Digital Fleet Maintenance Services:

"DF-MAS" (FASE I)

DF-MAS es un proyecto de investigación industrial que impulsa el desarrollo de gemelos digitales aplicados al sector ferroviario

Para su ejecución, el consorcio formado por DatagramGrupo AzviCenitUniversidad de Sevilla y OnTech Innovation trabaja de forma conjunta en la planificación, investigación, desarrollo, aplicación y evaluación de resultados del proyecto DF-MAS.

El objetivo es abordar la puesta en marcha de metodologías y modelos para la transformación digital de contextos con nivel de digitalización bajo. Para ello, la propuesta Digital Fleet Maintenance Services “DF-MAS” investiga, diseña, desarrolla y emplea el uso de modelos de gemelos digitales de servicios de mantenimiento, aplicándolo, de forma concreta, al mantenimiento de maquinaria ferroviaria, perteneciente al sector de la construcción y la infraestructura ferroviaria.

Iniciativa financiada por el Ministerio de Industria, Comercio y Turismo dentro del programa de apoyo a las AEI para contribuir a la mejora de la competitividad de la industria española, y con el apoyo de la Unión Europea a través del Plan de Recuperación, Transformación y Resiliencia

Referencia: AEI-010500-2022b-127

Ministerio de Industria, Comercio y TurismoFinanciado por la Unión Europea. NextGeneration EUPlan de Recuperación, Transformación y ResilienciaLogotipo AEI Cluster. Agrupaciones Empresariales Innovadoras

El clúster tecnológico y biotecnológico OnTech Innovation gestiona y coordina el consorcio encargado de llevar a cabo el proyecto, formado por los miembros: DatagramGrupo AzviCenit y Universidad de Sevilla.

 

Logotipo OnTech Innovation     Logotipo Universidad de Sevilla     Logotipo Grupo Azvi      Logotipo Cenit     Logotipo Datagram

Una apuesta por el progreso digital

Tren de alta velocidad en circulaciónLa propuesta se enmarca en la transformación digital del sector del transporte ferroviario, un sector clave en la transición energética. La maquinaria analizada forma parte del material rodante ferroviario, y, por tanto, se ve sometida a la normativa de seguridad del mismo. En concreto los Reglamentos de Seguridad han desarrollado una estructura de gestión del mantenimiento de este material rodante que identifica cuatro niveles o funciones de mantenimiento: EEM1(Gestión global), EEM2 (Ingeniería), EEM3 (Gestión de Flota) EEM4 (Taller). El proyecto plantea emplear este marco para organizar un uso avanzado de la información en la toma de decisiones.

Se considera como base del proyecto la tecnología de gemelos digitales. La principal ventaja de esta tecnología frente a otras alternativas es que proporciona un marco adecuado para abordar soluciones de digitalización avanzada de activos, procesos y servicios. Esto obliga a considerar desde el principio un enfoque de integración baja una arquitectura software común y un diseño específico del modelo de datos que define digitalmente al activo, proceso o servicio. También incluye la definición de funciones de procesado de datos, de analítica predictiva, simulación y representación, dentro de la propia arquitectura. Estos tres elementos: funciones, modelos y arquitectura, configuran de manera completa el gemelo digital.


Nuestro compromiso con la investigación y la innovación tecnológica

Datagram S.L. es una consultora tecnológica que nace en Sevilla en el año 2004, y que se funda para ofrecer servicios de consulting tecnológico, digitalización, automatización de procesos y desarrollo de herramientas productivas para empresas del sector logístico, industrial y agrario en Andalucía.

Trenes paralelos estacionados en un andén

Ubicada actualmente en el Parque Científico y Tecnológico de Huelva, da conectividad al Parque, y forma parte de algunos proyectos empresariales dedicados al servicio de Compliance y vigilancia de la ciberseguridad en el entorno industrial.

Especializada en Industria 4.0, ejecuta labores de integración y de mejora en la operación para el entorno industrial basado en componentes IoT, SmartDevices, tecnología RFID, integraciones software y tratamiento masivo de la información para BI, además del diseño de herramientas propias para medidas y optimización de procesos.