ITAINNOVA ha participado en diferentes proyectos H2020 entre los que se encuentran Stream-0D, SoftSlide, Mat4Rail y Maturolife
El objetivo del proyecto STREAM-0D es avanzar hacia la fabricación con cero defectos mediante la integración de modelos de simulación en sistemas de producción, capaces de interaccionar con el proceso productivo en tiempo real.
Estos modelos, por un lado, se alimentan con datos reales de producción medidos en la línea (IoT) y, por otro lado, son capaces de controlar el proceso de producción mediante la predicción de indicadores de producto claves. Todo ello, al ritmo marcado por la línea de producción.
Este proyecto va más allá de la herramienta de simulación CAELIA, desarrollada íntegramente en ITAINNOVA, ya que STREAM-0D integra modelos de simulación que combinan diferentes dominios físicos con datos medidos en línea para controlar y optimizar los parámetros de producción más relevantes del proceso.
Stream 0D permite realizar cambios rápidos de especificaciones para la producción de lotes personalizados, asegurando una flexibilidad máxima en los procesos de producción. El inmenso potencial de esta tecnología de Industria 4.0 permitirá reducir la variabilidad de la producción mediante el ajuste del producto a las especificaciones de diseño, aumentar la flexibilidad de la línea, mediante la posibilidad de realizar cambios rápidos de especificaciones para la producción de lotes personalizados, y eliminar defectos.
El proyecto demostrará esta tecnología en tres procesos de producción con modelos de producción y materiales completamente diferentes entre si del sector del automóvil: servofrenos, rodamientos y juntas de estanqueidad.
Webiste del proyecto europeo H2020 Stream 0D
Las pérdidas de energía causadas por la fricción en las juntas dinámicas en la rotación, movimiento lineal y oscilación de los dispositivos (por ejemplo: motores, válvulas, compresores de aire, acumuladores…) representan un 25% de la energía total consumida. Además, el efecto de la fricción en las juntas dinámicas produce daños en la superficie de la junta a lo largo del tiempo, por lo que se reduce su vida útil.
Es posible obtener juntas dinámicas de baja fricción mediante diseños especiales y grabando micro-patrones en la superficie de contacto de la junta, pero la producción en serie de las actuales juntas no incorpora este importante paso y es necesario que estos micro-patrones sean grabados individualmente, junta a junta, en un proceso posterior independiente.
Este proceso de grabación de patrones incrementa considerablemente el coste y limita la producción de juntas dinámicas de baja fricción, siendo imposible para el usuario final incluir este paso en su sistema de producción.
SoftSlide ha creado un proceso de producción en masa que transfiere estos micro-patrones durante la etapa de moldeo para obtener juntas dinámicas de baja fricción y altas prestaciones. Este proceso puede ser fácilmente implementado por los fabricantes de juntas dinámicas con un insignificante incremento del coste de producción.
Ensayos y pruebas después de la optimización han confirmado una importante reducción de la fricción que puede alcanzar hasta un 50% en condiciones reales de trabajo, con la consecuente reducción del desgaste, un significativo incremento de la durabilidad de la junta y un 15% de reducción de los consumos energéticos; todo ello sin necesidad de modificar el contramaterial, las condiciones de lubricación o el compuesto elastomérico. Si es necesario, un incremento de la fricción puede alcanzar hasta un 20%. El comportamiento de la junta depende del sector de aplicación y del material base, pero podemos afirmar que los resultados obtenidos son impresionantes y mejores de lo inicialmente esperado.
La tecnología SoftSlide se dirige a los sectores donde los motores, la automatización y el equipamiento dinámico son parte fundamental, como es el caso de la automoción, aerogeneradores, transporte de gas y petróleo, aeronáutica, procesado de alimentos, sistemas de prevención del fuego y muchos más.
Website del proyecto SoftSlide H2020
El objetivo de la IP1, donde se encuentra enmarcado el proyecto Mat4Rail es la mejora de prestaciones y fiabilidad de los trenes, incremento de la capacidad y eficiencia energética, y reducción de costes en el ciclo de vida de los materiales. Mantenerse competitivos a nivel global, la industria de ferrocarril europeo requiere adoptar tecnologías y diseños transgresores para la próxima generación de vehículos, que además, permitan flexibilidad según la demanda de pasajeros. Esta innovación tiene que venir de la mano de materiales novedosos y conceptos de diseño modular, que permitan que el material rodante se mantenga como referente en cuanto a eficiencia y confort, frente al de otros mercados emergentes.
Mat4Rail distribuye sus actividades en dos líneas de trabajo: Composites con buena resistencia al fuego y Diseño Interior.
La primera, donde ha participado ITAINNOVA, se centra en el desarrollo de composites poliméricos para el sector ferroviario, que cumpliendo la exigente legislación del sector, puedan sustituir a metales en estructuras primarias de las cajas para conseguir así material rodante más ligero. Estos composites deberán cumplir estrictos requisitos en relación a incendios, humos y toxicidad, rendimiento mecánico y fabricación rentable.
En esta parte de materiales también se proponen innovaciones para sistemas de puertas de acceso con el fin de introducir mejoras en peso, atenuación acústica, rendimiento térmico y rentabilidad.
Website del proyecto Mat4Rail H2020
El objetivo de MATUROLIFE es desarrollar nuevos materiales capaces de ofrecer tecnologías asistivas para personas mayores con un alto grado de diseño estético y funcionalidad. Los retos son, por tanto, nuevos materiales y diseño. Se generarán 3 pilotos para probar esas tecnologías asistivas con personas mayores: Sillón, zapato y ropa.
ITAINNOVA es líder del paquete de trabajo 6, que consiste en la integración de los materiales generados en los pilotos, el aseguramiento de la funcionalidad y la seguridad de los pilotos y la creación de la plataforma de Big Data para obtener información de los mismos.
_20220714140959.png)
