Duro Felguera | Cotización

Investigación industrial en el ámbito de las soluciones integrales de intralogística inteligente y en el de la mejora de la eficiencia de procesos mediante soluciones innovadoras

Proyecto de actuación del nuevo Centro de I+D+i empresarial (DF INNOVATION HUB) que aborda 3 líneas de trabajo:

W2T (Warehouse To Truck). La automatización de la logística interna o intralogística en las plantas o en las plataformas de distribución está entre las prioridades de muchas de las grandes compañías. Los costes logísticos, que no aportan ningún valor al producto, son cada vez mayores y la automatización permite reducirlos. La cuarentena de productos, el Just-in-Time, el cross-docking, … exigen cada vez más mejoras en la intralogística. El crecimiento del picking, por el ecommerce y la personalización de la entrega, hace que el tiempo de carga del camión haya que reducirlo y para ello es necesaria la automatización, no solo en los muelles de carga sino también en el movimiento desde el almacén, todo ello integrado mediante un software de control y de gestión.

QPS (Quick Platform for Steel Industry) La mejora de la eficiencia de los procesos aumenta la seguridad y reduce costes mediante soluciones innovadoras y mediante la Ciencia del Dato. Las soluciones innovadoras son claves para el trabajo durante grandes paradas en sectores como siderúrgico. Para ello son necesarias plataformas que, además de requerir un montaje/desmontaje rápido, deben permitir trabajar en espacios reducidos, evitar oscilaciones y permitir no sólo el tránsito de personas sino de materiales pesados.

  • Izado de palets desde el suelo a la plataforma
  • Movimiento simultáneo de personas y materiales
  • Capaz de soportar grandes pesos y de poder montarse/desmontarse rápidamente

3. AIP (Artificial Intelligence for continuos Production). La Ciencia del Dato en los procesos continuos, en los que influyen un gran número de variables, permite mejoras que no serían posibles de aplicar sin ella por mucha experiencia que se posea:

  • Predicción de pérdidas de velocidad y de las características técnicas del producto a fabricar
  • Sistemas de recomendación de configuraciones multivariable óptimas para el proceso.
  • Identificación de variables de proceso mediante reconocimiento de imágenes.
  • Modelos de Inteligencia Artificial que identifican relaciones multivariable.
  • Alertas automáticas mediante RPA sobre posibles pérdidas de control.

Beneficiario: DF Intelligent Systems.

PROYECTO SUBVENCIONADO POR EL IDEPA