Buscamos ofertas para contratar los servicios descritos por estas tareas.
1 OBJETO
El presente proyecto se enmarca dentro de la estrategia de innovación orientada a
producto que lleva a cabo TECDESOFT desde el año 2008 y que se enfoca en tratar de
ofrecer al mercado herramientas de digitalización de alto valor añadido orientadas a
entornos industriales y de energía.
Los productos que ha desarrollado TECDESOFT hasta el momento tratan de orientarse
al nivel 3 dentro de la pirámide ISA-95, ofreciendo soluciones de adquisición de datos,
almacenamiento, visualización y funcionalidades MES/MOM.
El presente proyecto se dirige a dar funcionalidad de analítica avanzada de datos sobre
la información ya almacenada en el nivel 3, pudiendo asimilarse a una capa 4 transversal
para ejecución de modelos IA.
La presente especificación tiene por objeto describir el alcance de contratación con
terceros para la investigación, desarrollo y puesta en servicio de algoritmos de
inteligencia artificial orientados al sector industrial.
2 CRITERIOS DE SEGURIDAD
Los suministros de materiales y las obras o servicios objetos de contratación, tendrán en
cuenta los criterios de seguridad en primer lugar, se analizará y valorará la realización
por parte del proveedor del de seguridad de sus materiales, equipos y servicios
contemplando los potenciales riesgos y los modos de fallo de forma que se minimicen y
sean de la forma más segura posible para los aspectos que se consideran a
continuación:
2.1 SEGURIDAD FRENTE A TERCEROS
Se tratará de que los materiales, equipos y servicios que se especifiquen y se adquieran
sean seguros frente a terceros tanto por sí mismos como en el emplazamiento en que
se instalen o ejecuten.
En cualquier caso todos los materiales, equipos y servicios que se adquieran deben
comportar un aumento de la seguridad sobre la situación precedente.
No deben comportar la introducción de nuevos riesgos para terceros salvo que estén
calculados, asumidos, prevenidos y controlados por el contratista y autorizados por la
propiedad.
Se analizará y valorará la realización por parte del contratista del análisis de seguridad
de sus materiales, equipos y servicios contemplando los potenciales riesgos y los modos
de fallo de forma que se minimicen y sean de la forma más segura posible para terceros.
Los fallos de equipos, siempre que se pueda, deben ser con tendencia a la seguridad
frente a terceros.
Se analizará la seguridad frente a terceros de todas las fases del suministro incluyendo
el acopio, fabricación, embalaje, transporte, montaje, puesta en marcha, operación y
mantenimiento.
2.2 SEGURIDAD DEL MEDIO AMBIENTE
Los materiales, equipos y servicios deben ser respetuosos con el medio ambiente en
todas las fases del suministro, montaje, operación y mantenimiento.
Se analizará y valorará la seguridad, orden y limpieza en todas las fases del suministro
y explotación.
Se analizará y valorará la realización por parte del contratista del análisis de seguridad
de sus materiales, equipos y servicios contemplando los potenciales riesgos y los modos
de fallo de forma que se minimicen y sean de la forma más segura posible para el medio
ambiente.
Serán valorados positivamente los productos y contratistas que tengan certificaciones y
sistemas de gestión medioambientales.
Seguridad y prevención de riesgos laborales.
Las empresas que suministren los materiales, equipos y servicios deben cumplir la
normativa establecida sobre seguridad y prevención de riesgos laborales.
Se valora positivamente la acreditación y certificación de la Seguridad en todas las fases
y de los correspondientes Sistemas de Gestión.
Se analizará y valorará la realización por parte del contratista del análisis de seguridad
de sus materiales, equipos y servicios contemplando los potenciales riesgos y los modos
de fallo de forma que se minimicen y sean de la forma más segura posible para las
personas.
Se analizará y valorará la Cultura de la Seguridad de los contratistas.
