a los que deben responder las candidaturas, aplicando soluciones tecnológicas disruptivas. Las propuestas de las startups que mejor resuelvan estos retos serán las seleccionadas para participar en esta primera edición de BIND 4.0 SME Connection. En algunos casos, puede haber más de una startup seleccionada para un mismo desafío.

RETOS A TRAVÉS DE CLÚSTER DE MEDIO AMBIENTE

1. Optimización de la logística de entrada de residuos en plantas de tratamiento

La eficiencia de las plantas de tratamiento de residuos se encuentra claramente afectada por los flujos logísticos de entrada de residuos en las instalaciones. Esta logística de entrada resulta especialmente compleja, dado que las plantas de tratamiento reciben una amplia variedad de residuos y productos a tratar que a su vez provienen de una diversa gama de clientes con diferentes necesidades.

Objetivos a resolver:

El objetivo principal pasa por acabar con los cuellos de botella en la descarga de residuos en la báscula, debido principalmente a la falta de planificación entre actores y a flujos asíncronos de llegada a las plantas. Se busca una plataforma tecnológica que pueda canalizar, integrar y calendarizar de forma automática toda la información relativa a los posibles flujos de entrada en planta, en un contexto dominado por la incertidumbre de la llegada del material a tratar.

Soluciones tecnológicas:

• Programas para la gestión de flotas, Track & Trace o trazabilidad logística.
• Workflow Software.
• Soluciones de Business Intelligence.
• Soluciones de pesaje y medición.
• Modelos predictivos para estimar los flujos de entrada de residuos desde clientes para la predicción de picos de entrega y posibles externalidades.
• Tecnologías para la trazabilidad de los residuos de aparatos eléctricos y electrónicos.

2. Optimización de la operatividad interna de las plantas de tratamiento de residuos

Debido a la heterogeneidad de los residuos recibidos en las plantas de tratamiento, resulta necesario optimizar la operativa interna de las plantas, para maximizar su capacidad de tratamiento. Existen una serie de procesos internos (intra-logística de la planta) con margen de optimización, como el almacenaje, la elección de residuos primas y la trazabilidad de resultados.

Objetivos a resolver:

En primer lugar, Bind 4.0 busca optimizar el espacio de almacenaje, así como la posible mejora en la trazabilidad (visual y física) de los residuos depositados/almacenados en planta. Y, en segundo lugar, la mejora en productividad y eficiencia de la propia planta a través de la mejora en la toma de decisiones sobre el propio proceso industrial al que los residuos están sujetos.

Soluciones tecnológicas esperadas:

• Decisor de almacenaje (Machine Learning).
• Visión artificial.
• Modelos predictivos para la planificación del trabajo en planta y anticipación en cuanto a la disponibilidad de espacio.
• Softwares para el control de fabricación (sistema de automatización de la planta como la trazabilidad y gestión de la misma) – Digital Twin de la planta.

3. Prevención y gestión de situaciones de emergencia

Las empresas dedicadas a la gestión de residuos, tanto peligrosos como no peligrosos, requieren de un exhaustivo conocimiento de los riesgos potenciales existentes. En este caso, gestionar la información de manera eficaz es indispensable para prevenir los riesgos asociados. La digitalización puede ser un importante aliado para la mejora continua de la seguridad en planta, ya que permiten un análisis automatizado de un mayor volumen de información, estableciendo un criterio de toma de decisión actualizado en todo momento y adecuado a cada tipología de residuo. Por otro lado, aunque las empresas del sector disponen de planes de actuación ante incidencias, es importante seguir avanzando en la formación de los trabajadores para la prevención. 

Objetivos a resolver:

La medición de parámetros relacionados con la peligrosidad (temperatura, densidad y composición del aire, etc…) mediante sensores o tecnologías digitales pueden suponer un avance para la actuación predictiva y preventiva frente a posibles accidentes. Además, la recogida de datos en planta puede ayudar a los trabajadores a interpretar los valores críticos asociados al residuo y de esta forma anticiparse a las emergencias.

