Línea Estratégica: Fábrica Digital 4.0

IKUN: Grandes Modelos Multimodales para Aseguramiento de Calidad y Soporte al Operario en la Industria Inteligente.

 

FINANCIACIÓN: El proyecto está financiado a través del programa ELKARTEK 2024 del Gobierno Vasco.

ENTIDADES SOCIAS:

VICOMTECH, TECNALIA, IKERLAN, TEKNIKER y AZTERLAN.

CONTEXTO

El proyecto IKUN surge en un momento clave, en el que la inteligencia artificial (IA) está revolucionando sectores estratégicos gracias a los avances en modelos de lenguaje, visión por computador y modelos generativos como GPT-4, LLaMA, DALL-E o CLIP. A pesar de su potencial, la adopción de estas tecnologías en entornos industriales aún presenta barreras significativas. Las soluciones actuales de inspección visual y detección de anomalías dependen de grandes volúmenes de datos etiquetados, lo que implica costes elevados. Además, las interfaces disponibles no permiten una interacción natural en lenguaje humano, limitando su usabilidad en planta. IKUN nace con el objetivo de superar estos retos, adaptando los Grandes Modelos Multimodales (MLLM) al contexto industrial, y sentando las bases para una industria más inteligente, autónoma y conectada.

 

RETOS TECNOLÓGICOS

El proyecto aborda varios desafíos clave para la integración de los MLLM en entornos industriales:

  • Creación de datasets industriales multimodales, que sirvan como base para adaptar estos modelos al dominio específico de la producción.
  • Investigación en técnicas de adaptación de MLLM, orientadas a garantizar modelos robustos, explicables y fiables en condiciones reales de operación.
  • Generación de datos sintéticos, incluyendo imágenes industriales y series temporales, para entrenar sistemas avanzados de inspección visual y detección de anomalías sin necesidad de grandes volúmenes de datos reales.
  • Desarrollo de interfaces conversacionales multimodales, que permitan a los operarios interactuar de forma natural (texto, voz, imagen) con los sistemas, facilitando el acceso al conocimiento técnico y a los cuadros de mando.

 

METODOLOGÍA

El proyecto se basa en una aproximación práctica y progresiva que abarca desde la definición de pilotos y recopilación de datos industriales reales, hasta la adaptación de modelos multimodales al entorno productivo. Se desarrollarán modelos específicos para imagen y series temporales, y se explorarán interfaces conversacionales que mejoren la interacción entre operarios y sistemas. Finalmente, todos los desarrollos se validarán en entornos industriales reales para asegurar su aplicabilidad y transferencia.

Resultados esperados

IKUN permitirá:

  • La creación de datasets industriales multimodales inéditos, clave para el entrenamiento y evaluación de nuevos modelos.
  • La generación de imágenes y series temporales industriales sintéticas de alta calidad que reduzcan la dependencia de datos reales.
  • El diseño de asistentes conversacionales inteligentes, capaces de asistir a los operarios mediante texto, voz e imagen, tanto en línea de producción como a través de fuentes documentales (manuales, informes técnicos).
  • El desarrollo de prototipos validados, con alto potencial de transferencia al ecosistema industrial local.

 

Más información

 

Proyecto FIDELIA: Crear un ecosistema de innovación en España, enfocado en fabricación inteligente, inteligencia artificial y deep learning.

PÈRIODO: 2024-2026

FINANCIACIÓN: Financiado por el Centro para el Desarrollo Tecnológico y la Innovación (CDTI, E.P.E.), Entidad Pública Empresarial, dependiente del Ministerio de Ciencia, Innovación y Universidades.

ENTIDADES SOCIAS:

Tecnalia (líder), Grupo Oesía, AFM Cluster, Tekniker, Eurecat, innova IRV, IMH Campus.

OBJETIVO:

FIDELIA busca equilibrar la desigualdad en innovación en España, cohesionando a todos los agentes del sector para facilitar la transferencia tecnológica al tejido empresarial.

