I+D - ASM Soft

Proyectos de I+D

Innovación conjunta con nuestros clientes

Algunos de los proyectos desarrollados por ASM, especialmente en el área de I+D cuentan con apoyo y cofinanciación pública. Entre ellos cabe destacar los siguientes:

DIG4.OVO

DIG4.0VO PERSIGUE MEJORAR LA COMPETITIVIDAD DEL SECTOR AVÍCOLA DE PUESTA MEDIANTE EL DESPLIEGUE DE SOLUCIONES INNOVADORAS BASADAS EN BIOTECNOLOGÍA E INTELIGENCIA ARTIFICIAL

DIG4.0VO (Investigación industrial para el desarrollo de una plataforma colaborativa basada en IA para conseguir una cadena de valor del huevo competitiva, sostenible y comprometida con el bienestar animal) tiene por objetivo mejorar la competitividad de las pymes del sector avícola de puesta y nace como respuesta a los numerosos desafíos del sector en los últimos años. Su objetivo es desplegar una batería de innovaciones basadas en la implementación de soluciones de Biotecnología e Inteligencia Artificial (IA) en los procesos clave, focalizando en alimentación, bienestar animal, calidad y optimización de los procesos operativos, sin que esto comprometa la eficiencia y rentabilidad de las empresas.

El proyecto plantea optimizar la alimentación para la mejora del bienestar animal, reducir la incidencia de enfermedades y mejorar la digestibilidad animal, todo ello a través de la incorporación de nuevos postbióticos. Además, se desarrollarán formulaciones de pienso basadas en la reutilización de subproductos de la industria alimentaria, que favorecerán la estimulación de la puesta de huevo, fortalecerán los sistemas inmune y digestivo, y mejorarán la calidad del huevo en general.

Asimismo, para controlar todos los procesos, se desarrollará una plataforma colaborativa que empleará IA para monitorizar todos los datos productivos, la gestión de insumos y energía para generar los mejores escenarios de producción bajo las premisas iniciales del proyecto: la optimización de la calidad del producto y el incremento de la eficiencia de los procesos para maximizar la rentabilidad de la producción.

El consorcio del proyecto está conformado por la empresa del sector avícola Campomayor, la empresa de alimentación animal funcional Pentabiol, nosotros la tecnológica ASM Soft, la Fundación Instituto Tecnológico de Galicia (ITG), y la consultora de innovación y sostenibilidad en el sector alimentario Medrar Smart Solutions.

DIG4.0VO recibe financiación de la convocatoria 2023 del programa de apoyo a las Agrupaciones Empresariales Innovadoras (AEI) del Ministerio de Industria, Comercio y Turismo y está coordinado por el Clúster Alimentario de Galicia (Clusaga).

Smart4Cheese

sMART4CHEESE PRETENDE GENERAR NUEVAS HERRAMIENTAS DE CONTROL DE CALIDAD Y OPTIMIZACIÓN DE LA TOMA DE DECISIONES PARA LA REDUCCIÓN DE CONSUMOS.

El objetivo general de Smart4Cheese es impulsar la digitalización integral en el sector lácteo de queserías, a través de la investigación industrial en tecnologías innovadoras de fotónica online y algoritmos avanzados que permita mejorar la sostenibilidad del sector.

En el marco de este proyecto se generarán nuevas herramientas de control de calidad y optimización de la toma de decisiones para la reducción de consumos gracias a la IA y a la implicación de tecnologías IoT para la comprobación de parámetros de calidad. Además, se generará una plataforma dotada de IA que permitirá mejorar el rendimiento energético de todos los procesos y contribuir a optimizar las variables clave.

El proyecto está liderado por Clusaga y cuenta con la participación de las empresas socias Grupo Entrepinares, Queizuar, Medrar Smart Solutions, ANFACO-CECOPESCA e ITG – Instituto tecnológico de Galicia. Smart4Cheese es una iniciativa financiada por el Ministerio de Industria, Comercio y Turismo a través de la convocatoria del 2022B del programa de apoyo de AEIs.

