El proyecto TIFON, enmarcado en el programa “Misiones de Ciencia e Innovación”, tiene como objetivo aplicar técnicas de inteligencia artificial (IA) y aprendizaje automático (ML) para optimizar procesos productivos en la industria. Este proyecto es llevado a cabo por un consorcio de empresas y organismos de investigación que trabajan conjuntamente para desarrollar soluciones innovadoras y disruptivas para la Industria 4.0.
Para conseguir el ambicioso alcance que este proyecto tiene, se ha estructurado un consorcio conformado por empresas y organismos de investigación con experiencia contrastada y capacidades complementarias muy relevantes que supone una garantía para el desarrollo del proyecto y para la continuidad a futuro, ya que está formado por centros de investigación de referencia en España y por empresas de primer nivel que ofrecen entornos reales que, una vez finalizado el proyecto TIFON, permitirán alimentar los modelos que surjan de las investigaciones.
El proyecto TIFON busca abordar varios objetivos específicos, entre los que destacan:
Desarrollo de técnicas de mejora de la calidad e incertidumbre de modelos subrogados certificables.
Generación optimizada de bases de datos de alta fidelidad para fenómenos de flujo críticos.
Desarrollo de un sistema inteligente para la detección y prevención de defectos en el proceso de fabricación.
Creación de modelos de lenguaje específicos para el sector industrial.
Optimización en entornos cambiantes mediante aprendizaje por refuerzo.
Tecnologías para el tratamiento inteligente de datos de múltiples fidelidades.
El WP1 es un paquete transversal fundamental en el análisis de los datos de partida, reducción de dimensionalidad, estimación de errores y aplicabilidad. El resto de WP se beneficiarán de estas investigaciones independiente de la aplicación a la que estas tecnologías avanzadas se quieran aplicar. Por lo tanto, sirve como paso preliminar a la integración de estos modelos en aplicaciones más complejas y disruptivas que se desarrollarán en el resto del proyecto. En el resto de WP se intentará cambiar el paradigma de operaciones en las empresas y transformarlos a una industria 4.0 digitalizada, competitiva y sostenible.
Procesos productivos inteligentes.
El presente WP aborda la aplicación de la IA a distintas etapas de los procesos productivos focalizándose principalmente en los procedimientos de calidad, verificación y fabricación de medios industriales. Para atender las distintas necesidades que plantean estas áreas de trabajo, se consideran las técnicas de VA e IA generativa.
Se investigará la aplicación de modelos de ML enfocados en la optimización de los procesos de fabricación con el objetivo de detectar y predecir potenciales defectos en los componentes. Para ello, se utilizarán datos procedentes de múltiples fuentes, como cámaras de diferentes espectros y otros sensores, tanto de origen experimental como simulado.
Modelos grandes del Lenguaje (LLM) e interacción multimodal aplicados a procesos productivos.
En el WP3 se abordará la aplicación de los avances más recientes en IA al desarrollo de un asistente virtual por voz para los operarios de una fábrica, optimizándolo en términos de robustez y funcionalidad. Para ello, se incorporarán los últimos avances a nivel académico y de investigación, caracterizados principalmente por la utilización de modelos neuronales del lenguaje basados arquitecturas tipo Transformers y aplicaciones de LLMs.
Técnicas disruptivas de diseño y optimización para la ingeniería 4.0.
La IA abre muchas posibilidades de cambiar de forma disruptiva las formas en las que se diseñan y optimizan los productos y la manera en la cual la industria 4.0 operará en un futuro. Esos cambios disruptivos serán clave para asegurar la competitividad de la ingeniería española y, por lo tanto, este paquete de trabajo se enfoca en desarrollar técnicas disruptivas en este sector. Actualmente, la IA tiene usos muy limitados y concretos, donde todavía el factor humano juega un papel principal. El alcanzar un cierto grado de calidad, seguridad y certeza mediante la incorporación de IA es un paso esencial para nuestra industria, siempre con miras a alcanzar un producto final energéticamente eficiente y seguro.
El proyecto TIFON cuenta con la participación de diversas entidades,
tanto empresas como organismos de investigación:
El proyecto TIFON cuenta con la participación de diversas entidades,
tanto empresas como organismos de investigación:
Graduado en Física y Graduado en Ingeniería de Materiales
Doctor en Ingeniería de Minas
Ingeniera de Minas
Ingeniero Técnico Industrial en Electricidad
Investigador principal
Investigador Principal
Investigador senior
Investigador senior
Doctora en Tecnologías de la Información y las Comunicaciones e Ingeniera en Informática
Ingeniero aeronáutico con grado y máster en aeronaves
Doctorado Cum Laude en Mecánica de Fluidos e Ingeniero Aeronáutico
Doctor, Profesor Titular de Universidad del área de Lenguajes y Sistemas Informáticos
Doctora, Profesora Titular del área de Ciencias de la Computación e IA
Doctor, Profesor Ayudante Doctor
Doctor, Profesor Ayudante Doctor
Ingeniero Aeroespacial
Profesor de Bioingeniería
Máster en Ingeniería Aeronáutica
Doctorado en Ingeniería Aeroespacial
Ingeniero Aeroespacial
Máster en Aeronáutica y Astronáutica
Doctor en Filología Inglesa y Profesor Titular e Investigador de la Universidad de Sevilla
Actualmente no se disponen de publicaciones derivadas del proyecto TIFON, ya que se encuentra en fases iniciales. Próximamente, esta sección se actualizará con artículos científicos, informes técnicos y otros documentos relevantes producidos durante el desarrollo del proyecto.
M Sánchez-Domínguez, L Lacasa, J de Vicente, G Rubio, E Valero
Engineering Failure Analysis, 110334 (Available online, preprint)
Physics of Fluids 37 (8) (Available online, accepted manuscript)
Ángel Ladrón, Miguel Sánchez-Domínguez, Javier Rozalén, Fernando R. Sánchez, Javier de Vicente, Lucas Lacasa, Eusebio Valero, Gonzalo Rubio
David Ramos, Lucas Lacasa, Marta Arnabat-Martín, Andrés Mateo-Gabín, Sven A. Lanzan Ferran, Eusebio Valero, Gonzalo Rubio.
Miguel Jaraiz, Fermín Gutiérrez, Pablo Yeste, Marta Arnabat-Martín, Andrés Mateo-Gabín, Sven A. Lanzan Ferran, Lucas Lacasa, Eusebio Valero, Gonzalo Rubio
Fermín Gutiérrez, Francisco Giral, Marta Arnabat-Martín, Andrés Mateo-Gabín, Sven A. Lanzan Ferran, Eusebio Valero, Gonzalo Rubio.
Nicolás Becerra-Zúñiga, David Ramos, Lucas Lacasa, Eusebio Valero, Gonzalo Rubio.
Fermín Gutiérrez, Miguel Jaraiz, Pablo Yeste, Lucas Lacasa, Eusebio Valero, Gonzalo Rubio.
Ángel Ladrón, Eusebio Valero, Gonzalo Rubio, Lucas Lacasa.
Nicolás Becerra-Zuñiga, Gonzalo Rubio, Eusebio Valero
David Ramos Archilla, Nicolás Becerra-Zuñiga, Gonzalo Rubio, Eusebio Valero.
Miguel Sánchez-Domínguez, Lucas Lacasa, Javier de Vicente, Eusebio Valero, Gonzalo Rubio.
