“A MCIA hem desenvolupat algoritmes per a la monitorització de sistemes industrials a mida”

“Hem estat l’únic centre d’investigació finalista dels testbeds del IoTSWC18”

Juan Antonio Ortega, juntament amb Luis Romeral, es codirector del Motion Control and Industrial Applications (MCIA UPC), un centre especialitzat en manteniment predictiu per al sector industrial, tecnologia aplicada basada en l’internet industrial de les coses i big data analytics, que preveu posibles fallades i defectes en el funcionament de maquinària, evita aturades d’emergència i temps morts, tot guanyant eficiència i productivitat.

 

CELSA Group és una empresa que agrupa diverses plantes de transformació d’acer internacionalment. La base del seu negoci és la fabricació de corrugat, perfils, platines i fil de màquina. Amb la intenció de millorar el funcionament dels seus forns elèctrics, CELSA va contactar el 2017 amb IThink UPC, l’empresa de consultoria i serveis avançats de software de la UPC. Aquest és l’origen de Data Driven Steel 4.0, un sistema de monitorització intel·ligent a partir d’algorísmia que ha elaborat un equip d’investigadors d’MCIA (centre membre de CIT UPC) liderat per Juan Antonio Ortega, professor del Departament d’Enginyeria Electrònica de la UPC. Fa unes setmanes es va presentar a l’IOT Solutions World Congress.

A MCIA treballem des de fa anys en una línia de diagnòstic de motors i d’accionaments que ens ha permès desenvolupar el monitoratge de plantes industrials complexes i completes. Ja teníem experiència en processos similars amb Gestamp i Lafarga, a més del nostre coneixement acumulat en aquest camp i de manera més àmplia, en digitalització de la producció en el marc de la indústria 4.0.

La col·laboració entre MCIA UPC i el Grup CELSA s’inicia, per fer què?

En els processos de producció es mesuren multitud de variables: temperatures, cabals, pressions … Es registren i es generen unes sèries històriques. Les empreses configuren les plantes d’acord amb aquesta informació, però no sempre s’obtenen els mateixos resultats, tot i que repeteixin els mateixos patrons. A través de l’algorísmica es poden obtenir correlacions complexes entre variables que no siguin detectables amb els sistemes de monitorització tradicional. CELSA ens va plantejar que volien millorar el consum del forn elèctric, i així vam posar en marxa la primera de les parts del programa, que vam anomenar POWER-EAF, i que consisteix a modelar i monitoritzar en continu la desviació en el consum energètic del procés de fosa per a identificar-ne les causes principals.

CELSA Group és el tercer consumidor industrial d’energia elèctrica a Espanya, de manera que qualsevol millora en el forn elèctric augmenta l’eficiència i la productivitat del procés.

Sí, aquest és el primer dels projectes d’analítica que estem desenvolupant per a ells, però hi ha altres tres: MINIROMBO, que permet caracteritzar la formació de les barres resultants de la bugada; ZERO-Cobble, orientat a caracteritzar i detectar situacions de risc de parades d’emergència, i DEFLECTIONLESS, dirigit a caracteritzar i monitoritzar en continu les afectacions que provoca l’aparició anomalies en els perfils laminats.

L’ús dels algoritmes va permetre a l’empresa interpretar de manera valuosa una informació que millora els rendiments en diverses fases del procés productiu.

I de relacionar-ho tot entre si, perquè CELSA està abordant un procés complex de digitalització de la producció: passen d’un model en què cadascuna de les plantes del grup recull i analitza les seves pròpies dades de forma independent a fer-ho de manera integrada, pujant les dades a un núvol en la qual estaran instal·lades les aplicacions de monitorització en temps real.

El treball del MCIA es basa en la algorísmia, però requereix del suport d’altres grups per desenvolupar tot el procés i fer-ho operatiu.

Això s’aconsegueix a través de la col·laboració amb diversos socis. Per a la recollida de dades en una plataforma d’Internet of Things (IOT) que s’anomena Miimetiq i el proveïdor el qual és l’empresa Nexiona. IThink UPC configura i personalitza aquesta plataforma per a integrar els algoritmes, i nosaltres fem tota l’analítica.

En quin moment es troba ara el projecte?

Estem desplegant la plataforma d’IOT, i dels quatre projectes POWER-EAF i MINIROMBO tenen la algorísmia bastant avançada. Tenim els primers resultats, ja sabem quines seran les algorítmiques que s’utilitzaran, i hem fet proves pilot amb històrics de dades. Això ens ha permès presentar el projecte a l’IOT Solutions World Congress que es va celebrar a Barcelona el mes d’octubre.

Què ha suposat per al grup la participació en un esdeveniment com l’IOT Solutions World Congress?

És una bona oportunitat per a aconseguir visibilitat. Hem quedat finalistes entre els 10 millors testbeds per un jurat internacional competint amb projectes d’arreu del món. I amb un matís important: hem estat l’únic projecte finalista dels testbeds en el qual hi participa un centre d’investigació, els altres han estat amb empreses.

 

 

 

 

 

 

El model és exportable a altres processos industrials?

Sí. A través dels treballs anteriors, de diverses tesis doctorals i amb Data Driven Steel 4.0 hem creat una metodologia pròpia per a desenvolupar algoritmes per a la monitorització de sistemes industrials a mida: sabem com atacar el problema, amb qui cal parlar, quines preguntes cal fer, quina informació necessitem, com gestionar aquesta informació i quins passos hem de seguir per a generar els models. I això ens ha permès desenvolupar un procés de transferència de tecnologia que ha derivat en la creació d’una spin-off, Dattium Technology, per a desenvolupar la nostra oferta i donar suport en aquest tipus de processos.