Jue. Dic 5th, 2024

El proyecto, denominado Signum, de dos años de duración, se desarrolla en colaboración con la Universidad de Sevilla y cuenta con el apoyo de CTA (Corporación Tecnológica de Andalucía), el Centro para el Desarrollo Tecnológico y la Innovación (CDTI), el Consorcio de Transporte Metropolitano de Sevilla y TUSSAM.


El proyecto Signum tiene como finalidad el desarrollo de un sistema inteligente basado en dos objetivos
complementarios. Por un lado, la generación de un sistema de mantenimiento predictivo capaz de
predecir cuándo realmente es necesaria la intervención técnica en un vehículo, anticipándose así a la
avería, y minimizando tanto los costes, como los tiempos de intervención y, por otro lado, la optimización
energética del funcionamiento de los equipos de climatización, para la reducción de los costes de
operación.

El proyecto Signum consta de varias fases en las que se utilizan distintas técnicas de IA como sistemas
expertos, machine learning, IoT y deep learning, con el objetivo de abarcar el mayor número de casos de
diagnóstico posible.


En la primera de las fases del proyecto se ha desarrollado un sistema experto basado en reglas,
generadas a partir de la experiencia previa adquirida en Hispacold, que permite predecir con suficiente
antelación degradaciones en el funcionamiento de los equipos, antes de que se produzca un fallo que
provoque una parada del vehículo.


La segunda fase se centra en la integración de modelos de IA capaces de aportar nuevo conocimiento y
desarrollar nuevas reglas gracias al aprendizaje automático. Estos modelos estarán basados en técnicas
de deep learning y machine learning, y permitirán aumentar la capacidad predictiva del sistema y reducir
los consumos energéticos de los sistemas de climatización embarcados.


En la última fase del proyecto, el objetivo es desarrollar e integrar un dispositivo electrónico, que
habilitará la lectura de nuevas variables gracias a la incorporación de sensórica adicional (IoT). La
integración de estas nuevas variables en los modelos de IA dará lugar al sistema extendido de
mantenimiento predictivo con mayores prestaciones y alcance.


Para el desarrollo y el ajuste del sistema es necesario obtener una gran cantidad de datos de operación
de los vehículos. Para conseguir este objetivo, Hispacold se apoya en los datos generados por vehículos
de TUSSAM que han posibilitado entrenar el sistema en aplicaciones urbanas, así como con vehículos
adscritos al Consorcio de Transporte Metropolitano de Sevilla (gracias al acuerdo de colaboración
firmado entre ambas entidades con el propósito de fomentar la innovación entre este último e Hispacold)
que permite validar el sistema en aplicaciones interurbanas, para lo cual en este momento se está
trabajando en tiempo real sobre una flota de 25 vehículos, pertenecientes a los operadores Tranvías de
Sevilla y Autocares Paulino, de los que se están obteniendo y analizando datos desde el pasado mes de
noviembre

Por Mayte

Periodista especializada en movilidad y transporte público de viajeros. Editora de las revistas Carril Bus y City Motion

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *