proyecto
Sistema Predictivo de Existencia de Agua en Obras Subterráneas
Registro en:
16COTE-66315
2016-66315-INNOVA_PRODUCCION
Autor
Marcos Fabián Maldonado Vargas
Skava Consulting S. A.
Institución
Resumen
Aumento de la Productividad Y/o Competitividad de Skava y sus Clientes Mejorar la Capacidad y Conocimiento Tecnológico de la Empresa y Generar Relaciones con Empresas Partner Y/o Proveedores de Conocimiento como Metricarts. Definir una Plataforma Adecuada para el Almacenamiento de los Elementos de Información No-estructurados Provenientes de las Distintas Fuentes Disponibles Considerando que Éstos No Han Sido Ideados para Ser Relacionados con Datos de Otra Procedencia y Etapa del Proyecto. Desarrollar el Interfaz Correcto para la Incorporación de los Elementos de Información No-estructurados de Cada Fuente a la Plataforma de Almacenamiento Ideada. El Interfaz Debe Responder al Entorno de Trabajo de los Especialistas Relacionados a Cada Fuente: Computador Tablet y Web Según Sea el Caso. Generar un Sensor Virtual que Pronostique la Existencia de Riesgo de Agua en Obras Subterráneas en Base a Información No Estructurada Normalmente Disponible en los Proyectos Utilizando Herramientas de Data Lake y Machine Learning para Identificar Correlación Lógica y Consecuencia. El Sistema Debe Ser Capaz de Complementar Información Proveniente desde Diversas Fuentes y Distintas Etapas del Desarrollo del Proyecto Así como de Identificar Gatillos que Anuncien con la Anticipación Suficiente la Existencia de Riesgo de Agua para Así Poder Ejecutar a Tiempo las Medidas Mitigadoras Disponibles. Lo Recién Descrito Busca Anticipar la Presencia de Agua y el Riesgo Potencial en el Medio que se Construye la Obra Subterránea lo que Representa un Desafío Tecnológico sobre el cual No Existe Conocimiento de Abordajes Estructurados. Generar un Modelo Matemático en Base a Inteligencia Artificial que Permita Incorporar los Elementos de Información No-estructurados Almacenados en la Plataforma Ideada e Ingresados a Través del Interfaz Desarrollado para el Pronóstico de la Existencia de Agua Detrás del Frente de Trabajo durante la Construcción de Obras Subterráneas. Integración y Performance del Repositorio de Datos: se Debe Verificar la Real Factibilidad de Enlazar las Nuevas Fuentes de Datos a Través de la Creación de Metadata Sintética que Permita en el Lograr este Objetivo ante Nuevas Fuentes y Requerimientos Cambiantes. Se Espera que el Repositorio Sea Capaz de Dar Abasto ante Alta Frecuencia de Operaciones Concurrentes Cada una de ellas Exigiendo Altos Volúmenes de Datos y sin Afectar el Performance de la Solución Inteligencia: Encontrar Modelos que Respeten la Heterogeneidad de los Datos Fuentes y que Sean Capaces de Ver en Estos Datos Elementos de Valor de Cara a la Predicción de Agua durante el Avance de la Excavación. El Input Puede Ser de Baja Calidad Tener una Cantidad Excesiva de Valores Nulos o Inválidos Generar Dificultad para Entender y Aprovechar Datos No Estructurados y Dificultad para Programar su Extracción con Periodicidad Sobretodo Si Viene en Formatos Poco Estables (cambiantes en el Tiempo). Esto Puede Generar Baja Estabilidad de los Resultados por Ejemplo al Predecir de Forma Errática en Distintos Momentos de Tiempo o Tener Predicciones Muy Volátiles que Cambian de Forma Muy Radical ante Pequeños Cambios de las Variables Medidas. También Está el Desafío de Conseguir en Producción (terreno) Resultados Similares a los Obtenidos en Desarrollo (laboratorio). Levantar la Historia: se Enfrentará También el Desafío de Contar con Pocos Casos Históricos Bien Clasificados de Presencia de Agua en el Avance. Para esto se Intentarán Técnicas de Replicación Sintética de Datos. Realizar Actividades de Pruebas a Escala Piloto que Permiten Validar y Evaluar la Solución Antes de Comprometerse a Gran Escala donde se Analizan entre Otras Materias Si los Ítems Funcionan Adecuadamente y Si los Resultados Obtenidos Corresponden a lo Esperado para el Prototipo. Seguridad y Escalabilidad del Repositorio de Datos: el Repositorio Debe Cumplir con Altos Estándares de Seguridad de Manera de Cliente Proveedores y Terceras Partes Estén Dispuestos a Entregar Información sin Riesgo a un Mal Uso o Violaciones a la Confidencialidad de Estos. El Repositorio Debe Ser Además Capaz de Escalar ante Nuevas Fuentes Automatizadas o Manuales de Toma de Datos (sensores por Ej. ) y Nuevos Volúmenes de Datos que se Requiera Incorporar de Manera Elástica y Automática de Manera de Requerir el Mínimo de Configuración. Trazabilidad y Visualización: Ser Capaces de Lograr Trazabilidad de los Datos hacia su Origen de Manera de Poder Descubrir Rápidamente la Fuente de Cualquier Situación de Riesgo y Facilitar la Toma de Decisiones ante este Tipo de Escenarios. También Deben Generarse Instancias de Exploración y Visualización Basado en Herramientas Sencillas de Consultar de Manera de Ser un Efectivo Apoyo a la Toma de Decisiones en Muy Breve Tiempo El Proyecto Desarrolla el Prototipo de un Sistema que Llamamos Sensor Virtual que Permita Anunciar la Existencia de Riesgo de Agua sin Necesidad de Encontrarla y Tomar Decisiones sobre sus Consecuencias en el Proceso Constructivo de una Obra Subterránea. En Palabras de la Asociación Internacional de Túneles (ita por sus Siglas en Inglés): el Agua es el Enemigo del Tunelero Causa Problemas durante la Excavación e Introduce Gastos Adicionales. En Base a la Experiencia de Skava Estos Costos se Estiman en hasta 10% de un Mercado de Us$ 2. 