Investigación en herramientas basadas en algoritmos de IA para el diseño CAD y desarmónico de productos de chasis. Interfaz gráfica con el usuario para modificar parámetros de entrada y comprobar en tiempo real la respuesta mecánica del componente. Investigación en algoritmos de IA para el desarrollo de un sistema inteligente y adaptativo en tiempo real de Análisis de los Modos y Efectos de Fallas de Diseño.

• Adquisición automática de inputs y parámetros

• Modelos IA predictivo

• Generación Automática de Layout proceso

• Generación Automática de output
• Envío Automático de RFQ a proveedores

• Creación data stream único con datos heterogéneos, realizando sincronización e imputación
• Realización de las funciones de filtrado y transformación en tiempo de proceso.
• Aprendizaje automático en tiempo continuo de proceso y aplicación automática del mismo al proceso.
• Modelo AMFE tiempo continuo realimentado con los datos de proceso.

Investigación y desarrollo de tecnologías de energía renovable para mejorar la eficiencia y sostenibilidad. Implementación de algoritmos de control avanzado para optimizar la integración en la red eléctrica. Desarrollo de sistemas de almacenamiento y monitorización para garantizar la estabilidad y operación eficiente de las instalaciones renovables.

Desarrollar un entorno modular y escalable, de manera que a partir del módulo principal de planificación se puedan agregar nuevas soluciones que permitan mejorar la toma de decisiones.

Investigación y Desarrollo del Orquestador para AGVs: un sistema integral que gestiona la planificación, integración de datos, ciclogramas, modelos de producción, colaboración con usuarios, ejecución de la planificación y coordinación del control de calidad. Exploración de técnicas centralizadas y descentralizadas para mejorar la flexibilidad, reacción y seguridad del sistema.

Generación de datos y desarrollo de modelos predictivos a través de IA para diferentes tipos de uniones soldadas (adhesivas, puntos y aportación), destacando la calidad geométrica mediante técnicas de aprendizaje por evidencia. Asimismo, se empleará una nueva metodología de simulación FEM para prever distorsiones, optimizar condiciones y analizar variaciones geométricas y tensiones en uniones RSW.