NeuroCPS4Maintenance - Detector Neuromórfico de Anomalías - ITCL

NeuroCPS4Maintenance – Detector neuromórfico de anomalías en el borde para el mantenimiento predictivo

Proyecto Europeo

 

NeuroCPS4Maintenance es un proyecto que tiene como objetivo desarrollar y demostrar un detector neuromórfico de anomalías en el borde que sea robusto frente a la deriva conceptual, que alerte de los fallos con antelación y que proporcione una respuesta rápida y en tiempo real para las aplicaciones de mantenimiento predictivo en escenarios industriales de alta exigencia (prensa industrial). Este detector de anomalías se basará en algoritmos de aprendizaje profundo (LSTM) y se implementará en el sistema en chips (SoC).

La capacidad de innovación de este prototipo de detector de anomalías neuromórfico favorecerá la habilitación de nuevas soluciones técnicas de mantenimiento predictivo en entornos industriales de alta exigencia, ya que abrirá la posibilidad de futuras aplicaciones del sistema a otro tipo de máquinas o unidades robóticas, especialmente en procesos de fabricación avanzados, dando lugar a aplicaciones con alto potencial de mercado.

Este consorcio puede ser una primera semilla dentro de DIH4CPS para el desarrollo de soluciones basadas en el procesamiento neuromórfico en el borde para el mantenimiento predictivo replicable en toda Europa, y un primer paso para nuevos casos de uso en robótica aplicados a otros sectores no industriales:

  • ITCL, líder técnico del consorcio, trabajará en el diseño y desarrollo de los algoritmos de análisis de series temporales basados en deep learning.
  • DIBHU coordinará la difusión del proyecto, definirá los casos de uso y aportará los socios de aplicación para la experimentación.
  • Intigia será el socio técnico encargado de implementar estos algoritmos en FPGAs y desplegarlos sobre el terreno.

Objetivos:

El objetivo común del proyecto es resolver estas dificultades generando nuevas soluciones que puedan ser aplicadas en un corto periodo de tiempo, a través de aplicaciones específicas para cada tipo de máquina y problemas de mantenimiento. NeuroCPS4Maintenance pretende superar las dificultades a las que se enfrentan las PYMES para desplegar soluciones de mantenimiento predictivo debido a la falta de conjuntos de datos y a los problemas de ciberseguridad.

Objetivos generales:

El proyecto desarrollará un detector de anomalías neuromórficas. Este detector será desplegado y evaluado en un escenario relevante. 

Uso de enfoques novedosos para desarrollar este detector de anomalías neuromórficas.

El desarrollo y la demostración del procesador neuromórfico hará un uso extensivo de las tecnologías CPES.

Se desarrollará el algoritmo LSTM-drift y los aceleradores de hardware para implementarlo en tiempo real y desplegar el prototipo en una prensa industrial (entorno relevante), donde se podrán validar sus componentes.

La capacidad de innovación de este prototipo de detector de anomalías neuromórficas favorecerá la habilitación de nuevas soluciones técnicas en mantenimiento predictivo en entornos industriales de alta exigencia.

Objetivos específicos:

  • Desarrollar un prototipo hardware de un procesador neuromórfico basado en SoCs capaz de detectar variables físicas, interactuar con él para evitar fallas y mostrar información de su estado.
  • Contar con una arquitectura LSTM (deep learning algorithms) para la detección de anomalías que se adapte al concept-Drift implementado en tiempo real en el procesador neuromórfico.
  • Disponer de una estimación en tiempo real del estado de la máquina y la generación de alarmas a las que se pueda acceder desde Internet y que se muestren en paneles de control intuitivos.
  • Realizar una prueba de concepto aplicada a las prensas de sellos industriales que opere en tiempo real, detectando fallas de antemano y siendo capaz de emitir alertas o detener la máquina ante esas fallas detectadas.
  • Evaluar el rendimiento del sistema en términos de precisión, tiempo de falla, robustez frente a cambios en la máquina a lo largo del tiempo y consumo de energía.

Duración: 2021 – 2022

Socios:

Intigia

Es un proyecto financiado por los Fondos FEDER a través del proyecto DIH4CPS financiado por la Comisión Europea (nº 872548)