15 de febrero, 2019 I+D comentarios Bookmark and Share
< Volver

Semantic Systems está desarrollando, a través del proyecto SEDIT (Semantic Digital Twins), un gemelo digital que da la posibilidad de representar cualquier proceso industrial.

Su principal diferencia frente a los existentes es que será fácilmente adaptable y personalizable a cualquier planta y sector. Actualmente los gemelos digitales solo son accesibles para las grandes empresas debido al coste que supone la implantación de gemelos digitales. Pero Sedit no requiere de un afinamiento preciso para su entrada en funcionamiento, y la introducción de variables que forman parte del proceso puede incrementarse en base a los objetivos que se persiguen.

El gemelo digital que está desarrollando Semantic Systems supondrá un menor coste para su implantación por las empresas, por lo que puede ofrecer una solución para pymes industriales y ayudarles a ser más eficientes y competitivas, aseguran desde Semantic.

SEDIT (Semantic Digital Twins) está financiado por el Programa de apoyo a la I+D Empresarial de la Sociedad para la transformación competitiva (SPRI) y cofinanciado a nivel nacional por el Centro para el Desarrollo Tecnologíco industrial (CDTI).

El gemelo digital, entre otras cosas, permite realizar simulaciones a futuro en offline (desconectado de la planta), introduciendo variables asociadas tanto a las máquinas como al flujo de fabricación y plantear posibles escenarios, así como las correspondientes actuaciones, antes de que ocurran. Por otro lado, es un módulo fundamental para realizar técnicas de control predictivo, optimización y control óptimo. Estas simulaciones permiten generar virtualmente decenas o centenares de escenarios de producción diferentes para observar todas las variables juntas y decidir cuáles se ajustan más a los objetivos de la empresa, con un gasto infinitamente menor que el que conllevaban los antiguos prototipos y ensayos. Este emparejamiento se formaliza como un canal bidireccional entre lo real y lo virtual que permite el aprendizaje y evolución del modelo frente a las perturbaciones o modificaciones de la realidad de la planta.

Publicidad

Noticias relacionadas

comments powered by Disqus