Se analizará y valorará la seguridad, orden y limpieza en todas las fases del suministro
y explotación.
Se valorará la ergonomía adecuada de los equipos para la fase de montaje, operación y
mantenimiento de los equipos.
El análisis de seguridad incluirá la valoración de las herramientas, útiles, equipos de
protección individual y colectiva.
2.3 SEGURIDAD DEL PATRIMONIO Y DEL NEGOCIO
Los materiales, equipos y servicios deben mejorar e incrementar la seguridad, fiabilidad
y disponibilidad de las instalaciones.
Las empresas que suministren los materiales, equipos y servicios deben acreditar
directamente o a través de referencias recientes disponer de la tecnología y habilidad
necesaria para realizar el suministro de forma segura en todas sus fases.
Se valora positivamente la acreditación y certificación de la Seguridad en todas las fases
y de los correspondientes Sistemas de Gestión.
Se analizará y valorará la realización por parte del contratista del análisis de seguridad
de sus materiales, equipos y servicios contemplando los potenciales riesgos y los modos
de fallo de forma que se minimicen y sean de la forma más segura posible para la
explotación.
Se analizará y valorará la seguridad, orden y limpieza en todas las fases del suministro
y explotación.
Se valorará la ergonomía adecuada de los equipos para la fase de montaje, operación y
mantenimiento de los equipos.
El análisis de seguridad incluirá la valoración de las herramientas, útiles, equipos de
protección individual y colectiva.
3 ALCANCE DEL SUMINISTRO
3.1 DESCRIPCIÓN TÉCNICA DE LOS TRABAJOS
Se pretenden implementar en una solución software un conjunto de algoritmos de
inteligencia artificial con un alto grado de investigación e innovación orientados a:
• PT1- ML/IA Orientada a la Calidad de la producción
• PT2 – ML/IA orientada a la detección de anomalías
• PT3 – ML/IA orientada al mantenimiento predictivo
• PT4 – Gestión del ciclo de vida de los modelos ML/IA
Todos estos algoritmos cubrirán necesidades transversales en múltiples industrias
(metal, madera, automóvil, alimentación, agua…).
Cada uno de los paquetes de trabajo para la investigación y desarrollo de los
correspondientes algoritmos estará ligado a un caso de uso demostrador que
TECDESOFT seleccionará entre sus industrias cliente de referencia.
Estos casos serán ficticios y anonimizados.
TECDESOFT aportará las fuentes de datos y las características del caso de uso,
necesarias para el entrenamiento del algoritmo.
3.1.1 PT1- ML/IA Orientada a la Calidad de la producción
Englobaremos en este apartado una serie de casos de uso orientados a la:
➢ Detección de la causa raíz de un defecto de calidad
➢ Prescripción del valor de las variables de proceso para no incurrir en defectos
➢ Predicción de la probabilidad de que se produzca un determinado defecto
Como ejemplo tomaremos una empresa manufacturera que fabrica piezas para el sector
del automóvil.
Estas piezas tienen un proceso de ensamblado físico, pero también interviene un
proceso químico (por ejemplo un tratamiento superficial), de forma que en el producto
final pueden producirse una serie de defectos ya tipificados que no tienen un único origen
o al menos su origen no es evidente.
(Para entrenar este algoritmo disponemos de sets de datos reales anonimizados de
procesos productivos con esta problemática.)
El pipeline del proceso sería (a priori):
Paso 1: Selección de los datos origen (creación de la ETL, para esto consideremos 2
caminos:
a. Conexión a un flujo de datos de un topic de Apache Kafka
b. ETL construida en Apache Airflow a partir de datos obtenidos del nivel 3
mediante API Restfull
c. Importación de una tabla de datos (*.csv o BBDD).
