Proyectos de colaboración

El proyecto tiene como objetivo el desarrollo de nuevos materiales para tecnologías de impresión 3D a partir de residuos plásticos procedentes de procesos industriales. La iniciativa se enmarca dentro de los principios de la economía circular y sostenible, y responde a la necesidad de ampliar la gama de materiales disponibles para impresión 3D, superando las limitaciones actuales de calidad y propiedades técnicas que presentan muchas de las opciones comerciales existentes.

El presente proyecto se plantea como una investigación industrial orientada a la aplicación de técnicas de Inteligencia Artificial y Big Data para la optimización de procesos productivos. Su objetivo principal es reducir el consumo energético en planta, actuando sobre distintos frentes: disminución del tiempo de ciclo, reducción del scrap (material no aprovechable), reutilización de recursos energéticos y mejora de la eficiencia de equipos y procesos. Todo ello bajo los principios de la economía circular, que promueven un uso más responsable y sostenible de los recursos.

El sector de la automoción es altamente competitivo y requiere una mejora continua tanto en los procesos productivos como en el impacto de toda la cadena de valor. En este contexto, los tres ejes estratégicos en planta son la calidad de producto (NOK), la eficiencia de los procesos (OEE) y la prevención de paradas mediante mantenimiento predictivo. Un fallo en cualquiera de estos aspectos puede generar consecuencias significativas no solo para Linde Wiemann, sino también para sus clientes y proveedores.

El proyecto tiene como objetivo principal el desarrollo de un sistema innovador de monitorización del proceso de mecanizado en materiales ferrosos y no ferrosos, con el fin de aprovechar los residuos generados en forma de virutas y transformarlos en materiales con nuevas aplicaciones industriales. La iniciativa se estructura en dos fases, orientadas tanto al análisis de las virutas como a su reprocesado para validar su viabilidad técnica y funcional.

El proyecto tiene como objetivo investigar en tecnologías de fabricación aditiva flexible, incorporando robótica avanzada, sistemas inteligentes, visión artificial, inteligencia artificial y gemelo digital, aplicados al uso de materiales sostenibles. La integración de estas tecnologías permitirá optimizar los procesos de impresión 3D hacia una mayor eficiencia, sostenibilidad y fabricación con cero defectos, reduciendo significativamente el impacto ambiental de estas operaciones.

El impacto de la pandemia de la COVID-19 generó un fuerte temor al uso de espacios cerrados con tránsito frecuente de personas, lo que afectó directamente a los medios de transporte y a los vehículos de uso compartido. Mientras que en transportes públicos como metro o autobuses el descenso de viajeros fue más moderado, en el caso de empresas privadas con vehículos compartidos, de alquiler por horas o flotas internas de uso colectivo, el número de usuarios se redujo drásticamente, llegando a poner en riesgo la viabilidad de algunas compañías.

El proyecto tiene como objetivo principal realizar una investigación industrial sobre la aplicación de algoritmos de Inteligencia Artificial (IA) a la operativa del molde en procesos de inyección y soplado de plástico. La solución persigue incrementar la competitividad de las empresas mediante la predicción de eventos, el mantenimiento predictivo, la optimización del set-up y puesta a punto, así como la mejora de parámetros productivos. Todo ello permitirá a las compañías de la cadena de valor que trabajan con piezas plásticas digitalizar el proceso productivo vinculado al molde, conectando de forma eficiente sus operaciones.

En el sector de la automoción resulta indispensable disponer de sistemas de control de calidad en línea que permitan inspeccionar y verificar la totalidad de la producción. Un fallo en esta etapa puede paralizar la fabricación y ocasionar pérdidas económicas muy elevadas. Actualmente, el control de calidad final —en la línea de acabado antes de entregar el vehículo al cliente— presenta dos grandes problemáticas: la elevada intervención manual en operaciones de retrabajo (que afectan al 45-50% de los vehículos) y la imposibilidad de emplear robots tradicionales debido a la necesidad de trabajar sin vallado, en entornos con gran movimiento de personas.