Ingeniería IoT de extremo a extremo
oscarcabreragonzalez IoT Studio Lo que no se mide, se escapa
VISIÓN ARTIFICIAL · MANTENIMIENTO PREDICTIVO

Inteligencia artificial y detección

Visión artificial y sensórica para anticiparse a averías, incidentes e intrusiones.

Desarrollo propio
Solicitar una reunión técnica Cuéntenos su proyecto
Detección temprana de plagas

Visión artificial en el cultivo

Modelos entrenados con imágenes del propio cultivo identifican plagas como Tuta absoluta antes de que sean visibles a simple vista.

  • Vigilancia continua, 24 horas y 365 días
  • Tratamientos dirigidos y menor uso de fitosanitarios
  • Inferencia local, sin enviar imágenes a la nube
Solicitar una reunión técnica →
Visión artificial en planta

Supervisión visual de procesos y personas

Modelos propios para detectar defectos de fabricación, uso de equipos de protección individual o situaciones de riesgo en planta.

  • Modelos entrenados con imágenes de la propia planta
  • Procesamiento en el equipo, sin salida de imágenes
  • Reentrenamiento con los nuevos casos
Solicitar una reunión técnica →
Mantenimiento predictivo

Averías anticipadas

Redes neuronales que aprenden la vibración y el consumo normales de cada máquina y avisan antes de que se produzca el fallo.

  • Detección de anomalías en el proceso
  • Mantenimiento planificado en lugar de paradas imprevistas
  • Modelo reentrenable con los casos nuevos
Solicitar una reunión técnica →
Control perimetral y de accesos

Perímetros y accesos supervisados

Sensórica, visión y comunicaciones propias para vigilar perímetros, accesos y zonas restringidas.

  • Detección de intrusión en vallado y accesos
  • Correlación de eventos con imagen
  • Aviso al centro de control en tiempo real
Solicitar una reunión técnica →
Software · Aprendizaje automático

i-Books a medida: una red neuronal entrenada para su problema, no un modelo genérico

Un modelo de catálogo reconoce lo que le enseñaron. El suyo tiene que reconocer lo que ocurre en su instalación: su especie, su pieza, su defecto, su iluminación. Diseñamos y entrenamos el modelo con sus propios datos y lo entregamos empaquetado como un i-Book listo para funcionar dentro del equipo.

El valor no está en el algoritmo, está en sus datos

Los algoritmos son públicos y hoy los usa todo el mundo. Lo que nadie más tiene es su histórico: cómo se ve una plaga en su invernadero con su luz, qué aspecto tiene una soldadura defectuosa en su línea, cómo suena su bomba antes de averiarse. Partimos de ese material, lo etiquetamos con su equipo y entrenamos un modelo que solo sirve para usted — y precisamente por eso funciona.

Modelo propioentrenado con sus imágenes y su histórico, no de catálogo
Inferencia localdecide dentro del equipo, sin enviar imágenes a la nube
Reentrenablemejora cada campaña con los casos nuevos que aparecen
Suyolos datos y el modelo resultante son de su empresa

Reconocimiento de imágenes

Identificar especie de plaga, defecto de fabricación, presencia de EPI, matrícula, estado de un cultivo o cualquier patrón visual que hoy dependa de que alguien mire.

Redes neuronales con fin específico

Predicción de avería por vibración o consumo, estimación de cosecha, detección de anomalías en un proceso o clasificación de eventos en su histórico de sensores.

Entregado como i-Book

El modelo no se queda en un cuaderno de laboratorio: se empaqueta con su documentación, sus métricas y su procedimiento de reentrenamiento, listo para instalar en el equipo.

Cómo se construye un i-Book

Un proyecto corto y acotado, con un criterio de éxito acordado antes de empezar.

01 · DEFINIR
Qué hay que decidir

Antes del modelo, la decisión: qué se quiere detectar, con qué margen de error es útil y qué pasa cuando acierta y cuando falla.

02 · REUNIR
Sus datos

Recogemos y etiquetamos el material con su equipo, que es quien sabe distinguir un caso bueno de uno malo. Si no hay histórico, lo generamos en campo.

03 · ENTRENAR
Y validar de verdad

Entrenamos y medimos contra casos que el modelo no ha visto, con las métricas que importan en su proceso, no solo la precisión global.

04 · DESPLEGAR
Dentro del equipo

Se optimiza para correr en el hardware, se integra en el ecosistema y se deja documentado cómo reentrenarlo cuando aparezcan casos nuevos.

Cuéntenos su proyecto

En la primera reunión revisamos qué datos tiene y le decimos con franqueza si su caso necesita aprendizaje automático o se resuelve con una regla bien puesta.

