Resum

Within the framework of quality perception in the market as a differentiating factor for customers, the CICLOP 2.0 project is integrated. The evolution of artificial vision systems, greatly enhanced by the image processing capabilities of deep learning algorithms, enables the development of quality control applications in which the system itself can learn and make decisions based on captured images. In an industry with limited adoption of advanced data processing technologies, the CICLOP 2.0 project aims to develop a quality control system by combining Artificial Vision with Deep Learning and facilitate its implementation in the digital printing sector.

While the initial phase of the CICLOP project aimed to capture large-format images using artificial vision for the detection of printing defects, the second phase seeks to investigate the categorization of defects through the integration of deep learning technology. This need for defect analysis to align quality criteria with customer perception forms the framework of the CICLOP 2.0 project. With the clear goal of reducing the number of incidents in the market, the project will explore how deep learning algorithms can enhance inspection reliability throughout its duration.

Summary

The PLANIA 2.0 project is a continuation of the PLANIA project and aims to optimize a planning and control system for non-serial production processes focused on the habitat industry. Specifically, it focuses on monitoring the assembly and order preparation environment to optimize and enhance the reliability of the algorithmic models generated for production planning. During the execution of PLANIA 2.0, interconnectivity systems capable of monitoring the assembly and order preparation stages through wearable devices, more suitable for the tasks performed in these areas, will be developed.

The project will enable the traceability of production records through wearable technologies for the monitoring of manual tasks, which will later serve as input for artificial intelligence algorithms capable of generating efficient production planning in the furniture manufacturing environment. The expansion of traceability records through the monitoring of assembly and order preparation tasks will also allow the optimization of organizational flow between different processes to minimize waste and enhance operational performance.

Resumen

El proyecto INTERCRAFT tiene como propósito promover la innovación social y el dialogo intercultural a partir del desarrollo de un plan de formación para mejorar las habilidades artesanales de migrantes, trabajadores sociales y artesanos locales en territorios de acogida de la UE.

El proyecto pondrá en contacto a migrantes y artesanos locales y se centrará en preservar y mejorar sus habilidades artesanales y en reforzar las digitales, verdes y blandas.

El proyecto prevé la realización de un mapeo de experiencias relevantes en artesanía en la UE que sirvan como inspiración, el desarrollo de un plan de formación en artesanía, la realización de una prueba piloto para validar el nuevo plan de formación para migrantes, trabajadores sociales y artesanos locales y la creación de una plataforma de e-learning que acoja todos los materiales formativos desarrollados.

Resumen

El proyecto AUTOMAPIA es un acelerador de transformación empresarial y organizacional. A través de la implementación de un plan estratégico para detección e implementación de tecnologías 4.0, el proyecto buscar integrar las herramientas digitales clave un incremento del nivel de madurez de las organizaciones del sector hábitat.

Partiendo de herramientas digitales de diagnóstico, el proyecto se basa en la detección, por área, de los diferentes niveles de madurez de la gestión por procesos de las organizaciones. Esta matriz de diagnóstico sirve de punto de partida para detectar el encaje de tecnologías habilitadoras en industria 4.0 con un claro enfoque a la mejora de la competitividad.