Proyecto EHiNA: Medición Inteligente del Desgaste de Herramientas

FINANCIACIÓN: El proyecto AI REDGIO 5.0 se centra en renovar y ampliar la alianza entre las regiones europeas de vanguardia y los centros de innovación digital, teniendo en cuenta los resultados de H2020 I4MS AI REGIO e implementando una transformación digital competitiva con IA en la vanguardia de las pequeñas y medianas empresas manufactureras de la Industria 5.0.

ENTIDADES SOCIAS:

IMH Campus, INDUSTRIAS MAIL.

OBJETIVO:

Implementar la medición Inteligente del Desgaste de Herramientas.

 

Proyecto CHARLIE

CHARLIE es un proyecto vinculado a la Fabricación Digital, que integra y pone a las personas y la tecnología a trabajar conjuntamente.

Un interface llamado #MIC dirige y controla el trabajo entre el robot CHARLIE y la máquina BERKOA. CHARLIE toma las piezas y herramientas que hay en el almacén y las entrega a la máquina BERKOA para su mecanizado.

CHARLIE es más que un robot:

  • Por un lado, se trata de una plataforma móvil autónoma; #AMR (robot autonomous mobile). En este caso es colaborativa, es decir, tiene la capacidad y comprensión para trabajar junto a personas.
  • Por otro lado, se integra en él un robot manipulador, en este caso un robot KUKA, que mueve las piezas y herramientas de un lado a otro.

Mediante la interface de nivel superior MIC podemos tomar el control de los dos robots. Para ello utilizamos el software #MIC #desarrollado por SMARTPM, que dirigirá y guiará su trabajo como si dirigiera una orquesta, robot, colocación de herramientas y trabajo de máquina.

Proyecto PREDICAI

 

FINANCIACIÓN: DIH4AI OPEN CALL2. Programa de investigación e innovación Horizonte 2020 de la Unión Europea en virtud del acuerdo de subvención Nº. 101017057

CONSORCIO: Alchemy Machine Learning S.L. (coordinación) - IMH Campus.

OBJETIVO:

PREDICAI se centrará en la monitorización del estado de salud de los rodamientos a partir de la información de acelerómetros y variables eléctricas del motor. Esto se conseguirá mediante la combinación de técnicas de aprendizaje automático supervisadas y no supervisadas que incluirán un modelo de clasificación como LSTM y el uso de series temporales con el desarrollo de una Red Neuronal Recurrente. Los datos se generarán fijando un acelerómetro al rodamiento.

https://www.dih4ai.eu/

Programa DIH2 FACTOR

DIRIGIDO A: Empresas del sector de la Fabricación y/o logística que ofrezcan productos o servicios de robótica, automatización o inteligencia artificial, y empresas que deseen aumentar su inversión en el desarrollo de dichos productos o servicios.

OBJETIVO: DIH² cree en el potencial de la robótica para transformar la agilidad de la fabricación en las pequeñas y medianas empresas (PYME) e impulsar el crecimiento económico en toda la Unión Europea. En pocas palabras, el objetivo es acelerar las fábricas a través de la robótica.

CAMPO DE ACCIÓN: DIH² Factor está dirigido a empresas de start-up y scale-up (hasta la Serie A) especializadas en: hardware para robots, inteligencia artificial y análisis de datos, interacción entre robots y personas, automatización para aumentar la sostenibilidad, intralogística o gestión de almacenes en fábricas, y producción descentralizada.

PARTICIPANTES: IMH Campus es una entidad partcipante de la red DIH² Factor. Ver más participantes...

LINEA DE FINANCIACIÓN: DIH² Factor es un programa de financiación para pymes promovido por las redes DIH² y BLUMORPHO.Este proyecto ha recibido financiación del programa de investigación e innovación de la Unión Europea Horizonte 2020 en virtud del subvención nº 824964.