Soluciones tecnológicas esperadas:

Inclusión de sensores, y sistemas de medición para la parametrización de fluidos, gases, temperaturas y otras dimensiones que puedan prevenir posibles incidencias en las plantas.

RETOS A TRAVÉS DE CLÚSTER DE ENERGÍA 

4. Transformación digital del mantenimiento de instalaciones eléctricas

El siguiente reto está estrechamente relacionado con los servicios de Mantenimiento Eléctrico. Entre las tareas se encuentran la correcta recopilación y registro de los parámetros de los elementos que componen los centros de transformación y/o subestaciones, como interruptores, seccionadores, transformadores, equipos de control,…  Y otros factores clave a considerar son los aislamientos, tanto internos como externos, los contactos eléctricos, la puesta a tierra, la lubricación de los componentes mecánicos o el sellado, entre otras tareas.

Objetivos a resolver:

Se considera prioritario el desarrollo de una nueva interfaz/plataforma digital, que permita mejorar la operativa interna de recogida de datos, y presente la información de forma más rápida y visual, y que al mismo tiempo permita integrar nuevas funcionalidades que ayuden a prestar nuevos servicios de mayor valor añadido a los clientes (por ejemplo la asistencia remota o la geolocalización). 

Soluciones tecnológicas:

• Software (app) de interlocución con el cliente.
• Software/plataforma donde residan los datos de las revisiones, técnicos habilitados, equipos a utilizar, biblioteca de especificaciones técnicas…
• Sistemas/tecnologías de captación de datos no manuales como por ejemplo los dirigidos por control de voz.
• Inteligencia Artificial que mediante históricos, sensórica u otros sistemas de medición permita establecer modelos predictivos.

5. Trazabilidad del producto terminado, para el servicio post-venta y mantenimiento

La obtención de datos generados por máquinas/productos de sistemas hidráulicos y electrónicos ubicados en clientes finales es uno de los grandes retos a los que se enfrenta la Industria 4.0. El objetivo de este reto es identificar dónde se encuentra ubicado/instalado el equipo, y conocer el cliente final donde está instalado. Por tanto se necesita la identificación e implementación de soluciones tecnológicas que ayuden a obtener estos datos, aún y cuando el cliente final no permita el acceso a los PLC. 

Objetivos a resolver:

Disponer de la información de dónde está instalado el producto y quién es el cliente final, a fin de asegurarse que los equipos hidráulicos están funcionando correctamente para el uso y parámetros para el que fueron diseñados. Además, esto permitirá anticipar posibles problemas de mantenimiento, e incluso enviar los repuestos necesarios. 

Soluciones tecnológicas esperadas:

• Sensórica aplicada a la captura de Datos (IoT).
• Diseño de la obtención del Dato.
• Procesamiento y Trazabilidad del Dato (Tecnologías Cloud + Big Data).

6. Visión artificial en soluciones integrales de manipulación de carga

La elevación y el transporte de grandes cargas supone en sí mismo un reto, que además se complica cuando la maniobra se produce a una distancia suficiente como para provocar problemas de falta de visibilidad, pérdida de referencias y la imposibilidad de comprender parámetros de la maniobra. Colocarse en una posición lejana a la propia maniobra incrementa a su vez el riesgo en la seguridad física de los propios operarios. Este reto plantea comenzar por útiles de menor complejidad como son los balancines, en los que el principal reto se concentra en la comprensión de la distribución de cargas, realizando recomendaciones. 

Objetivos a cumplir y soluciones tecnológicas:

Las soluciones intuitivas y sencillas para uso del operario, sin necesidad de recibir una formación especial para poder manejarlo. A nivel tecnológico, se plantea conocer las capacidades de sistemas como la visión artificial (Cámaras de visión artificial en 2D y 3D), láseres Lidar, tecnologías de Machine & Deep Learning o soluciones de sensórica avanzada u otras identificadas y aplicables al reto planteado.

