Digital Twins: implantación de gemelos digitales en la industria
Los gemelos digitales o digital twins son una de las tecnologías más prometedoras del momento para numerosos sectores, y la industria es uno de los que más beneficios puede sacar.
Los gemelos digitales permiten simular cómo se comporta una planta industrial, incluso antes de que llegue a existir. La simulación de los cambios en la producción permite evitar problemas antes de que se produzcan, minimizar tiempos de inactividad o personalizar la producción para adaptar la industria a la fabricación flexible.
Un consorcio del que forma parte Plain Concepts junto a Deuser y TycheTools, y onTech Innovation como coordinador, desarrollará este proyecto para impulsar una tecnología ahora limitada por las barreras de entrada de la digitalización, la falta de herramientas para automatizar el etiquetado de datos y la dificultad para gestiona estos.
- Código de expediente de proyecto: AEI-010500-2022b-47
- Organismos financiadores del proyecto: Ministerio de Industria, Turismo y Comercio del Gobierno de España, AEI Cluster, Programa Next Generation de la Unión Europea y Plan de Recuperación, Transformación y Resiliencia
- Generación de modelos 3D y etiquetado automático masivo para la creación de gemelos digitales, «AUTO DIGITAL TWINS»
Crear una herramienta que impulse la implantación de los muy atractivos digital twins en la industria. Auto Digital Twins es un ambicioso proyecto que, mediante la generación de modelos 3D y etiquetado automático masivo, busca impulsar esta tecnología que hace a las compañías ser más productivas y eliminar la necesidad de modelos físicos
Así, el fin de las tres fases del proyecto es facilitar el etiquetado de los elementos 3D (hasta ahora de un gran coste) que formen parte de las infraestructuras industriales.
El proceso
Fase 1: automatización de Point Cloud a 3D. Se utilizará el robot Spot junto con el sensor Leica para escanear una instalación industrial y se obtendrá una nube de puntos como resultado. Se implementarán algoritmos de inteligencia artificial sobre nubes de puntos para reconocer objetos complejos y, una vez reconocidos, se obtendrá un modelo 3D.
La solución se ha basado en un enfoque de IA y Realidad aumentada.
Fase 2: generador sintético de datos. Ante la falta de datos para reconocer objetos, se desarrollará un generador sintético capaz de crear escenarios virtuales de forma masiva etiquetados. Con ellos se entrenan los modelos de inteligencia artificial.
Fase 3: capacidades avanzadas. En esta fase se busca que el sistema sea capaz de reconocer los materiales de los objetos (PVC, aluminio, acero, hierro y caucho) a partir de la detección de texturas, así como su comportamiento (por ejemplo, la dirección y velocidad de movimiento del rodillo de una cinta transportadora).
Desarrollo con Evergine y Point Cloud.
Solución para automatizar el proceso de captación de datos.
Resultados Concretos
- Aceleración de la digitalización y modernización de las infraestructuras corporativas.
- Avance en el nuevo paradigma de la Industria 4.0. · Visor renderizado progresivo capaz de mostrar grandes nubes de puntos de forma fluida.
- Generación sintética de datos.
- Extensión de capacidades de la herramienta para la reconstrucción geométrica de objeto
- Análisis en tiempo real y de los históricos
Estamos preparados para nuevos retos
Iniciativa financiada por el Ministerio de Industria, Comercio y Turismo dentro del programa de apoyo a las AEI para contribuir a la mejora de la competitividad de la industria española, y con el apoyo de la Unión Europea a través del Plan de Recuperación, Transformación y Resiliencia.
Referencia: AEI-010500-2022b-47
