WWWhat's new

Zyfra y su solución para la Industria Inteligente

Fábricas inteligentes gracias a la solución de Zyfra

En el IoT Solutions World Congress tuvimos la oportunidad de hablar con la empresa finlandesa ZYFRA, quien ha llegado a Barcelona para dar un impulso a la industria petrolera.

Especializada en soluciones para la industria basadas en Inteligencia Artificial (AI) e Internet Industrial de las Cosas (IIoT), ofrece soluciones dirigidas a la optimización de los procesos industriales mediante el Aprendizaje profundo (Deep Learning) y métodos de optimización numérica. En el caso de la industria petrolera, ofrecen una solución de Optimización de perforación que utiliza un amplio conjunto de datos geológicos y datos de perforación, aumentando la producción de petróleo hasta en un 20% y disminuyendo el tiempo improductivo entre un 5 y un 7%.

Por otro lado nos comentan que ya han instalado más de 7.000 máquinas de control numérico computarizado (CNC), solución que comentamos en el ví­deo y que aumenta la eficiencia en la utilización de la maquinaria y mejora la precisión en la predicción de la calidad del producto.

Sobre el OOoT nos comentan que se trata de una red informática que consta de elementos de equipos industriales y herramientas cientí­ficas, equipados con tecnologí­as que interaccionan entre sí­ y con el exterior. El objetivo de la Internet de las Cosas es modificar los procesos tecnológicos y comerciales de manera que aumente su eficiencia, y se reduzca significativamente la necesidad de la participación humana en la toma de decisiones rutinarias relacionadas con la gestión de los objetos pertenecientes a dichas redes. En términos generales, IIoT se puede equiparar a automatizar totalmente la producción digital.

En IOTSWC, ZYFRA también introdujo su sistema de recopilación de datos de máquina en tiempo real MDCplus que podrí­a usarse para rastrear trabajos, operaciones, centros de trabajo, chatarra, costos, tiempo de inactividad y personas. También demostró sus soluciones de IA industrial que pueden predecir la calidad y las propiedades del producto, o recomendar configuraciones de procesos y uso de materiales.

Salir de la versión móvil