RETOS A TRAVÉS DE CLÚSTER DE FABRICACIÓN AVANZADA

 7. Mejorar la visualización del dato

La obtención del dato es uno de los grandes retos a los que se enfrenta la Industria 4.0, compartido tanto por las grandes como las PYMEs del sector MH, tanto en lo que respecta a los datos internos de proceso como a los datos generados por las máquinas/ productos ubicados en sus clientes. Este reto se basa en la necesidad de mejorar toda interacción humano-máquina que pueda facilitar el uso de estas máquinas. Se trata de crear mecanismos de comunicación naturales entre personas y máquinas haciendo que la comunicación sea lo más intuitiva y natural posible, y evitando a su vez una interacción artificial con la máquina, mejorando así su usabilidad.

Objetivos a resolver:

Entre las necesidades que se plantean, se encuentran: la incorporación de mejoras en la problemática de la interacción persona-máquina; la aplicación de tecnologías y estrategias de gaming para la visualización de datos industriales; la mejora de la experiencia de uso del conjunto de la máquina por parte de la persona operaria; y la representación avanzada de parámetros que permitan mostrar los procesos en los monitores de las máquinas.

Soluciones tecnológicas esperadas:

• Representación gráfica avanzada
• Gamificación /UX (Motores de visualización)

8. Inteligencia del dato para optimización de procesos internos y externos

La utilización inteligente de los datos representa una oportunidad para la creación de modelos de negocio disruptivos evolucionando desde la venta del activo a la venta del uso de dicho activo, es decir, desarrollar nuevos sistemas de relación con el cliente, también conocido como Digital Business. En este campo, se vislumbran sendos retos individuales: la aplicación de tecnologías de IA-Machine Learning cuando se disponen de pocos datos a nivel de proceso; y la visualización y simulación de procesos piezas para optimización de la producción.

Objetivos a resolver:

En lo que a las tecnologías de Machine Learning se refiere, su aplicación servirá para analizar si a través de los datos obtenidos de la misma se podría aportar valor a los clientes finales, gracias a la semi-automatización de algunas tareas de mantenimiento rutinarias. Por su parte, la aplicación de modelos de gemelo digital facilitará la comparación de las desviaciones entre la simulación de la pieza a fabricar a partir de programas digitales de diseño como el CAD/CAM, a las simulaciones generadas a partir del programa de producción de la pieza que se va a fabricar. También sería interesante que la IA pudiese dar información sobre la “salida” de la pieza (e incluso la visualice), para poder anticipar errores que pudieran cometer en la fabricación, antes de fabricarla y evitar que las piezas se estropeen. Así se evitaría lanzar una Orden de Fabricación (OF) si se predijese que por algún parámetro introducido, hubiese una probabilidad que la pieza final pudiera tener algún defecto.

Soluciones tecnológicas esperadas:

• Inteligencia Artificial aplicada a procesos de mantenimiento (mantenimiento predictivo)
• Gemelos Digitales (“Digital Twins”)- producto y proceso
• Machine Learning

9. Tecnologías habilitadoras de Control de Calidad

El conocimiento necesario para el desarrollo de tecnologías disruptivas supone una barrera de entrada para los fabricantes de Máquina-Herramienta ya que, en ocasiones, este conocimiento está alejado del core de su negocio. Las tecnologías que se encuentran principalmente vinculadas al control de calidad de la pieza fabricada, son: Visión Artificial, Ondas electromagnéticas, Colorimetría, Termografía, Ultrasonidos, RX, etc. 

Objetivos a resolver:

La incorporación de este tipo de tecnologías para generar una nueva oportunidad en el sector, antes de estandarizarse en el mercado y tener un impacto directo en el precio final del activo. Uno de los principales impactos en lo que a la incorporación de estas tecnologías se refiere es la capacidad de escalar la solución al conjunto de productos ofertados en las empresas para evitar así desarrollos unitarios en cada proyecto.

Soluciones tecnológicas esperadas:

• Tecnologías de control de calidad “unitario” (Visión Artificial, Ondas electromagnéticas, Colorimetría, Termografía, Ultrasonidos, RX, etc.).

