Treelogic lidera un proyecto del Programa Horizonte 2020 de la Unión Europea para investigar sobre analítica predictiva en tiempo real que se aplicará en la industria del acero y que ArcelorMittal, a través de su Centro de I+D ubicado en Asturias, validará en la planta de la compañía en la región.

Predecir qué pasará en entornos industriales puede ahorrar muchos costes al permitir que se eviten errores. Las tecnologías actuales de Big Data combinadas con estrategias de Data Science pueden analizar un elevado volumen de datos en tiempo real y combinar esos datos con el conocimiento proporcionado por datos del mismo tipo a lo largo del tiempo. Las conclusiones extraídas de ese análisis conjunto de información pueden predecir lo que ocurrirá y condicionar decisiones como detener la fabricación de una plancha de acero antes de que el material resultante no cumpla  las condiciones de calidad  exigidas y, por tanto, no pueda ser comercializado.
 

En este entorno se lanza el proyecto PROTEUS que tiene un ambicioso objetivo: investigar y desarrollar versiones escalables y online de algoritmos de Machine Learning y técnicas interactivas de visualización para permitir analítica predictiva en tiempo real en escenarios de altos volúmenes de datos y producidos a gran velocidad (Big Data).
 

PROTEUS contribuirá a la investigación europea en Big Data abordando retos fundamentales de los sistemas software relacionados con la escalabilidad, tiempo de respuesta y capacidades analíticas. Los requisitos se definen mediante un escenario concreto en una línea de producción de acero de ArcelorMittal Asturias. La tecnología desarrollada, sin embargo, será genérica, flexible y portable a otros ámbitos basados en análisis de datos en tiempo real.
 

Apache Flink, la plataforma europea de Big Data
Este proyecto supone una apuesta estratégica para reducir la dependencia de Europa de la tecnología estadounidense, contribuyendo al desarrollo de la industria Big Data europea y al avance de la plataforma europea Apache Flink.
El proyecto avanzará en el campo del Big Data haciendo contribuciones al ecosistema Apache Flink con la inclusión de una estrategia de procesamiento de datos capaz de analizar simultáneamente información histórica e información generada en tiempo real. Basándose en esta nueva capacidad, se implementarán dos innovadoras librerías de análisis avanzados basadas en Machine Learning y analítica visual interactiva que serán integradas en Apache Flink.

ArcelorMittal  y Trelogic en el proyecto PROTEUS
ArcelorMittal, en la vanguardia de la siderurgia mundial, será el usuario final del proyecto  PROTEUS lo que permitirá probar los desarrollos en un entorno real partiendo de unas premisas específicas. Una de sus  líneas de producción de acero, altamente sensorizada, será analizada en tiempo real y se combinará esta información con la acumulada a lo largo de sus años de funcionamiento. Se desarrollarán herramientas para que la inmensa cantidad de datos generados por estos sensores en las distintas etapas de fabricación del acero puedan ser analizados con criterio por una máquina, que aprenda y llegue a predecir lo que sucederá. De esta forma se podrán tomar decisiones sobre la producción en el acto.
 

ArcelorMittal aplicará los resultados de la investigación, validando su éxito, en un entorno complejo y real en el que puede suponer un importante ahorro de costes.

Treelogic, además de liderar y coordinar el proyecto, será el responsable de investigar en nuevas estrategias de visualización e interacción de datos. Teniendo en cuenta las nuevas características de los sistemas de información en el dominio Big Data, Treelogic abordará esta tarea desde una doble vertiente. Por un lado investigará y definirá nuevas maneras de visualizar e interaccionar con datos desde un punto de vista de la interacción hombre-máquina. Y por otro lado, desde la vertiente tecnológica,  implementará dichos nuevos mecanismos de visualización interactiva con una novedosa arquitectura software que permite trabajar con grandes cantidades de datos y datos generados en continuo siempre en tiempo real.