lunes, 22 de octubre de 2018

Ficha del recurso:

Fuente:

ITI

Fecha de publicación:

lunes, 4 de julio de 2016

Última actualización:

jueves, 1 de septiembre de 2016

Entrada en el observatorio:

lunes, 4 de julio de 2016

Idioma:

Castellano

Archivado en:


El proyecto OPTIMAN reúne a ITI, INESCOP y AIMPLAS para ultimar detalles sobre la ejecución de una prueba piloto

El Instituto Tecnológico de Informática (ITI), junto a los Institutos Tecnológicos del Calzado y Conexas (INESCOP) y del Plástico (AIMPLAS), han comenzado a definir dos pruebas piloto para la validación de resultados del proyecto OPTIMAN

En el marco del proyecto OPTIMAN, cuyo objetivo se centra en desarrollar y validar los conocimientos, metodologías y tecnologías necesarias para apoyar la construcción de la Fábrica del Futuro en los sectores del plástico y calzado, los Institutos Tecnológicos de Informática (ITI), del Calzado y Conexas (INESCOP) y de plástico (AIMPLAS) celebraron talleres de trabajo para avanzar en la definición de las pruebas piloto que permitieran validar los resultados alcanzados.

Concretamente, los trabajos estuvieron centrados en diseñar dos casos de uso específicos para los sectores del plástico y del calzado:

Centro de mecanizado de multicomponentes de calzado en INESCOP

Caso de uso centrado en la validación del sistema predictivo de control de calidad de las piezas finales de un centro de mecanizado de multicomponentes de calzado (hormas, tacones, plantillas). Para ello, será necesario la sensorización del sistema, captación de datos y optimización del consumo energético de la producción con control de calidad y mantenimiento predictivo de las herramientas de desbaste (fresas, etc.).

Optimización del proceso en la inyección de plástico en AIMPLAS

Caso de uso centrado en la validación del calibrado de una máquina de inyección de plástico, con el objetivo de predecir el conjunto de parámetros de fabricación, que permitan una gestión óptima de la energía con criterios de calidad en la fabricación de las piezas de plástico. Además, mediante la escucha de la sensorización de la máquina, será posible validar las acciones de mantenimiento predictivo gracias a los modelos estadísticos aplicados en el sistema. 

 

Personal de ITI, INESCOP y AIMPLAS destinados al proyecto