000 Millones Anuales (en Chile) Considerando la Cartera de Proyectos de Obras Subterráneas en la Industria de Minería Energía Infraestructura Vial de Transporte y de Servicios Generales. Por este Motivo se Han Realizado Múltiples Intentos por Desarrollar Instrumentación que Permita Prever su Existencia en los Proyectos de Obras Subterráneas Requiriendo Estas Soluciones una Fuerte Inversión en Equipamiento y Capacitación y Aún Más los Resultados No Han Sido Concluyentes. Investigación Reciente Muestra que en Túneles Existe una Relación entre las Características de las Estructuras Geotécnicas y los Esfuerzos de la Roca que Explican el Riesgo del Agua en Túneles. Esto Da Luces que un Mejor Manejo de la Información Disponible Permite Obtener Resultados sin Necesidad de Nueva Instrumentación. En Base a Estos Estudios y Fundamentalmente por la Experiencia de Skava el Proyecto Explora Esta Oportunidad Generando un Modelo y Dispositivo de Terreno que Llamamos Sensor Virtual Capaz de Anunciar la Existencia de Agua Detrás del Frente de Trabajo durante la Construcción de Obras Subterráneas Utilizando la Información Geotécnica Normalmente Disponible que se Encuentra Disgregada en Diversas Fuentes Aisladas. La Solución Busca Utilizar Herramientas de Data Lake y Machine Learning para Identificar Correlación Lógica y Consecuencia entre Éstos Elementos No-estructurados y la Aparición de Agua en las Obras Subterráneas Aprender de Esa Experiencia y Ser Capaz de Pronosticar Efectivamente la Presencia de Agua en Futuras Ocasiones. Gestionar el Riesgo de Agua de Manera Adecuada Impacta en la Reducción del Costo Directo e Indirecto de Restitución de la Obra Costos por Retraso en la Entrega del Proyecto y Consecuencias en Seguridad y Salud Ocupacional Estimados en un Mínimo de Us$ 120 Millones Anuales (en Chile) con un Potencial de Penetración de Mercado de la Empresa de 70% en un Periodo de 4 Años. Skava Consulting es una Empresa Chilena de Ingeniería Especialista en Proyectos de Obras Subterráneas con Oficinas en Chile Perú Austria y Recientemente en Ee. Uu. Y una Vasta Experiencia a Nivel Nacional e Internacional en Diferentes Industrias donde el Desarrollo de las Obras Subterráneas Son un Eje Importante. Con un Staff de 40 Profesionales su Misión es Ser un Motor de Cambio Tecnológico Incorporando Nuevas Tecnologías y Forma de Hacer las Cosas Buscando Mejoras en las Prácticas Actuales en Toda la Cadena de Valor de una Obra Subterránea desde la Ingeniería de Pre-factibilidad hasta su Operación y Monitoreo Conociendo los Desafíos de este Tipo de Obras. La Entidad de I+d+i Metricarts Busca Orientar a sus Clientes en la Toma de Decisiones a Través de un Servicio que Combina un Adecuado Manejo de la Información la Entrega de Herramientas y Continuo Aprendizaje tras Dos Objetivos Claros: Maximizar el Valor y Disminuir el Riesgo. Busca Ser un Referente por Excelencia en el Arte de la Inteligencia de Negocios Conjugando Así una Gran Pasión por el Trabajo la Docencia y la Investigación Junto a una Permanente Innovación y la Continua Búsqueda de las Mejores Metodologías y Prácticas de Gestión. El Equipo del Proyecto Estará Conformado por Cuatro Profesionales de Skava y Cinco de Metricarts. Los Profesionales de Skava Cumplirán un Rol Técnico Respecto del Cumplimiento de Expectativas de Usuarios y del Desarrollo de Clientes Así como un Rol de la Gestión y Coordinación del Proyecto con Metricarts. El Equipo de Metricarts se Centrará en el Desarrollo del Producto Aportando Cada Uno con sus Capacidades Metodológicas Técnicas y de Innovación. El Proyecto se Desarrollará en Cuatro Etapas con una Duración Total de 12 Meses. La Primera Etapa Consistirá en el Levantamiento de los Requerimientos del Sistema y Puesta en Marcha del Proyecto. La Segunda Etapa Tratará de Desarrollar el Data Lake Correspondiente al Repositorio Central de Datos Multipropósito. La Tercera Etapa se Enfocará en Construir el Modelo de Machine Learning y Realizar Pruebas de Funcionamiento Iterativas. La Cuarta Etapa se Enfocará en Realizar las Pruebas Finales en Producción y Determinar la Efectividad Real del Sensor. La Metodología Propuesta Busca Garantizar la Identificación de Problemas y Oportunidades en Etapas Tempranas. Para este Proceso se Solicita a Corfo Fondos por $74. 625. 000. - Mientras que el Aporte del Beneficiario Alcanza los $49. 973. 592. - Sumando en Total de $124. 598. 592. - Corporación de Fomento de la Producción