Objetivos del proyecto:

  • Mejorar el control de la trazabilidad a través de NIR portátil y control con App que permita conocer en tiempo real las posibles desviaciones y calidades de la leche que afecten a la producción.
  • Creación de una plataforma de BI dotada de IA que permita una visualización de todos los procesos clave para ahorrar tiempo en la toma de decisiones.
  • Definición de variables y procesos críticos en planta gracias a la recogida masiva, repercutiendo en los KPIs de sostenibilidad de las empresas queseras involucradas.
  • Mejora de la percepción de la sostenibilidad del sector cara al consumidor mediante la selección de los productos que cumplan el binomio de baja huella de carbono y más sostenibles económicamente para la empresa.

Auto-Paperless

AUTO-PAPERLESS : "dIGITALIZACIÓN DE DOCUMENTACIÓN ASOCIADA A PROCESOS PRODUCTIVOS PARA EL SECTOR DE AUTOMOCIÓN DE GALICIA"

El proyecto persigue la optimización de procesos industriales de empresas del sector de automoción de Galicia mediante la parametrización sectorial, implementación y test de una plataforma para la digitalización de la documentación de planta mediante formularios electrónicos con el objetivo de ser una fábrica con PAPEL CERO, incrementando la accesibilidad, la trazabilidad, la funcionalidad, a través del empleo de instrucción por voz, y la consulta de la información en tiempo real.

Transformando la industria de automoción de Galicia con tecnología avanzada: la digitalización para un futuro sin papel

Objetivos del proyecto:.

  • Se pretende mejorar la calidad de los productos y servicios, aumentar la eficiencia de las plantas, ensayar nuevas tecnologías e iniciar proceso de transformación digital de cada una de las empresas participantes.

Este proyecto se encuentra financiado por el Ministerio de Industria, Comercio y Turismo, así como por la Unión Europea a través del Plan de Recuperación, Transformación y Resiliencia en el marco de la convocatoria #AEI2022b.

Sea2table 4.0

SEA2TABLE 4.0: DESARROLLO DE TECNOLOGÍAS DIGITALES MULTIFÁBRICA 4.0 EN LA INDUSTRIA ALIMENTARIA INTELIGENTE Y SOSTENIBLE

Objetivos del proyecto:

  • Implantar un nuevo modelo de fábrica en la industria alimentaria que promueva la sostenibilidad y la eficiencia productiva mediante la aplicación de tecnologías de inteligencia artificial en un entorno multifábrica.
  • Conseguir una cadena de suministro digitalizada que garantice la calidad, seguridad y trazabilidad en toda la cadena de valor, protegiendo así al consumidor final frente a fraudes alimentarios y que permita a su vez asegurar que el producto final proviene de recursos sostenibles.
  • Agilizar la toma de decisiones y flexibilizar la cadena de suministro a través de la consolidación de toda la información recogida en los tres centros industriales que el Grupo Nueva Pescanova tiene en Galicia.

El proyecto ha llevado a cabo los siguientes avances:

Durante la primera anualidad se hizo una propuesta de modelo de mapa de sistemas y procesos que permite optimizar la eficiencia y aumentar la flexibilidad basándose en un estudio donde se han identificado los problemas detectados y sus oportunidades de mejora.

Para la sensorización de las fábricas se realizó un estudio de aquellos factores que provocaban pérdidas de productividad y, una vez detectados, se determinó la viabilidad de sensorizarlos. Para ello, se procedió a la instalación de sensores en la planta de producción y al desarrollo de los diferentes componentes de la plataforma de software de captura de datos para su posterior integración en el gemelo digital multifábrica.

Con el propósito de digitalizar los controles de calidad, se ha llevado a cabo un análisis de los que se realizan en las plantas productivas con el objetivo de determinar aquellos procedimientos y variables que son susceptibles de ser digitalizados, con el fin de poder investigar y desarrollar algoritmos y técnicas de IA que permitan mejorar los procesos.

