1 – 3 Meses
Especificación
Requisitos y estrategia de integración
DIGIPRIN — Gemelos digitales que convierten datos de planta en decisiones operativas
Arquitectura de datos y modelos generativos para anticipar defectos y optimizar procesos de fabricación en el sector de la movilidad.
El reto
Cuando la planta produce datos a cada segundo, lo que falta no es información: es arquitectura.
El sector de la movilidad acumula enormes volúmenes de datos de proceso procedentes de múltiples plantas, con esquemas y frecuencias distintos. Sin un sistema de gobernanza coherente y sin modelos capaces de anticipar el comportamiento del proceso, esa información nunca llega a transformarse en una decisión operativa. La digitalización se queda en monitorización.
"En DIGIPRIN combinamos gobernanza distribuida de datos con modelos generativos sobre Transformers. La inteligencia se construye sobre cimientos bien estructurados, no al revés."
Iker Barrena — Director de Hispavista Labs
Datos del proyecto
Consorcio
Ceit (líder), Azterlan, Lortek, Ikerlan, Edertek (Fagor Ederlan Taldea), Hispavista Labs
Periodo
Junio 2024 – Julio 2025 (14 meses)
Rol HVLabs
Gobernanza de datos y modelos generativos para procesos industriales
Financiación
Gobierno Vasco — Programa ELKARTEK
Líneas de investigación lideradas en fundición y soldadura láser
Timeline del proyecto
14 meses, de la especificación al gemelo digital
La metodología encadena generación de datos, desarrollo de modelos y validación sin saltos, integrando información de laboratorio y de planta real.
La solución
Cuatro componentes que convierten datos heterogéneos en conocimiento operativo
Gobernanza distribuida de datos
Espacio central que recibe información procedente de múltiples plantas y la organiza bajo una arquitectura coherente. Convivencia ordenada de esquemas distintos sin perder trazabilidad.
Pipeline multi-planta event-driven
Sistema preparado para grandes volúmenes y alta frecuencia. Los datos fluyen entre fuentes, almacenamiento y modelos con baja latencia y alta fiabilidad.
Modelos generativos sobre Transformers
Arquitecturas capaces de anticipar los siguientes pasos del proceso de unión por láser, reduciendo los tiempos de detección y habilitando respuesta operativa antes de que el defecto se materialice.
Embeddings optimizados para proceso industrial
Representaciones vectoriales diseñadas a medida para reducir ruido y latencia, mejorando la precisión de los modelos sin inflar la infraestructura necesaria para operarlos.
Por qué te importa
Lo que aprendemos aquí se aplica a cualquier planta con datos sin explotar
DIGIPRIN no es solo un proyecto de automoción. Es la demostración de que los datos que tu operación ya genera contienen información suficiente para reducir defectos y anticipar problemas, si la arquitectura que los gobierna está bien diseñada.
Casos de éxito
¿Tu operación tiene un problema parecido?
Cuéntanos el reto. En 30 minutos te decimos si tiene solución con lo que ya tienes.
"*" señala los campos obligatorios