RETOS A TRAVÉS DE CLÚSTER DE AUTOMOCIÓN

10. Optimización de los procesos de Control de Calidad con tecnologías para diseño y fabricación de producto

El objetivo de este reto es asegurar la calidad del producto final en la fabricación de componentes para la industria automóvil. Las empresas fabricantes de componentes producen una amplia variedad de productos (así como diferentes referencias de producto) con geometrías y materiales diferentes, que dificulta la aplicación de una solución estandarizada, automatizada y flexible; lo que se une a la falta de una solución tecnológica que permita inspeccionar de forma integral el 100% de las piezas en el 100% de los parámetros (tamaño, volumen irregularidades, consistencia de mezcla, desperfectos internos…). Para dar respuesta a las especificaciones de calidad, se establecen dos grupos de tecnologías para optimizar estos procesos: Por un lado, las tecnologías aplicadas a la fase de producción (el clásico control de calidad) y un segundo grupo de tecnologías aplicadas en la fase previa a la producción, para limitar los errores de producto desde el diseño de la fabricación.

Soluciones tecnológicas esperadas:

• Visión artificial
• Machine Learning (Deep Learning)
• Digital Twins
• Otras tecnologías para el control de calidad

11. Trazabilidad del producto y mejora de la producción mediante Sensórica

La captación y obtención de datos mediante sensores, su procesamiento mediante Big Data y posterior aplicación práctica mediante tecnologías de Inteligencia Artificial, son tres de los ámbitos en torno al dato en los que las empresas del sector automoción pueden trabajar para mejorar la productividad de sus plantas de fabricación. 

Objetivos a resolver:

La implantación de sensores en los productos (tanto piezas como máquinas) permitirá trasladar la trazabilidad completa de estos al cliente final (OEM). De esta forma, se ofrece un valor añadido como empresa proveedora aportando información hasta el momento desconocida como garantía de calidad. Esto redundará en un aumento de la confianza por parte del cliente.

Por otro lado, esa trazabilidad permitiría ajustar al máximo las órdenes de fabricación y a su vez optimizar la logística de entrada a la fábrica de inputs. Y en cuanto a la mejora del proceso, el propio diseño del utillaje provoca algunos errores puntuales, por lo que la aplicación de la sensórica permitirá que las producciones sean más estables y las piezas salgan con menos errores, aumentando la eficiencia. Y, por último, el despliegue de plataformas de monitorización de parámetros seguros (parámetros recogidos de los PLC de las máquinas) permitirá a las empresas utilizar la información de sus sensores para ver correlaciones de calidad en el funcionamiento de la máquina. También permitirá monitorizar paradas, averías o calcular ciertos KPI’s en base a datos históricos que están en la nube (que ofrece mayor cantidad de datos que en local y con mayores velocidades de cálculo).

Soluciones tecnológicas esperadas:

• Sensórica (IoT)
• Plataformas de monitorización de sensores, seguras y embebidas
• Soluciones Cloud seguras

12. Mejora de la asistencia remota mediante Realidad Aumentada

La mejora de la efectividad del sector automotriz está condicionada a la digitalización de los puestos de trabajo dentro de las plantas, especialmente en lo que a la relación humano-máquina respecta. La escasez de talento y el relevo generacional hacen necesarios, por un lado, la formación digital de los recursos humanos, y por otro, la aplicación de sistemas/herramientas que permitan compartir y acelerar la transmisión del conocimiento de las personas más expertas y con mayor conocimiento/experiencia a los nuevos empleados. En este contexto, se valora la aplicación de tecnología de Realidad Aumentada en el proceso de diseño y ensamblaje de máquinas o líneas en cliente; y en tareas de reparación, mantenimiento e identificación de errores.

Objetivos a resolver:

Los principales beneficios con la aplicación de estas tecnologías son: una resolución más rápida de problemas, la aceleración de la transmisión de conocimiento, la reducción de costes (p.ej desplazamiento, horas persona…) la mejora de procesos y operaciones mediante el intercambio dinámico de información y el aumento de la seguridad.

Soluciones tecnológicas esperadas:

• Realidad Aumentada
• Otras tecnologías de soporte en remoto

Los interesados en presentar su candidatura a los retos, pueden hacerlo a través de este link a la web de SME Connection de BIND 4.0.