Procesos Industriales

Transcripción

1 GMV INDUSTRIA 4.0 OPTIMIZACIÓN de Procesos Industriales con tecnologías IIoT y Big Data INDUSTRIA 4.0 GMV, 2018 Propiedad de GMV Todos los derechos reservados

2 CONTENIDO 1. QUIÉNES SOMOS 2. QUÉ HACEMOS 3. INDUSTRIA 4.0 / INNOVACIÓN PARA LA TRANSFORMACIÓN DIGITAL 4. MANTENIMIENTO PREDICTIVO 5. OPTIMIZACION DE PROCESOS INDUSTRIALES 12/04/2018 Página 2

3 QUIÉNES SOMOS GMV-SES GMV, 2018 Propiedad de GMV Todos los derechos reservados

4 QUIÉNES SOMOS UN GRUPO TECNOLÓGICO GLOBAL Grupo multinacional tecnológico Fundado en 1984 Sede principal en España (Madrid) Capital Privado Más de empleados Oficinas en 9 países Aeronáutica, Espacio, Defensa, Ciberseguridad, Sanidad, Sistemas Inteligentes de Transporte, Automoción, Banca y Seguros, y TIC para grandes empresas Origen vinculado al sector espacial Ingeniería, desarrollo e integración de sistemas, software, hardware, servicios y productos especializados 12/04/2018 Página 4

5 QUÉ HACEMOS GMV-SES GMV, 2018 Propiedad de GMV Todos los derechos reservados

6 QUÉ HACEMOS TIC PARA EL SECTOR INDUSTRIA Industrial IoT CIBERSEGURIDAD INDUSTRIAL Y CORPORATIVA SERVICIOS TIC ENTORNOS COLABORATIVOS / APPS INFRAESTRUC TURAS / CLOUD GMV CERT INNOVAC IÓN INDUSTRIA 4.0 TRANSFORMAC IÓN DIGITAL BIG DATA / IIoT 12/04/2018 Página 6

7 INNOVACIÓN INDUSTRIA 4.0 GMV-SES GMV, 2018 Propiedad de GMV Todos los derechos reservados

8 INDUSTRIA 4.0 BIG DATA / IIoT Transformación Digital (Industria 4.0) Tecnología Big Data aplicada a diversos entornos. Soluciones tecnológicas para apoyar a nuestros clientes en su estrategia de Transformación Digital con el objetivo de OPTIMIZAR sus procesos de Fabricación y Mantenimiento. Experiencia en plataformas basadas en tecnologías Big Data / IIoT ( Industrial Internet of Things ) / Machine Learning para mejorar la eficiencia energética así como la fiabilidad de los activos de plantas industriales. Innovación basada en tecnología Blockchain aplicada al sector energético. 12/04/2018 Página 8

9 INDUSTRIA 4.0 I+D+i PRODUCTIO PROductivity industrial enhancement through enabling TechnlOgies 12/04/2018 Página 9

10 MANTENIMIENTO PREDICTIVO GMV-SES GMV, 2018 Propiedad de GMV Todos los derechos reservados

11 Predictive Maintenance Using Machine Learning Methods in Petrochemical Refineries Connected barrels: Transforming oil and gas strategies with the Internet of Things Andrew Slaughter, Gregory Bean, Anshu Mittal August14, 2015 A single pump failure (in an Oil&Gas well) can cost $100,000 to $300,000 a day in lost production. Between 2009 and 2013, there were more than 2,200 unscheduled refinery shutdowns in the United States alone, an average of 1.3 incidents per day: These shutdowns cost global process industries 5 % of their total production, equivalent to $ millions per year. Ineffective maintenance practices also result in unscheduled downtime that costs global refiners on average an additional $ millions per year in operating costs. 12/04/2018 Página 11

12 MANTENIMIENTO PREDICTIVO EVOLUCIÓN DE FIABILIDAD Y MTTO. Descriptivo Diagnóstico PREDICTIVO PRESCRIPTIVO Qué pasó? Qué está pasando? Por qué pasa? Qué tengo que hacer? Informes KPI Machine Learning Optimizadores 12/04/2018 Página 12

13 MANTENIMIENTO PREDICTIVO MODELOS PREDICTIVOS CLASICOS equals-business-sense/ 12/04/2018 Página 13

14 Spring Meeting on Predictive Maintenance and Realiability with Big and Complex Data (Schlägl Austria May, 2017) Construcción del modelo PCA (No supervisado) Construcción del modelo PLS (Supervisado) 12/04/2018 Página 14

15 MANTENIMIENTO PREDICTIVO VARIABLES LATENTES Spring Meeting on Predictive Maintenance and Realiability with Big and Complex Data (Schlägl Austria May, 2017) Los modelos en Variables Latentes tienen un importante papel en la Industria 4.0 Modelos predictivos Reconocimiento de patrones Detección de anomalías y diagnosis Mantenimiento predictivo Conocimiento del Proceso Optimización Control de Procesos 12/04/2018 Página 15

16 MANTENIMIENTO PREDICTIVO VARIABLES LATENTES Spring Meeting on Predictive Maintenance and Realiability with Big and Complex Data (Schlägl Austria May, 2017) Los modelos en Variables Latentes tienen un importante papel en la Industria 4.0 Modelos predictivos Reconocimiento de patrones Detección de anomalías y diagnosis Mantenimiento predictivo Conocimiento del Proceso Optimización Control de Procesos 12/04/2018 Página 16

17 OPTIMIZACIÓN DE PROCESOS GMV-SES GMV, 2018 Propiedad de GMV Todos los derechos reservados

18 OPTIMIZACIÓN DE PROCESOS INDUSTRIALES ESTADÍSTICA MULTIVARIANTE PLSR modelo de regresión basado en VARIABLES LATENTES. Herramienta adecuada para analizar gran cantidad de datos, ya que permite: Trabajar con variables correlacionadas entre sí. Obtener Modelos invertibles en entornos pasivos. La monitorización de un proceso y la detección temprana de fallos e identificación rápida de las causas. 12/04/2018 Página 18

19 OPTIMIZACIÓN DE PROCESOS INDUSTRIALES ARQUITECTURA CLOUD 12/04/2018 Página 19

20 GRACIAS Dr. PEDRO JOSÉ HERNÁNDEZ ARIZNAVARRETA GMV, 2018 Propiedad de GMV Todos los derechos reservados