El Grupo Nueva Pescanova está desarrollando prototipos para reforzar el control de calidad y seguridad alimentaria de sus productos, para lo cual se llevó a cabo un estudio interno identificando los principales factores que impactaban en la calidad percibida por sus clientes.

Para la creación de un hilo digital para el aseguramiento de la trazabilidad, se ha realizado un estudio de los movimientos de producto en cada una de las tres fábricas, así como a lo largo de toda la cadena de suministro. Una vez analizados, se integraron todos los datos sobre una plataforma de software única para la planta y se ha recogido la información de todos los nodos de la cadena de suministro con el empleo de tecnología Blockchain.

Con el objetivo de consolidar e integrar toda la información de los diversos centros industriales se han establecido los requisitos y casos de uso concretos para la construcción del gemelo digital, considerando las necesidades de hardware de computación o software, además de los modelos de datos estandarizados para el almacenamiento de información. También se ha diseñado la arquitectura para el procesamiento y almacenamiento masivo de datos que le dé soporte al gemelo digital.

Durante la segunda anualidad se avanzó en la propuesta iniciada durante el primer hito del proyecto, incrementando la eficiencia y favoreciendo la mejora continua de las plantas de producción.

Se continuó el proceso de sensorización de las fábricas, añadiendo sensores y comprobando su funcionamiento. Además, se prosiguió con el estudio de los datos recogidos por la sensórica instalada que servirá de base para el desarrollo del gemelo digital y se avanzó con la validación de la plataforma de software.

En lo que respecta a la digitalización de la calidad, se ha comenzado a realizar controles de forma digitalizada y se han automatizado parámetros gracias a la instalación de sensores en las plantas, que permiten un mayor control del proceso productivo. El tratamiento de estos datos con IA permitirá establecer patrones que mejorarán los procesos y facilitarán el control de la calidad.

En base a estudios realizados en la primera fase del proyecto con diferentes tecnologías de inspección por visión, como rayos X o visión terahércica o hiperespectral, se diseña y desarrollan prototipos que demuestran la capacidad de poder inspeccionar y determinar la integridad y sellado de envases, o inspeccionar y detectar materia extraña, ayudando a elevar el aseguramiento de la calidad de las fábricas.

Con el propósito de asegurar la trazabilidad, se continuó con el desarrollo de la plataforma de software que permite hacer un seguimiento de inicio a fin de la cadena de movimientos de producto empleados en los centros industriales. La información recogida es analizada mediante técnicas de IA y Machine Learning, con el fin de determinar su comportamiento y poder hacer predicciones de eventos relacionados.

Toda la información recopilada en los centros industriales sirvió para dar soporte a los casos de uso planteados en el gemelo digital. Se han estado desarrollando e investigando algoritmos que a partir de los datos introducidos en el gemelo digital puedan predecir el comportamiento y la evolución de una serie de elementos e indicadores definidos previamente en los centros industriales.

Fortalecimiento de la investigación, del desarrollo tecnológico y de la innovación

Solicitud de oferta para Convocatoria Red.es (C005/21-ED)

CONVOCATORIA DE AYUDAS 2021 DESTINADAS A PROYECTOS DE INVESTIGACIÓN Y DESARROLLO EN INTELIGENCIA ARTIFICIAL Y OTRAS TECNOLOGÍAS DIGITALES Y SU INTEGRACIÓN EN LAS CADENAS DE VALOR

Descripción del proyecto:

Desarrollar un módulo de análisis de datos de fábrica con inteligencia artificial en la plataforma asmCore. Dicho módulo sería desarrollado en conjunto con la entidad subcontratada. Para el proyecto se han definido inicialmente los siguientes casos de uso:

  • Control de calidad de envasado: Permite relacionar los defectos de envasado (rotura de bolsa, pérdida de vacío) con los parámetros de las envasadoras, la productividad y las características del producto de la OF
  • Control de Peso: Permite relacionar el sobrepeso con los parámetros de las pesadoras (lineales, multicabezales…), la productividad y las características del producto de la OF
  • Mantenimiento predictivo: Relacionar las averías y mantenimientos correctivos con alguna variable de la máquina (por ejemplo vibraciones, variables eléctricas o KPIs de mantenimiento)

Requisitos de la subcontratación:

La subcontración se centrará el en desarrollo de los algoritmos de IA necesarios para poder desarrollar los casos de uso descritos en el proyecto.