Paso 2: Tratamiento de datos origen (Data preparation)
d. Esta fase es clave y se le deberá dedicar la suficiente importancia en el
proyecto.
e. Mediante configuradores sencillos podremos realizar las tareas básicas típicas
de los procesos de preparación de datos (eliminar blancos, eliminar outliers,
aplicar estadística básica (media, media recortada, máximo, mínimo,
desviación, interpolar valores, rellenar hacia delante, rellenar hacia atrás)
f. Formatear los datos
g. Escalar los datos
Paso 3: Comprensión de los datos origen
h. En esta fase lo que queremos es mostrar cuadros de mando estadísticos con
los datos, pero limitado a una serie de objetos (widgets) ya predefinidos.
Paso 4: Análisis de correlaciones
i. El objetivo es poder visualizar para cada tipo de defecto, el peso de las
variables que le afectan y la relación entre ellas.
j. Para ello se pueden utilizar gráficos de tipo matriz de correlación o mapas de
calor
Paso 5: Análisis de causa raíz
a. Para cada uno de los defectos del catálogo de defectos se determinan las
variables relacionadas y su peso
b. Se utiliza un gráfico de barras para ver el peso de las distintas variables
c. Se utiliza un algoritmo de árbol de decisión para visualizar el peso y valores de
las diferentes variables
Hasta aquí hemos realizado un análisis descriptivo (pasos 3 y 4) y un análisis de
diagnóstico básico (paso 5).
A continuación abordaremos la predicción y la prescripción.
Paso 6: Modelo de Predicción
a. Con los datos objeto de estudio podremos entrenar un modelo de predicción
b. El resultado de este modelo será un valor de probabilidad de que ocurra un defecto
determinado
c. Los diferentes outputs del modelo se podrán publicar para ser consumido por
terceros
Paso 7: Modelo de Prescripción:
a. Una vez conocido el peso de las diferentes características en el resultado final de
predicción del defecto se puede buscar el valor de las diferentes variables de
proceso que minimice la probabilidad de aparición del defecto.
3.1.2 PT2 – ML/IA orientada a la detección de anomalías
Dentro de este apartado abordaremos analítica de datos sobre un conjunto de variables
básicas del tipo serie temporal.
Orientaremos estos procesos a:
• Obtener predicciones a futuro del valor de una variable de proceso
• Detectar anomalías básicas en un sensor
3.1.2.1 Regresión o Forecasting
Dado un conjunto de entrenamiento (xi,yi) para i=1…n, queremos crear un modelo de
regression f que pueda predecir la etiqueta “y” para un nuevo “x”
3.1.2.2 Detección de anomalía en sensor
Trata de detectar anomalías en series de datos.
El fin perseguido es detectar una anomalía en el equipo de medida (fallo del sensor, fallo
de comunicación, fallo de la electrónica de procesamiento…) de una instalación
industrial.
Esto se determina a partir del análisis de valores anómalos en la serie de datos que
aporta el sensor.
3.1.3 PT3 – ML/IA orientada al mantenimiento predictivo
Dentro del mantenimiento predictivo trabajaremos en 2 líneas de actuación:
a) Predicción de alarmas/eventos en una instalación
b) Predicción de condición de funcionamiento anómala en un activo
3.1.3.1 Predicción de alarmas/eventos en una instalación
En una instalación automatizada determinada disponemos de un catálogo de alarmas y
eventos (decenas de miles) que se pueden activar en un determinado momento.
La aparición de estas alarmas es esporádica en el tiempo. Algunas aparecen de forma
frecuente y otras no aparecen nunca.
El objetivo perseguido es predecir la aparición de estas alarmas.
Para ello partimos de:
– Posibles tipos de alarma
– Alarmas ocurridas en el tiempo
– Variables de proceso en el histórico
En base a ello se pretende detectar correlaciones entre diferentes alarmas o entra las
alarmas y las variables de proceso que permitan predecir la aparición de nuevas alarmas
en la instalación en base a unas condiciones de contexto determinadas.
