NeuroCPS4Maintenance - Detector neuromórfico de anomalías en el borde para el mantenimiento predictivo - ITCL ITCL
eficiencia energetica

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

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).

Descripción del Proyecto:

El objetivo principal de NeuroCPS4Maintenance es desarrollar y validar un nuevo tipo de sensor, basado en tecnología neuromórfica, capaz de detectar anomalías, y alertar de los fallos con antelación, y que proporcione una respuesta rápida y segura en tiempo real, para aplicaciones de mantenimiento predictivo en escenarios industriales de alta exigencia. Este detector de anomalías se basará en algoritmos de aprendizaje profundo (LSTM) y se implementará en el sistema en chips (SoC).

El proyecto desarrollará un detector de anomalías neuromórficas y lo desplegará y evaluará en un escenario relevante.
Se utilizarán 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.

TRL:

Prototipo

Problema que pretenden resolver:

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.

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.

Objetivos de Resolución del Proyecto:

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.

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.

Duración del Proyecto:

Marzo 2021 – 2022

Proyecto en cooperación con:

Intigia

Financiado por:

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

Persona de contacto:

Javier Sedano, Director de I + D – javier.sedano@itcl.com

Noticias relacionadas:

Proyectos relacionados: