Thin[gk]athon Distributed AI for Predictive Maintenance

Desafío "IA distribuida para mantenimiento predictivo en la fabricación de semiconductores": canalización de IA del borde a la nube con el kit de IA de Infineon

powered by Infineon, ZEISS Digital Innovation & Smart Systems Hub –
3 días de ideación y creación de prototipos

ACERCA DEL THIN[GK]ATHON

El Thin[gk]athon es más que un hackathon clásico. Es un sprint intensivo de co-innovación en el que equipos interdisciplinarios trabajan en desafíos industriales reales.

En menos de 3 días, equipos de desarrollo de software, ciencia de datos, ingeniería integrada e industria desarrollan juntos prototipos funcionales y conceptos de arquitectura técnica.

La atención se centra en:

• la integración de hardware y software

• trabajar con datos y tecnologías reales

• el desarrollo de soluciones en condiciones prácticas

El Thin[gk]athon ofrece un espacio en el que se pueden probar, evaluar y desarrollar rápidamente nuevos enfoques técnicos.

EL DESAFÍO: IA DISTRIBUIDA PARA EL MANTENIMIENTO PREDICTIVO

En menos de 3 días, equipos de desarrollo de software, ciencia de datos, ingeniería integrada y la industria funcionan conjuntamente con prototipos y conceptos de arquitectura técnica.

El enfoque es sobre:

• la integración de hardware y software

• trabajar con datos y tecnologías reales

• el desarrollo de soluciones en condiciones prácticas

El Thin[gk]athon ofrece así un espacio en el que se pueden probar, evaluar y desarrollar más rápidamente nuevos enfoques técnicos.

En las modernas instalaciones de producción de la industria de semiconductores se generan continuamente datos de sensores de máquinas y sistemas. Estos datos contienen información valiosa de la que se puede derivar el estado de una máquina, por ejemplo en relación con el desgaste, anomalías o fallos de funcionamiento inminentes.

Sin embargo, en la práctica, estos datos a menudo no se utilizan lo suficiente como para tomar decisiones de mantenimiento coherentes y bien fundadas. Además, a menudo faltan los datos necesarios para el mantenimiento predictivo porque aún no se han registrado sistemáticamente, incluso en la industria de semiconductores altamente automatizada, donde la disponibilidad, la estabilidad y la precisión tienen un impacto directo en la producción. Las empresas se enfrentan a varios desafíos:

• Se crean grandes cantidades de datos directamente en el sitio, pero debido a los recursos limitados no se pueden procesar completamente allí para todos los casos de uso requeridos
• El procesamiento puramente basado en la nube causa latencias para decisiones críticas en el tiempo
• Al mismo tiempo, a menudo faltan infraestructuras de IA adecuadas o económicamente sensatas a nivel local

Sin embargo, las decisiones rápidas y confiables son cruciales para la disponibilidad, la estabilidad y el rendimiento de la producción Esta es exactamente el área de tensión aborda la IA distribuida: la vinculación inteligente de la ejecución local de IA en sistemas de borde con capacitación y gestión de modelos centrales en la nube.

LA MISIÓN

Desarrolla un canal funcional de IA desde el borde a la nube para uso industrial que utiliza datos de sensores para detectar y visualizar automáticamente estados de error y sacar conclusiones sobre los requisitos de mantenimiento de una línea habilitada.

El punto de partida es un entorno de prueba real en Infineon: un La pista de pruebas con sistema transportador constituye una aplicación práctica en la que los datos de los sensores se registran directamente en los contenedores de transporte. Por lo tanto, las soluciones desarrolladas no solo pueden diseñarse conceptualmente, sino también verificarse y validarse directamente en el objeto real.

El objetivo es mostrar cómo se puede implementar la IA distribuida en entornos industriales, desde la adquisición de datos en el sistema, pasando por la capacitación y el despliegue, hasta la detección local y la evaluación basada en la nube.

Los equipos están desarrollando una arquitectura de extremo a extremo que:

• Datos de sensores en los contenedores de transporte de los registros de ruta de prueba

• selecciona y procesa datos relevantes para la detección de estado

• desarrolla un concepto para la arquitectura adecuada de datos y sistemas

• implementa técnicamente el registro de datos, la descripción de estado y la detección de errores

• hace que los datos de entrenamiento sean utilizables para estados de error nuevos y conocidos

• el entrenamiento más eficiente posible para nuevos estados de error permite

• Se entrenan y opcionalmente se fabrican modelos de aprendizaje automático disponible automáticamente para su implementación en sistemas de borde

• Detecta estados de error localmente en el dispositivo de borde

• Los estados y resultados detectados están disponibles y se visualizan en una forma adecuada

El enfoque aquí está en un escenario de mantenimiento predictivo: ¿Cómo se puede reconocer tempranamente cuándo se requiere mantenimiento en la línea, por ejemplo, anomalías en componentes mecánicos como rodamientos u otros elementos susceptibles al desgaste?

El espacio de soluciones incluye la industria moderna y tecnologías nativas de la nube, especialmente en el ecosistema AWS y CNCF. Se desea explícitamente el uso de GenAI para la búsqueda de soluciones y la creación de prototipos.

El Thin[gk]athon sirve para desarrollar una solución que no solo funcione técnicamente, sino que también haga visible el valor añadido de la IA distribuida para la detección de errores industriales y el mantenimiento predictivo en una aplicación real.

BENEFICIOS:

• colaboración directa con socios de la industria

• Acceso a casos reales de uso industrial y de hardware

• Apoyo de mentores y expertos en tecnología

• Colaboración intensa en equipos interdisciplinarios

• Trabajando en red con la industria, las startups y la investigación

PARTICIPANTE PERFIL

Buscamos participantes con diferentes orígenes, perspectivas y habilidades.
Los roles típicos son:

• Desarrolladores de software
• Ingenieros de datos/Ingenieros de aprendizaje automático
• Ingenieros integrados
• Arquitectos de sistemas
• Expertos de la industria
• Mentes creativas/IoT Entusiastas

PROPIETARIO DEL DESAFÍO

ZEISS Digital Innovation desarrolla soluciones de software individuales para entornos de producción complejos. Gracias a un alto nivel de experiencia en la industria y una amplia comprensión de las innovaciones tecnológicas, así como una mentalidad ágil, las ideas de soluciones innovadoras se implementan de manera rápida y creativa.

La empresa combina experiencia en:

• Ingeniería de software industrial

• Datos e inteligencia artificial

• Arquitecturas de borde y nube

• Ciberseguridad

Infineon es una de las empresas líderes mundiales en la industria de semiconductores. La planta de fabricación de Infineon en Dresde se fundó en 1994, en aquel entonces como parte de Siemens.

Hoy en día, Dresde es uno de los lugares más grandes y modernos para la fabricación, la tecnología y el desarrollo de productos y emplea a más de 4.000 personas en dos ubicaciones. Esto convierte a Infineon Dresden en uno de los empleadores industriales más importantes de la región.

Infineon Dresden fabrica más de 400 productos diferentes basados ​​en obleas de 200 mm y 300 mm para las cuatro áreas de negocio del grupo. Con Smart Power Fab, Infineon abre en Dresde una de las instalaciones de producción de semiconductores de 300 mm más modernas y, al mismo tiempo, más flexibles de Europa, con uno de los mayores espectros tecnológicos del mundo.

En el Thin[gk]athon, ZEISS Digital Innovation e Infineon Technologies plantean un verdadero desafío desde el contexto de la IA industrial y la IA distribuida.

SOCIO
Sistemas inteligentes Hub

Infineon Technologies

Innovación digital ZEISS


RESULTADOS Y RECONOCIMIENTO
Los mejores equipos tienen la oportunidad de:

• desarrollar aún más su idea junto con socios de la industria

• para hacer visibles sus resultados en la red Smart Systems Hub.