Desde 2016, Aingura IIoT (IIoT significa Industrial Internet of Things) aborda cuestiones relacionadas con la optimización industrial, tanto en procesos como en productos; y lo hace a través de una óptica integral, teniendo en cuenta variables como la eficiencia en los consumos, el incremento de la vida útil, la optimización del mantenimiento, la mejora integral o el control de calidad avanzado, entre otras. Para ello, la empresa tecnológica donostiarra ha desarrollado una tecnología propia que integra características de la computación de alto rendimiento (HPC), la computación reconfigurable y la nueva generación de análisis de Machine Learning, en una solución única que se puede implementar en varios sectores.
“Utilizamos una sofisticada arquitectura de sistemas de IT/OT, que combina computación de primer nivel y capacidades de alta disponibilidad con los mejores algoritmos de análisis de datos avanzados. Así logramos proporcionar información procesable crucial para llevar a cabo una toma de decisiones orientada a resolver problemas reales de las empresas de manera integral”, explica Javier Díaz Rozo, CTO de Aingura. La llaman Aingura Insight (AI) y según afirma Díaz, “posibilita analizar datos para explorar, diagnosticar y predecir anomalías en el proceso industrial de forma precisa”.
Su tecnología permite recibir los datos de los sensores asociados a los procesos con un amplio rango de frecuencias de muestreo, desde 3 Hz hasta 20 kHz, lo cual, según explica el CTO de la empresa tecnológica, “equivale a una muestra cada 50 microsegundos, con una precisión de 0,05 microsegundos”. Tras adquirir los datos, AI los procesa fusionándolos desde diferentes dominios y tiempos de muestreo aportando un valor diferenciador: “Usamos algoritmos de Machine Learning, los cuales nos ayudan a realizar una selección de variables más relevantes en el momento de la medición, para asegurar así una mejora en el rendimiento en términos de precisión, confiabilidad, tasas de falsos positivos y tiempos de respuesta”, apunta.
La tecnología AI almacena todos estos datos procesados en el propio dispositivo o en otras plataformas de IT, para después transformarlos, principalmente a través del análisis exploratorio, y detectar patrones de comportamiento, detectar anomalías, monitorizar la degradación, estimar la vida útil o predecir comportamientos. “Todos estos datos procesados se entregan al cliente según su nivel de interacción con el sistema, es decir, entregamos desde información simple de semáforo, hasta información enriquecida con diferentes KPIs para un análisis más profundo o de largo plazo. Así, facilitamos la toma de decisión del cliente”, asegura Díaz.
Esta transformación y entrega de los datos se lleva a cabo en función del tipo de cliente, pues tal y como aclara el CTO de Aingura IIoT en el blog de la empresa vasca, “cada empresa y sector busca un resultado específico. De ahí que hayamos creado una plataforma flexible que nos permite obtener diferentes aplicaciones con configuraciones predefinidas. Por ejemplo, para el sector de la fabricación normalmente será más interesante procesar datos que nos orienten en la optimización del mantenimiento, para poder minimizar averías o aumentar la disponibilidad de los activos de producción, entre otras cuestiones. Sin embargo, para el sector energético será más acertado orientar la solución hacia el reconocimiento y etiquetado de los patrones de consumo de energía, ayudando a detectar anomalías del consumidor o desarrollar nuevas políticas energéticas”.
Investigación y colaboración para aportar valor
Aingura IIoT, empresa perteneciente al Inzu Group, se caracteriza, además de por su tecnología, por una fuerte apuesta por la investigación y la innovación. Es miembro del Digital Twin Consortium, un ecosistema global de referencia que une a la industria, el gobierno y el mundo académico para acelerar el desarrollo, la adopción, la interoperabilidad y la seguridad de los gemelos digitales y las tecnologías habilitadoras. En este sentido, la empresa donostiarra realiza publicaciones académicas, casos de estudio y participa en eventos relacionados con Machine Learning e IIoT, entre otras acciones. De hecho, en el año 2018 publicó junto a la Universidad Politécnica de Madrid el libro Industrial Applications of Machine Learning. En él se muestra cómo se puede aplicar el Machine Learning para abordar problemas del mundo real en la Industria 4.0 y proporciona las herramientas necesarias para crear soluciones basadas en la teoría y la práctica.
Asimismo, recientemente ha participado en dos proyectos de investigación. El primero, IoTwins, es un proyecto europeo que tiene como objetivo construir una arquitectura de referencia para el desarrollo de gemelos digitales eficientes. Junto a otras once empresas, Aingura IIot cumple la función de banco de pruebas, recopilando grandes cantidades de datos para generar y refinar los gemelos digitales asociados.
El segundo, por su parte, denominado DStreams, pretende investigar y desarrollar metodologías en la inteligencia artificial, orientadas a casos industriales donde se usan datos continuos de ultra-alta velocidad. En él participan junto a la empresa donostiarra Titanium, la Universidad de Deusto, la Universidad Politécnica de Madrid y Barcelona Supercomputing Center – Centro Nacional de Supercomputación (BSC-CNS).
Prueba de esa apuesta por la innovación y el desarrollo es el hecho de que una Unión Temporal de Empresas (UTE) liderada por Aingura IIot acaba de ganar la licitación de un contrato de servicios de I+D para el desarrollo de soluciones en el ámbito de la inspección de puentes y viaductos, convocada por Centro para el Desarrollo Tecnológico Industrial (CDTI) y cuyo usuario es la empresa pública Administrador de Infraestructuras Ferroviarias (ADIF).
La oferta presentada por la UTE FAI4CIM (Federated Artificial Intelligence for Comprehensive Infraestructure Maintenance) está formada por Aingura IIot, S.L., Aradanuy Ingenieria, S.A. y la Universidad Politécnica de Madrid (UPM), contando con la importante colaboración de empresas e instituciones como la Universitat Politècnica de Catalunya (UPC), la Universidad de Castilla La Mancha (UCLM), Grande Development S.L., el La oferta presentada por la UTE FAI4CIM (Federated Artificial Intelligence for Comprehensive Infraestructure Maintenance) está formada por Aingura IIot, S.L., Aradanuy Ingenieria, S.A. y la Universidad Politécnica de Madrid (UPM), contando con la importante colaboración de empresas e instituciones como la Universitat Politècnica de Catalunya (UPC), la Universidad de Castilla La Mancha (UCLM), Grande Development S.L., el Barcelona Supercomputing Center – Centro Nacional de Supercomputación (BSC-CNS) y Titanium Industrial Security.
A dicha licitación concurrieron 12 propuestas (empresas o agrupaciones de primer nivel tecnológico), habiendo superado el corte técnico únicamente 6 propuestas, y de ellas se seleccionaron las 4 mejores, hasta desembocar en la única ganadora.
El origen de este expediente fue la búsqueda por parte de ADIF de una solución eficiente que sustituyese, o al menos complementase, las inspecciones visuales de puentes que se realizan para cumplir con la normativa vigente. Tras realizar una CPM (consulta preliminar de mercado), se vio que no había ninguna propuesta comercial que resolviese de forma satisfactoria el problema, por lo cual se decidió lanzar un proceso de Compra Pública Innovadora para desarrollo de un prototipo que cumpliera con los requisitos técnicos y funcionales de ADIF.
