Personalizar el uso de cookies

Esta web utiliza cookies para proporcionar una navegación más eficiente y analizar el tráfico de visitas. Encontrarás información detallada sobre ellas a continuación.

Las cookies que se clasifican como "Necesarias" se almacenarán en tu navegador, ya que son esenciales para habilitar las funcionalidades básicas del sitio. También utilizamos cookies de terceros orientadas a analíticas (Google Analytics), que nos ayudan a analizar cómo utiliza este sitio web. Puedes optar por habilitar o deshabilitar algunas de estas cookies, pero hacerlo puede afectar su experiencia de navegación.

Siempre activas

Estas cookies son requeridas para proporcionar una funcionalidad básica de la web, y no pueden ser desactivadas. No almacenan ningún dato de tipo privado o que pueda identificarte.

Estas cookies permiten conocer cómo los visitantes interactúan con la web, y proporcionan información relacionada al número de visitas, origen del tráfico o tasa de rebote.

Estas cookies se utilizan para proporcionar a los visitantes anuncios personalizados basados en las páginas que visitó anteriormente y para analizar la efectividad de las campañas publicitarias. Están relacionadas normalmente a la integración de videos de redes sociales en la web.

proyectos CARTIF

OPTIRAIL

Desarrollo de un marco inteligente basado en conocimiento de apoyo a la toma de decisiones en el campo del mantenimiento de infraestructuras ferroviarias

Descripción

El proyecto OPTIRAIL (“Desarrollo de un marco inteligente basado en conocimiento de apoyo a la toma de decisiones en el campo del mantenimiento de infraestructuras ferroviarias”) surge con el objetivo de desarrollar una herramienta integral, basada en técnicas de inteligencia computacional y lógica difusa, que ayude a administrar todos los elementos que son relevantes para el mantenimiento de la vías ferroviarias, prediciendo futuras necesidades de conservación con asignaciones óptimas de recursos.

CARTIF asume la coordinación técnica del proyecto y lidera el desarrollo de los paquetes de trabajo dedicados al diseño conceptual de la herramienta y a la diseminación. Además CARTIF participa en otros paquetes de trabajo aplicando técnicas de Inteligencia Computacional al dominio de la conservación de las infraestructuras ferroviarias.

Objetivos

    • Desarrollar nuevas herramientas inteligentes que ayuden a optimizar las operaciones de mantenimiento ferroviario, garantizando mayor disponibilidad de la vía, mejor coordinación transfronteriza y mayor eficiencia.
    • Garantizar una planificación más eficaz de la gestión y las actividades de mantenimiento de vías ferroviarias basada en los conocimientos técnicos acumulados a lo largo de los años y en la información almacenada en los sistemas de gestión y mantenimiento.

    Acciones

    • Analizar especificaciones y requisitos para un mantenimiento eficiente, fiable y sostenible de sistemas ferroviarios.
    • Analizar transferibilidad de conceptos, ideas y soluciones desde otros sectores.
    • Diseñar y validar herramientas inteligentes y colaborativas basadas en lógica difusa que den soporte a la toma de decisiones.
    • Demostrar usabilidad de los resultados del proyecto en la red ferroviaria existente.
    • Definir sinergias y mejores prácticas entre las redes transfronterizas.

    Resultados obtenidos

    • Marco abierto e inteligente basado en conocimiento para gestión del mantenimiento de infraestructuras ferroviarias que facilita la toma de decisiones efectiva y eficiente.
    • Metodologías para modelar el deterioro de la infraestructura y la toma de decisiones de mantenimiento: conocimiento experto y datos de sistemas de monitorización, modelados para aprovechar y preservar los activos.
    • Herramienta centrada en técnicas de inteligencia computacional y lógica difusa, validada en dos casos de estudio.

    Socios:

    Video presentacion del proyecto:

    FP7-TRANSPORT

    Grant Agreement No. 314031

    Presupuesto total: € 3.916.343,40
    Contribución: € 2.700.000,00
    Duración: 1-Oct-2012 a 30-Sep-2015

    Responsable

    Anibal Reñones

    Director del Área Industria 4.0

    Networking

    Proyectos Tecnologías de la información y la comunicación

    ARISE

    ARISE

    El proyecto ARISE vislumbra un futuro cercano que se alinea con la Industria 5.0, priorizando a entornos de trabajo resilientes, sostenibles y centrados en el ser humano. En un futuro así, las empresas reconocen que invertir en interacción humano-robot (HRI) industrial es esencial para alcanzar mejores objetivos a corto y largo plazo, en lugar de un coste.

    leer más
    Share This