- Inicio
- Soluciones
- Cómo trabajamos
Cómo trabajamos: diagnóstico, modelo con la física dentro y operación en planta
Comprender antes de optimizar.
Cada proyecto empieza midiendo, sigue con un modelo que lleva dentro las leyes del proceso y el conocimiento de quien lo opera, y entra en producción con el operador al mando y el error del modelo vigilado cada semana.
Primero el proceso, después la herramienta
Muchos proyectos de IA industrial fracasan por el orden: se compra la herramienta y después se busca el problema. Empezamos por un proceso concreto (un horno, un secadero, una línea) y respondemos con datos a una pregunta: dónde está el margen y por qué. Si el margen existe y se puede medir, se construye el modelo.
Tu equipo conoce el proceso mejor que nadie y nosotros ponemos la física y los modelos. El proyecto funciona cuando las dos cosas se combinan en cada fase.
Qué distingue a nuestros modelos
La física del proceso dentro
El balance de energía del horno, la dinámica térmica de la prensa o la curva de desgaste de la herramienta entran en el modelo como restricciones, y los datos ajustan lo que la física no fija. Por eso funciona con menos histórico y sigue siendo válido cuando cambia la materia o el formato.
Sobre los datos que ya existen
SCADA, PLC, historian, MES y ERP, por los protocolos habituales (OPC UA, Modbus, exportaciones). Solo se añade una señal si el diagnóstico demuestra que falta.
Explicable por diseño
Cada recomendación y cada alerta llevan la variable que manda y el motivo físico. Quien la recibe puede comprobarla contra el proceso antes de actuar, y discutirla.
Vigilado después de entregar
El error del modelo se compara cada semana con lo que ocurrió. Cuando la desviación supera el umbral acordado, se reentrena.
Las cuatro fases de un proyecto
El primer proyecto con cada cliente se elige pequeño a propósito: una línea, un horno o una familia de productos. La confianza se construye midiendo.
Reunión exploratoria
Se elige el proceso con más margen, se revisa qué señales existen y se decide si merece un diagnóstico. Si no lo merece, se dice.
Diagnóstico
Datos históricos, una visita a planta y una conversación con quien opera el equipo. Sale una estimación del margen con tus datos y una línea base acordada para medir después. Las señales que revisamos.
Modelo en operación
Se construye con la física del proceso y el histórico de la planta, se contrasta con el operador y entra en producción sobre las señales existentes. Las primeras semanas solo recomienda; después, si la planta lo decide, escribe consignas dentro de límites de ingeniería.
Medición y extensión
Resultado contra la línea base cada mes, con los contadores de la planta. Si funciona, se replica en equipos parecidos con el mismo método y las mismas medidas.
Qué puedes resolver con este método
01Eficiencia energéticaCuánto gas o electricidad sobra en cada turno y qué consigna lo recorta.
Ver HEFESTO →
02Modelos predictivosQué fallo, consumo o rechazo se puede anticipar, y con cuánto margen.
Ver PYTHIA →
03Planificación operativaEn qué orden fabricar con el precio de la energía dentro del plan.
Ver METHIS →
05Componentes eólicosCurado de palas, forja de ejes y mecanizado de piezas grandes.
Ver componentes eólicos →
06IA para equiposFormación práctica en IA para la plantilla.
Ver la formación →Cómo trabajamos con cada planta
El problema antes que la herramienta
Cada proyecto parte de un proceso y una pregunta concretos de la planta.
Porcentajes después del diagnóstico
El margen de tu equipo se estima con tus datos.
El operador decide
El modelo recomienda y explica; el sistema de control y el criterio del operador siguen al mando.
Resultados con su método
Toda cifra que publicamos dice qué se midió, dónde, durante cuánto tiempo y con qué método.
Dudas habituales sobre el método
En la reunión exploratoria se elige un proceso, se revisa qué señales existen y se decide si merece un diagnóstico.
¿Por qué «IA crítica»?
Porque el modelo se construye para poder dudar de él. Cada predicción lleva su motivo físico y su margen de error, se contrasta con lo que el operador sabe antes de encender ninguna alerta y se vigila cada semana contra lo que ocurrió de verdad. Un modelo del que no se puede dudar tampoco merece confianza.
¿Qué pasa si los datos de mi planta no sirven?
Se dice en el diagnóstico, antes de cobrar un modelo. Se revisan las señales del SCADA o el historian (consistencia, huecos, frecuencia de muestreo) y, si falta algo, se propone qué registrar y durante cuánto tiempo. Empezar un modelo con datos que no sirven es la forma más cara de descubrirlo.
¿Cuánto dura cada fase?
Depende del proceso, del estado de los datos y de la integración, así que no lo fijamos de antemano. El diagnóstico se hace con datos históricos y una visita a planta, y al terminarlo se acuerdan el alcance, el calendario y el indicador con el que se va a medir. La medición contra la línea base empieza el primer mes de operación.
¿Quién decide en planta, el modelo o el operador?
El operador. El modelo recomienda y explica; la planta acepta, cambia o rechaza. Si la planta y el modelo discrepan, gana la planta y el modelo se revisa. Solo escribe consignas cuando la planta lo decide, dentro de límites fijados por ingeniería.
¿Cómo se mide el resultado?
Contra una línea base acordada antes de empezar: el consumo específico, el porcentaje de rechazo o las horas de replanificación de los meses anteriores, corregidos por producción y formato. Se mide con los contadores y registros de la propia planta.