Objetivos

Objetivo General 1

I+D Hilo Digital

Se investigarán y desarrollarán las distintas tecnologías necesarias para dotar de autonomía a los procesos DED y sus postprocesos, englobándolas todas bajo un “paraguas” de Hilo Digital integrador. Se analizará como digitalizar la información (Metadatos) y su estructura. Además, se establecerán los protocolos de comunicación necesarios para el flujo de información rápida y cibersegura

Objetivo General 2

Cloud Computing DED

En entornos en la nube, se desarrollarán tecnologías habilitadoras para dar el paso a sistemas de producción DED autónomos. Entre estas tecnologías, se investigará el almacenamiento de toda la información (Big Data) y se generará un Gemelo Digital del proceso DED integrando la modelización, simulación y reconstrucción digital del proceso que pueda predecir y optimizar los procesos de fabricación DED. Para esta generación, se desarrollará una capa de Algoritmia Avanzada IA que se alimentará con datos reales y datos sintéticos.

Objetivo General 3

Physical Layer

Los desarrollos realizados en las capas Cloud y Edge se desplegarán en medios de producción de procesos DED que se utilizarán para unir, reparar, recubrir o fabricar piezas metálicas de gran tamaño y alto valor añadido. En este contexto, se desarrollarán tecnologías DED (Laser-DED y Arco-DED), postprocesos de mecanizado y técnicas NDT. Para ello, se implementarán tecnologías de sensórica avanzada IoT en los medios de producción (sistemas robóticos o maquinas CNC).

Objetivo General 4

Edge Computing DED

En entornos cercanos a la fuente de datos (robot o máquina CNC), se desarrollarán tecnologías habilitadoras para obtener sistemas DED autónomos. Entre ellas, se investigará como llevar los “cerebros” (modelos IA de orden reducido) a la planta con el fin de reducir el tiempo de respuesta y disminuir la necesidad de ancho de banda. El gran objetivo es poder tomar decisiones en tiempo real. Para ello, se integrarán sistemas de monitorización avanzados, algoritmos de orden reducido Machine Learning para el reconocimiento de patrones, detección de anomalías, optimización de parámetros. Por otra parte, para el control adaptativo autónomo de procesos y postprocesos se investigará un software CAM inteligente de generación de trayectorias en máquina.