Estás leyendo
Una solución analítica para la predicción del consumo de gas ha sido la ganadora del I Datatón de IndesIA

Una solución analítica para la predicción del consumo de gas ha sido la ganadora del I Datatón de IndesIA

  • La empresa ESK, en colaboración con Piperlab y Repsol, han presentado esta solución que gracias al uso de los datos y la Inteligencia Artificial, consigue predecir la demanda de consumo de gas, para optimizar su transporte.
  • En el I Datatón de Indesia ha participado las empresas ESK, Grupo Cuñado, ITP Aero, Ford, Grupo Inagás y Enagás, que han trabajado para obtener, en un entorno colaborativo y en un breve espacio de tiempo, un algoritmo o solución analítica, a un reto concreto de cada una de sus áreas de negocio.
  • Al acto de clausura y entrega de premios que se ha celebrado hoy, han asistido el consejero de Administración Local y Digitalización de la Comunidad de Madrid, Carlos Izquierdo, junto la consejera delegada de Madrid Digital, Elena Liria; el subdirector general de Digitalización de la Industria y Entornos Colaborativos MINCOTUR, Jordi Llinares, además de Gabinete Secretaría de Estado de Digitalización e Inteligencia Artificial, representado por Jose Luis Bezares.
Dataton Indesia 3

Una solución analítica capaz de predecir la demanda del consumo de gas en los centros de almacenamiento, denominada “LogESKIA” e ideada por la empresa de transportes ESK,  ha logrado el premio del I Datatón de organizado por la asociación española de Inteligencia Artificial para la industria. Un evento colaborativo que fomenta el trabajo en equipo y en el que han participado expertos, en distintas disciplinas, de seis compañías del tejido industrial, junto con que forman parte de la asociación y socios tecnológicos.

Durante dos días consecutivos, la sede de Microsoft en Madrid ha sido el escenario de trabajo de este encuentro, cuyo objetivo es desarrollar en un corto espacio de tiempo soluciones basadas en datos e Inteligencia Artificial, que den respuesta a seis retos planteados por las ESK, Grupo Cuñado, ITP Aero, Ford, Grupo Inagás y Enagás. Todos ellos buscaban solucionar determinados casos reales, frecuentes en el día a día del sector industrial y que son comunes a muchas empresas de la cadena de valor. Para ello han contado con la colaboración y el apoyo de las compañías Piperlab, Kabel/ Avanade, Tinamica, Turing, Verne y Bravent como facilitadores tecnológicos.

Así, por ejemplo, se han buscado soluciones para la optimización de la logística de los almacenes, la predicción de rutas de transporte más eficientes, el mantenimiento de equipos industriales o la secuenciación inteligente de la fabricación, entre otras.

En la jornada de hoy, se ha celebrado el acto de clausura del evento y se ha realizado la entrega de premios, en una gala en la que ha estado presente el consejero de Administración Local y Digitalización de la Comunidad de Madrid, Carlos Izquierdo, que ha advertido de la necesidad de la colaboración público-privada para la implantación de las tecnologías relacionadas con la Inteligencia Artificial y los datos en las y en las instituciones públicas. Y ha destacado las ventajas que esta supone para mejorar la competitividad, para ser más eficientes con los recursos y sobre todo para tomar mejores decisiones en sus procesos.

El jurado ha estado compuesto por Elena Liria, consejera delegada de Madrid Digital, Jordi Llinares, subdirector general de Digitalización de la Industria y Entornos Colaborativos MINCOTUR, y Jose Luis Bezares, del Gabinete Secretaría de Estado de Digitalización e Inteligencia Artificial, junto con Silvia Ferreira, Diego Mallada y Pablo de la Puente como miembros de IndesIA. Sus votaciones han dado como resultado que la propuesta de la empresa de transporte ESK, desarrollada en colaboración con Repsol y Piperlab, fuera la más votada. Con ella, será posible prever la demanda en los centros de depósitos de gas y así optimizar la logística de su transporte. Su aplicación supone la mejora de la previsión de la necesidad de gas, entre un 45% y 60%, respecto del modelo que se usa actualmente. Un dato que después se traduce en beneficios económicos, por reducción de costes que supone, medioambientales, por la necesidad de menos gasto energético y la mayor posibilidad de conciliación de los miembros de la cadena de suministro, especialmente de los conductores.

Para conseguir esta solución, han vinculado los datos meteorológicos al consumo de gas de los centros de depósito. Haciendo esta correlación, han alcanzado un algoritmo que permita predecir cuándo será necesario transportarlo para garantizar el suministro, priorizando localizaciones o zonas en las que se prevea haya más consumo. Su creación supone un punto de partida para su posterior desarrollo y despliegue dentro de su organización.

