VIERES English Hablemos

Validación de Infraestructuras y Estimación de Riesgos, Eventos y Señales

Su infraestructura ya genera los datos. Nosotros los convertimos en anticipación.

Leemos la telemetría de su instalación, validamos cada dato y publicamos predicciones acompañadas de su nivel de fiabilidad, de modo que quien decide sabe hasta dónde puede apoyarse en ellas. Empezamos siempre en solo lectura, sin tocar el control de su instalación.

Cada predicción se publica con su banda de confianza sobre las zonas de calidad del proceso, y solo hasta el horizonte en que es fiable.

Desarrollado y validado sobre datos reales de una depuradora en explotación y de un monumento sensorizado, con el método publicado y sometido a revisión en revistas científicas.

Qué hacemos

Del dato bruto a decisiones anticipadas

Datos validados

Detectamos huecos, derivas y valores imposibles antes de que contaminen ningún cálculo, y los corregimos únicamente cuando hay base para hacerlo. Una avería larga queda registrada como un hueco documentado, nunca se rellena con datos inventados.

Predicción con fiabilidad

Evaluamos varias familias de modelos para cada señal y cada horizonte, cuantificamos la incertidumbre y descartamos los resultados físicamente imposibles. Cada pronóstico se publica con su grado de confianza y solo hasta donde es defendible.

Riesgos y eventos a tiempo

Indicadores comprensibles con rangos de calidad, avisos cuando faltan datos o una señal se acerca a un límite, y alertas con antelación suficiente para actuar. La decisión es de su equipo, con más información y más tiempo.

Las infraestructuras instrumentadas comparten problemas de integración, calidad temporal y explotación de sus series, por lo que buena parte del núcleo de análisis es común a una depuradora, a un monumento o a una planta industrial. Los adaptadores de entrada, las reglas físicas, los indicadores y los umbrales se especializan para cada dominio con criterio experto.

Ejemplos

Así lo ve quien opera la instalación

Capturas reales de las plataformas en funcionamiento, con datos reales de cada instalación.

Modelo 3D de la depuradora con los sensores de cada zona y el estado de sus variables
Modelo 3D de la planta Cada zona del modelo muestra sus sensores, el último dato y si está en riesgo, fuera de rango o sin datos.
Temperatura de un reactor: serie observada y predicción para las próximas horas
Predicción con su horizonte La serie observada y la predicción se muestran juntas, y solo hasta el horizonte en que el modelo ha demostrado ser fiable.
Amonio de la depuradora con los valores anómalos señalados sobre la serie
Anomalías señaladas, no ocultas Los valores imposibles y los tramos de sensor congelado se marcan y se apartan antes de calcular nada.
Tabla de confianza de las predicciones del monumento por variable, horizonte y modelo
Confianza explicada Para cada variable se indica hasta dónde se puede fiar la predicción, qué modelo la hace y por qué algunas no tienen.

Casos reales

Dos mundos distintos, el mismo motor

Aplicación web de la depuradora de Cheles: estado de planta, indicadores y accesos

Agua · EDAR de Cheles, Badajoz

Una depuradora real, no un piloto de laboratorio

Desarrollado y validado sobre una planta en explotación gestionada por PROMEDIO, con sensores de cadencia irregular, huecos de datos y procesos biológicos. Predicción de alta precisión en variables clave, salud de sensores documentada y una avería real de instrumento gestionada sin inventar un solo dato.

Validación temporal real de la convergencia estructural Z2 de Portezuelo: señal observada y cinco modelos comparados durante cinco días

Patrimonio · Castillo de Portezuelo, Cáceres

El mismo núcleo, sobre un monumento

La monitorización estructural del castillo, con sus fisuras, inclinaciones y condiciones ambientales, se procesa con el mismo núcleo mediante adaptadores de entrada y reglas del dominio patrimonial, sin duplicar la plataforma.

Método

Rigor que se puede auditar

Lo que puede someterse a examen no es la afirmación de que el modelo es bueno, sino el protocolo con el que se seleccionó. El modelo servido se elige comparando varias familias frente a una referencia exigente, sobre múltiples cortes temporales que simulan el uso real, y penalizando las predicciones planas que parecen precisas sin serlo. La incertidumbre se calibra para que la banda de confianza refleje la probabilidad real.

Ese método está publicado y en revisión en revistas científicas, y puede auditarlo cualquier interlocutor técnico que lo solicite. La honestidad con los datos forma parte del mismo contrato: si un sensor falla, el sistema lo dice y lo aparta en lugar de disimularlo.

Detección de anomalías en el amonio: señal original sobre zonas de plausibilidad y detectores comparados
Detección real sobre el amonio de la depuradora piloto: el detector seleccionado señala picos físicamente imposibles y tramos de sensor congelado.

Cómo trabajamos

Empezamos pequeño y crecemos con la evidencia

  1. Diagnóstico de datos

    Auditoría de sus fuentes, calidad y cobertura, con un resultado claro que indica qué se puede anticipar con los datos disponibles y qué no. Si sus datos no dan para predecir, se lo decimos antes de cobrarle un despliegue.

  2. Puesta en marcha

    Integración con lo que su instalación ya tiene, sin obra y sin sustituir sensores ni sistema de supervisión, y configuración de los indicadores y predicciones propios de su activo.

  3. Servicio continuo

    Acceso web por roles, predicción continua, alertas, soporte y revisión periódica de los modelos, porque un modelo sin vigilancia se degrada.

También trabajamos para proveedores del propio sector, con optimización de sus algoritmos y capacidad predictiva integrable en la plataforma que ya venden a sus clientes.

Equipo y respaldo

Universidad, planta real y ecosistema

Somos un equipo de la Universidad de Extremadura que combina ingeniería informática e inteligencia artificial con el ámbito de la construcción y la edificación. El proyecto nace de años de trabajo con una depuradora en operación y un monumento sensorizado, con publicaciones científicas que avalan el método, y cuenta con el acompañamiento de FUNDECYT-PCTEx en la creación de la empresa.

Universidad de Extremadura PROMEDIO, Diputación de Badajoz Ministerio para la Transición Ecológica Plan de Recuperación, Transformación y Resiliencia Financiado por la Unión Europea, NextGenerationEU

Hablemos de sus datos

Si gestiona una instalación sensorizada que solo mira hacia atrás, el diagnóstico inicial le dice, con sus propios datos, qué se puede anticipar. Es la forma de empezar con el menor compromiso posible.

Escribir al equipo

Le responde directamente el equipo. jamateosb@gmail.com