WEB: https://www.dih-squared.eu/

Si crees que tu empresa está dispuesta a invertir Start Up o Scale Up, realiza tu solicitud: Solicitud DIH² Factor

 

Proyecto AIMAN

Avanzando en la automatización del mecanizado a través de la inteliencia artificial

FINANCIACIÓN: AI REGIO, Programa de investigación e innovación Horizonte 2020 de la Unión Europea en virtud del acuerdo de subvención N. 952003

CONSORCIO: WOLCO (coordinadora) - IMH Campus (gestión técnica) - ZITU (parter)

OBJETIVO:

Desarrollar la Inteligencia Artificial para controlar el desgaste real de las herramientas y predecir su vida útil, lo que permitirá un uso óptimo de las mismas. Se reducirán al mínimo problemas como el descarte de herramientas antes del final de su vida útil o, los defectos de calidad en las piezas por el desgaste de aquéllas, lo que redundará en una reducción de los costes de no calidad asociados al proceso de producción. Por otro lado, las empresas fabricantes de herramientas mejorarán su capacidad de asesorar al usuario final en la toma de decisiones sobre las mismas. Por tanto, esta solución basada en la IA permite también un cambio estructural del modelo de negocio, pasando de un modelo de comercialización tradicional a otro más sostenible relacionado con la servitización.

https://www.airegio-project.eu/aiman

Proyecto DIGIVACH

Ciencia del dato para su explotación colaborativa en la CADENA DE VALOR de la fabricación avanzada mediante la gestión inteligente e interoperable de modelos DIGITALES

FINANCIACIÓN: HAZITEK/ ZE-2021/00026 No. expediente.

CONSORCIO:

ETXETAR (coordinación) - AINGURA IIOT SLU, FAGOR AUTOMATION S.COOP., FAGOR EDERLAN S.COOP., INDUSTRIAS MAIL S.A., IZADI MECANIZADOS, S.L., MICRODECO S.A., SAVVY DATA SYSTEMS, S.L., TALLERES ARATZ S.A., ZUBIOLA S.COOP., AFM.  Entidades Subcontratadas: FAGOR AOTEK S. COOP., EDERTEK, IKERGUNE, A.I.E., IMH CAMPUS, INVEMA, MICRODECO INN, MONDRAGON GOI ESKOLA POLITEKNIKOA (MGEP), VICOMTECH.

OBJETIVO: Investigar y generar conocimiento sobre la explotación del dato en la cadena de valor mediante Modelos Digitales Híbridos interoperables, alimentados tanto por datos internos como externos, que se gestionan de manera inteligente, y que ofrecen soluciones a problemáticas reales que se dan durante la producción, incrementando notablemente la competitividad de las empresas y dando lugar al desarrollo de innovadores productos y servicios avanzados que posicionen a estas y sus cadenas de valor como líderes de sus sectores.

Proyecto EKIN

Hacia la interacción en Lenguage Natural con Máquinas de Producción Industrial

FINANCIACIÓN: ELKARTEK / nº expediente KK-2020/00055.
CONSORCIO:
Vicomtech (Coordinación) - IMH - TEKNIKER - IKOR Technology Centre - UZEI - UPV/EHU (Departamento de Electricidad y Electrónica)
 

Proyecto EDGE4FoF

Investigación en arquitecturas híbridas balanceadas EDGE y Cloud para la Fábrica del Futuro

FINANCIACIÓN: HAZITEK / nº expediente ZE-2020/00017.
CONSORCIO/CENTRO SUBCONTRATADOS:
ETXE-TAR S.A. (LIDER) - AINGURA IIOT - AFM - FAGOR AUTOMATION -    GAINDU - IKUSI - TITANIUM INDUSTRIAL SECURITY /
FAGOR AOTEK - VICOMTECH - INVEMA - IMH - IKERGUNE - UNIVERSIDAD DE DEUSTO

 

Proyecto Retro Connect

Aborda la problemática de obsolescencia a la que se enfrentan las máquinas-herramienta más antiguas de los parques industriales, y que afecta a las necesidades productivas de sus empresas usuarias.

FINANCIACIÓN: HAZITEK / nº expediente ZL-2019/00874.
CONSORCIO/CENTRO SUBCONTRATADOS:
FAGOR AUTOMATION  (líder) AFM - METALÚRGICA DE BOLUETA - SAVVY DATA SYSTEMS - FAGOR AOTEK - INVEMA - IMH

Proyecto TDCON4.0

4.0 Tecnologías y soluciones para la digitalización del sector de la construcción

FINANCIACIÓN: ELKARTEK / nº expediente /KK-2019/00075.
CONSORCIO:
UPV/EHU -Departamento de Máquinas y Motores Térmicos (Coordinador) - IMH - SABICOLABS S.A