Se requiere:

  • Experiencia demostrable en proyectos de I+D en el campo de la IA, machine learning, big data…
  • Experiencia en proyectos de implantación de tecnologías 4.0 en la industria alimentaria
  • Capacidad técnica que permita el cumplimiento de los plazos descritos en el proyectos.

Fechas de ejecución:

La duración del proyecto es de 20 meses.

Importe de la subcontratación:

Está limitado al 40% del importe del proyecto. Las ofertas serán evaluadas en función de su calidad técnica y coste.

Información adicional:

Puede solicitar información adicional en el correo joserodriguez@asm.es

 

COPRO - ASM participa en el proyecto COPRO cuyo kick-off se celebró los días 23 y 24 de Noviembre.

Horizon2020 SPIRE project COPRO Kick-off Meeting in Brussels.

Brussels – 40 Representatives from the 17 partners of the CoPro consortium and from the European Commission met for the project kick-off in Brussels on November 23rd and 24th, 2016. In the upcoming 3.5 years, large and small companies, research institutes and universities from eight European countries will jointly work on improving resource and energy efficiency in the process industries by better coordination of production.

The HORIZON 2020 project CoPro – “Improved energy and resource efficiency by better coordination of production in the process industries” which is led by Prof. Sebastian Engell (Department of Biochemical and Chemical Engineering of TU Dortmund), has started on November 1st, 2016.

The aim of the project is to develop methods and tools for better management of industrial plants and chemical parks under dynamically changing market conditions with the goal to save energy and resources and to improve the competitiveness of the European process industries. The CoPro consortium receives funding of 6 million € from the European Commission under the SPIRE public private partnership until the end of April 2020.

The technical developments are motivated by the practical needs of industry and will be demonstrated in five different use cases from various sectors of the European process industries. At the sites of COVESTRO and INEOS in Cologne the coordination of production processes of base chemicals will be improved. At Lenzing, Austria, the leading European manufacturer of cellulose fibers, complex evaporation and recycle networks of their wood-based production process will be optimized. Further use cases come from FRINSA, a Spanish food packaging company, and from Procter & Gamble. Several leading small and medium enterprises will develop new computer tools for process modelling and process management.

The stimulating discussions during the two day meeting provided an excellent start into an ambitious project that will contribute significantly to the sustainability of the process industries in Europe.

02

MEDRAR - Mejora en la depuración de aguas residuales en pequeños núcleos de población

FECHA DE INICIO: 11/02/2016. FECHA FIN: 30/11/2018

El objetivo general del proyecto MEDRAR es el desarrollo y demostración experimental de un sistema innovador y sostenible de tratamiento de aguas residuales para pequeñas poblaciones mediante un sistema modular, que se adaptará a las características del caudal a tratar y a los criterios de vertido o reutilización del agua depurada.

Es aplicable a agua residual urbana o aguas grises y negras y tanto para pequeños núcleos de población o pequeñas aglomeraciones urbanas/industriales que dispongan de redes separativas, como para aquellos que no dispongan de dichos sistemas.

Se plantea como una alternativa más sostenible a los actuales sistemas utilizados en pequeñas poblaciones, en muchas ocasiones deficientes, inoperativos o inviables debido a los costes operacionales implicados, adaptándose a las peculiaridades y condicionantes de cada núcleo que permitan la autosuficiencia energética y la reutilización del agua, disminuyendo así los costes de agua potable y aguas residuales.

Actualmente se ha implantado el sistema de control adaptativo modular y monitorización descentralizada con acceso web desde cualquier dispositivo y sistema de seguridad mediante comunicación encriptada entre el Servidor y las Depuradoras.

