Este activo cubre la adecuación de una metodología propia para el diseño, desarrollo e implementación de modelos de mantenimiento predictivo basados en datos de manufactura guiados por el conocimiento del dominio
Se dispone de servidores con potencia de cálculos suficiente para replicar las metodologías establecidas en el equipo de MU-EPS en diferentes entornos. El equipo de MU-EPS no incluye equipamiento para la recogida de datos in situ, sino que se presupone que existen históricos de proceso/producto recogidos de antemano. Con fallos etiquetados, para realizar un aprendizaje supervisado; sin fallos conocidos, para realizar un aprendizaje de tipo semi-supervisado (anomalías).
Se dispone de servidores con potencia de cálculos suficiente para replicar las metodologías establecidas en el equipo de MU-EPS en diferentes entornos. El equipo de MU-EPS no incluye equipamiento para la recogida de datos in situ, sino que se presupone que existen históricos de proceso/producto recogidos de antemano. Con fallos etiquetados, para realizar un aprendizaje supervisado; sin fallos conocidos, para realizar un aprendizaje de tipo semi-supervisado (anomalías).
Análisis de especificaciones, requerimientos y viabilidad
Análisis de especificaciones, requerimientos y viabilidad
Demostrador
Demostrador
Formación
Formación
Mondragón Goi Eskola Politeknikoa JMA SCoop
Persona de contacto: Urko Zurutuza Ortega
Deja que te conozcamos mejor. Si buscas implementar tecnologías inteligentes y materiales avanzados que mejoren la eficiencia del sistema productivo de tu empresa para ofrecer soluciones de más valor añadido, completa este formulario.