3.1.3.2 Predicción de la integridad de un determinado activo
Para un determinado activo evaluaremos en el tiempo sus variables de proceso y las
clasificaremos en diversos conjuntos, durante el periodo de entrenamiento.
Un operador supervisará la clasificación indicando funcionamiento normal, anormal, tipo
1 – n.
De esta forma a partir de aquí cuando el vector de datos que recibamos para ese asset
se salga de alguno de esos conjuntos activaremos una alarma, indicando que la máquina
está operando en unas condiciones anómalas.
3.1.4 PT4 – Gestión del ciclo de vida de los modelos ML/IA
En el paquete 4 tendremos el diseño de todo el backend para el entrenamiento y puesta
en servicio de los modelos.
Así mismo tendremos la parte de modelado que permitirá integrar esos modelos en un
sistema superior dotándolo de las interfaces necesarias para el intercambio de datos.
3.2 PLAZO DE ENTREGA
El plazo de entrega para todo el desarrollo será como máximo de 2 años.
3.3 DOCUMENTACIÓN
El contratista deberá entregar como mínimo la siguiente documentación.
Antes de iniciar los trabajos:
o Documentación exigida en materia de seguridad y salud, y jurídico- laboral
o Programa de ejecución. Planning de trabajos.
o Ingeniería preliminar.
Después de finalizar el trabajo
En el plazo máximo de un mes, ingeniería final y certificación de pruebas.
3.4 CRITERIOS DE EVALUACIÓN DE LAS OFERTAS
Los criterios de valoración de las Ofertas que se presenten para atender al proceso de licitación
son los siguientes:
C-1 CRITERIO TÉCNICO- EXCLUYENTE- 40 PUNTOS
Para valorar el grado de cumplimiento de la oferta, se utilizara el
siguiente criterio de valoración: Si se acepta en su totalidad el
documento de especificación técnica se puntuará con 40 puntos.
Si existen excepciones se descuenta 5 puntos con cada excepción.
[Si la o las excepciones afectan al objeto fundamental de los
trabajos que se deben realizar y que se pretenden contratar, los
Técnicos evaluadores podrán desestimar la oferta en su totalidad.]
C-2 Referencias- EXCLUYENTE- 20 PUNTOS
Trabajos similares y normalización respecto a estándares:
Mediante este criterio, se analiza las referencias del oferente en
trabajos similares y adaptaciones a estándares de la industria en
general. Se valorará con 20 puntos si presenta referencias de
trabajos similares.
C-4 Plazos de Entrega – NO EXCLUYENTE- 1O PUNTOS
Puntuación normal: de 0 a 10 puntos. Se valorará con 10 ptos un
plazo de entrega inferior o igual indicado en las ETS. Se valorará
con 5 ptos un plazo de entrega superior el indicado y menor o igual
a otro fijado en ETS. Se valorara con 0 ptos un plazo de entrega
superior a este último valor fijado en ETS
C-5 Valoración Económica- NO EXCLUYENTE- 30 PUNTOS
Se puntuará con 30 puntos la oferta más económica y con 0 la más
cara. El resto se puntuarán según regresión lineal.
MÁXIMA PUNTUACIÓN DE 100
3.5 GARANTÍAS
El contratista en su oferta indicará la garantía que ofrece de los trabajos, detallando la extensión
de la misma. En ningún caso esta garantía será inferior a 2 años desde la aceptación provisional
del proyecto.
3.6 SUBCONTRATACIÓN DE TRABAJOS
La subcontratación de trabajos debe estar previamente autorizada por TECDESOFT.
3.7 CUADRO DE PRECIOS
POSICION ALCANCE PRECIO UNITARIO
1 PT1: ML/IA orientada a la calidad de la producción
2 PT2: ML/IA orientada a la detección de anomalías
3 PT3: ML/IA orientada al mantenimiento predictivo
4 PT4: Gestión del ciclo de vida de los modelos ML/IA
Buscamos ofertas para contratar los servicios descritos por estas tareas.