I Datatón IndesIA

El propósito que persigue el datatón es el de obtener un algoritmo o solución analítica, más o menos compleja, a un reto concreto de negocio en un entorno colaborativo y en un breve espacio de tiempo. En esta edición, un total de compañías del tejido industrial español se han sumado a este evento, presentando varios retos a los que dar una respuesta basada en modelos de aplicación de la Inteligencia Artificial. Dentro de estos grupos de trabajo también han colaborado otras que forman parte de IndesIA y sus socios tecnológicos.

Para desarrollar estos trabajos, IndesIA ha puesto a disposición de los seis equipos participantes, y por primera vez para este uso, su plataforma de analítica como entorno de desarrollo. De esta manera, también se pretendía cumplir con el principal objetivo de la Plataforma de IndesIA, que consiste en acercar la tecnología del dato y la Inteligencia Artificial a toda la cadena de valor de la industria española.

Según ha explicado Valero Marín, presidente de IndesIA, “gracias a eventos como el I Datatón de IndesIA, se demuestra lo que somos capaces de conseguir cuando se trabaja uniendo esfuerzos, estableciendo entornos colaborativos y compartiendo entre diferentes empresas. Gracias a la aplicación de los datos y la Inteligencia Artificial, hoy estamos presentando 6 soluciones que pueden ser determinantes para lograr procesos más eficientes en las compañías que han participado en esta primera edición. Pero lo más relevante es que el trabajo realizado en este datatón puede llegar a aplicarse en otras organizaciones, acercando las ventajas que supone el uso de la tecnología en el resto de las del sector industrial español”.

Retos

Además del reto ganador, las propuestas de los otros 5 presentados en el primer Datatón de IndesIA buscaban diferentes soluciones a procesos relacionados con del sector industrial.

Grupo Cuñado con Técnicas Reunidas y Kabel/ Avanade. Han conseguido realizar una solución que dé respuesta a la correcta disposición de materiales en centros de almacenamiento y logística. Gracias a “CubikIA”, es posible visibilizar el nivel de saturación por área en un almacén, para sugerir cuándo se produce la entrada de nuevos materiales, dónde almacenarlos en función de la saturación existente y la frecuencia de uso de dicha pieza o material, su dimensión y tipo de máquina de manipulación.

ITP Aero, con Airbus y Tinamica. Se han centrado en la predicción de defectos de las turbinas para los motores del avión del futuro con su solución “Broach IA”. Su reto ha consistido en lograr un algoritmo que identifique y prediga los defectos en el proceso de fabricación de los discos, un componente clave de las turbinas, para anticiparse al momento en el que la máquina que las fabrica comience a crear piezas defectuosas. Monitorizando esta máquina para estudiar sus datos y ponerlos en relación con otros, como por ejemplo el consumo eléctrico, han podido descubrir qué variables afectan al funcionamiento de la misma y cómo pueden prevenirlos.

Ford, Gestamp y Turing. Han unido sus esfuerzos en la creación de un algoritmo que permita realizar una secuenciación inteligente en la fabricación de automóviles, al que han denominado “Optimus”. Su objetivo es optimizar la carga de trabajo y establecer el mejor orden en el que se han de fabricar los automóviles en las líneas de ensamblaje, dependiendo de la duración de la instalación de determinadas piezas.

Grupo Inagas, Repsol y Verne. Han propuesto una solución llamada “OptivIA”, para la elaboración de rutas de reparto más eficientes, en las que se tenga un mayor control de los y un exhaustivo de su desarrollo. Para ello, han cruzado datos derivados del reparto como la localización de los vehículos, las condiciones del tráfico, la localización y tiempo de paradas, las entregas efectuadas y las fallidas, para establecer las rutas más convenientes y así poder optimizar, entre otros, el gasto de combustible, la reducción de costes, la disminución de las entregas fallidas o la satisfacción del cliente y el trabajo del transportista.

Enagas, Ferrovial y Bravent. Gracias a la Inteligencia Artificial, han establecido patrones que predigan y permitan identificar posibles eventos que garanticen el correcto funcionamiento de los ERM, que son los puntos del almacenamiento de Gas Natural y en los que se realiza la entrega a sus diferentes comercializadores y distribuidores. Para realizarlo, han desarrollado “Jarvis Energético” para el que se han basado en los datos de monitorización de esos depósitos, revisando todo el proceso que garantiza el correcto funcionamiento de los más de 500 puntos que están distribuidos por el territorio español, así como la correcta apertura y cierre de las válvulas que permiten la distribución del Gas Natural.

Utilizamos cookies para facilitar la relación de los visitantes con nuestro contenido y para permitir elaborar estadísticas sobre las visitantes que recibimos. No se utilizan cookies con fines publicitarios ni se almacena información de tipo personal. Puede gestionar las cookies desde aquí.    Ver Política de cookies
Privacidad