ATENEA
Los objetivos fundamentales del proyecto son incorporar ciencia de datos y aprendizaje máquina para mejorar los procesos productivos, y asistir en la toma de decisiones en la sección de materiales compuestos de la planta de Airbus en el CBC – Puerto de Santa María.
En sus fases iniciales, en las que el equipo de la Universidad de Cádiz lleva más de un año de trabajo en estrecha colaboración con Airbus DS, se ha recopilado información de diversas fuentes para integrarlas en un data lake y tener acceso de manera integrada a dicha información en tiempo real: bases de datos de órdenes y operaciones, tiempos de ejecución, ficheros log de máquinas de encintado y autoclave, sensores de temperatura y humedad, información de mantenimiento y utillaje, imágenes de inspección por ultrasonido, etc. La sensorización del entorno productivo para recogida de datos es uno de los pilares de la Industria 4.0.
Tras análisis exploratorio de datos y estadística descriptiva a través de dashboards personalizados, se está acometiendo en la fase actual, con financiación del CDTI, modelos de machine learning para predicción de alertas en máquinas (mantenimiento predictivo) y para mejoras de calidad (reducción de no conformidades) identificando las causas raíz y optimizando los parámetros de producción. En esta fase se han incorporado al proyecto otras divisiones de la compañía, incluyendo expertos en control de calidad, producción y ciencia de datos de Madrid y Sevilla, e incluso de la DTO en Munich.
Grupo de investigación:
UCA Datalab (Universidad de Cádiz)
Grupo SIC – Sistemas Inteligentes de Computación (Universidad de Cádiz)
Grupo UCASE – Ingeniería del Software (Universidad de Cádiz)
Grupo M-CIS – Mathematics for Computational Inteligent Systems (Univ. de Cádiz)
| Universidad: | Universidad de Cádiz |
| Grupo de investigación/empresa: | AIRBUS |
| Web: | http://datalab.uca.es/ |
| Email: | david.gomezullate@uca.es |
| Persona de contacto: | David Gómez-Ullate Oteiza |
| Teléfono: | +34629009195 |