03
04

ALEGRIA – Algas y Energía para la valorización de aguas residuales de la Industria Agroalimentaria Gallega

Proyecto de +D

El objetivo del proyecto es la investigación en nuevas tecnologías de transformación de efluentes industriales en fuentes sostenibles de bioenergía, con el reaprovechamiento de sustancias valiosas presentes en el agua residual, con un menor residuo final y una calidad tal que permita su reutilización. Se busca además mejorar la competitividad del sector agroalimentario gallego al disminuir sus costes de tratamiento de aguas residuales, generar valor a través de subproductos, disminuir su huella de carbono y mejorar el aprovechamiento energético de la industria.

Se trata de un proyecto en cooperación liderado por TRAINASA en la línea de Proyectos de I+D en Cooperación Nacional del Centro para el Desarrollo Tecnológico e Industrial (CDTI) con número de expediente ITC‐20133118.

06
07
08
09

SISTOLE - Nuevas tecnologías para información precisa de entornos reales con sistemas de localización emergentes

Proyecto de +D

El objetivo del proyecto es la obtención de una solución integrada en la que, a partir de un sistema de localización preciso y fiable que soporte los requisitos presentes en las aplicaciones de posicionamiento más críticas, se desarrollen tecnologías emergentes para optimización de rutas industriales y sistemas de información industrial basados en realidad aumentada, más las herramientas de autoría correspondientes.

Se trata de un proyecto en cooperación liderado por Instalaciones Inabensa S.A. que fue aprobado el 26/06/2012 en la línea de Proyectos de I+D en Cooperación Nacional del Centro para el Desarrollo Tecnológico e Industrial (CDTI) con número de expediente IDI-20120484.

06
07
08
09

SF4SF - Integración en planta de tecnologías emergentes para la detección, eliminación y gestión de riesgos alimentarios

Proyecto de +D

El objetivo principal del proyecto SF4SF -Integración en planta de tecnologías emergentes para la detección, eliminación y gestión de riesgos alimentarios- es incrementar la eficacia productiva de las plantas de procesado de alimentos y la seguridad alimentaria de los productos elaborados. Nuestro objetivo se centró en Desarrollar una aplicación para gestionar e integrar los riesgos alimentarios en los sistemas de información de planta.

Todo ello, a través de la integración en planta de tecnologías emergentes más rápidas, sensibles, eficaces y sostenibles para la detección, eliminación y gestión de riesgos microbiológicos y alérgenos.

Este proyecto se ha desarrollado con la ayuda concedida por el Centro para el Desarrollo Tecnológico Industrial (CDTI) del Ministerio de Industria, Economía y Competitividad, y ha sido cofinanciada por la Unión Europea (Fondos FEDER) a través del Programa Operativo de Crecimiento Inteligente (2014-2020), en el marco de ayudas destinadas a la cooperación regional en investigación y desarrollo (Programa FEDER Innterconecta).

El proyecto SF4SF cuenta con la participación de un consorcio de cuatro empresas formado por CLAVO FOOD FACTORY, S.A. (líder del consorcio), ASM Soft, Kemegal y Nanoinmunotech, y con la colaboración/participación de los organismos de investigación ANFACO, Universidad de Vigo y el Laboratorio Ibérico Internacional de Nanotecnología.

La participación de ASM Soft. en el proyecto SF4SF, concedido el 20/11/2015, se ha desarrollado entre los años 2015-2018 y ha contado con un presupuesto de 251.857€. El lugar de ejecución del proyecto ha sido las instalaciones de ASM, Soft (Vigo) y Clavo Congelados (Caldas de Reyes).

Como conclusión del proyecto, Se ha desarrollado una plataforma MES 4.0 que recoge toda la información de planta de producción integrando los datos de productividad (Métrica, Consumos, Lotes, etc.) con el Control de Calidad, Riesgos Alimentarios y con el ERP de gestión del negocio.

10
11