Fotovoltaica · Prevención, alerta y extinción

No vendemos paneles: protegemos los que usted ya tiene

Nuestro ecosistema IoT vigila instalaciones fotovoltaicas ya construidas, tanto en cubierta industrial como en suelo, con una misma red de módulos propios. Previene antes de que haya incidente, alerta cuando aparece y extingue si llega a declararse. Una sola solución que atiende por igual a cada panel y a cada caja de string.

Techos solares industriales

Una planta encima de su actividad

En una cubierta industrial, lo que hay debajo de los paneles es su nave: producción, almacén y personas. Ahí un incidente eléctrico no es solo pérdida de generación. Nuestros módulos se reparten por las filas y por las cajas de string, y vigilan de forma continua sin interferir en el funcionamiento de la instalación.

  • Vigilancia panel a panel y en cada caja de string
  • Módulos propios, sin obra sobre la instalación existente
  • Actuación sobre el punto afectado, no sobre toda la cubierta
  • Aviso simultáneo a su equipo y al cuadro de mando
Campos solares en suelo

Kilómetros de filas que nadie recorre a diario

En planta el problema es la distancia: entre dos rondas de mantenimiento caben muchas horas y muchas filas. El ecosistema cubre la extensión completa con la misma red de módulos, de forma que cada fila y cada caja de string queda atendida aunque no haya nadie cerca.

  • Cobertura de toda la planta, fila a fila
  • Comunicaciones industriales propias hasta el cuadro de mando
  • Estación meteorológica integrada en la misma red
  • Respuesta local: no depende de que alguien esté mirando

Un ecosistema que previene, alerta y extingue

Una capa de sensado se reparte por la instalación sobre una red robusta industrial, con aislamiento completo entre nuestro sistema y el fotovoltaico. Todo se supervisa desde el panel de control del cliente, donde se refleja el estado de la planta, la telemetría del entorno y cualquier desviación sobre los valores de referencia. El ecosistema puede trabajar en modo automático inteligente, supervisado o manual.

Planta fotovoltaica · Zeeland SISTEMA ACTIVO 24 H 7 D 30 D ZONAS VIGILADAS 12 todas en línea EVENTOS · 24 H 3 1 sin cerrar RESPUESTA MEDIA 4,2 segundos VISTA DE PLANTA · 4 SECTORES PUNTO MÁS CALIENTE 74° ÚLTIMOS EVENTOS Sector 4 · sobre umbral 09:41 Sector 2 · normalizado 08:12 Autodiagnóstico correcto 06:00

El cliente supervisa toda la instalación desde su propio panel de control: estado de cada zona, telemetría del entorno y cualquier desviación sobre los valores de referencia.

Automático inteligenteEl ecosistema decide y actúa por sí mismo sobre el punto afectado.
SupervisadoPropone la acción y espera la confirmación de su equipo.
ManualEl control queda íntegramente en manos del operador.
SENSÓRICA EN CAMPO
PrevieneUna extensión discreta que se instala donde se necesita: sobre el panel solar, en la caja de string o en cualquier caja eléctrica. Vigila de forma continua desde el primer día.
AVISO EN SEGUNDOS
AlertaSobre una red industrial robusta y aislada por completo de la instalación fotovoltaica. Salta ante chispa, luz o arco, presencia de químicos, humo o llama, y la desviación queda reflejada al instante en el dashboard.
SOFOCADO EN ORIGEN
ExtingueConfirmado el fuego, actúa la extinción Extincise, patentada y homologada, sobre el punto afectado. La planta sigue en pie: se apaga el incidente, no la instalación.
Sin tercerosninguna dependencia externa
Sin APIs externasopera cerrado sobre sí mismo
Sin apps de pagosin cuotas ni licencias
Sus datos, en su sistemaalojados en su propia planta
Aislamiento completoseparado del sistema FV
Red robusta industrialpensada para operar 24/7
Tres modos de operaciónautomático, supervisado, manual
Telemetría del entornotemperatura, viento, humedad, radiación
Decide en el sitiorespuesta local, sin esperar a nadie
Cobertura totalpanel, caja string y caja eléctrica

Marco normativo europeo del sector

  • EN 54 — Sistemas de detección y alarma de incendios
  • EN IEC 61730 — Seguridad de módulos fotovoltaicos
  • EN IEC 62446 — Ensayo, documentación y mantenimiento de instalaciones FV
  • Reglamento (UE) 305/2011 — Productos de construcción (CPR)
  • Directiva 2014/30/UE — Compatibilidad electromagnética
  • Directiva 2014/35/UE — Baja tensión

Nuestros módulos se diseñan conforme a EN 54. Estas son las normas de referencia aplicables al sector; el alcance normativo concreto de cada instalación se determina en la fase técnica del proyecto.

Solicitar información
SOLUCIÓN IoT 360°

Un caso real de un problema empresarial en el sector primario

Ecosistemas del IoT que vigilan los cultivos 24h · 365 días. Sistema predictivo y preventivo.

RECONOCIMIENTO AUTOMÁTICO DE PLAGAS

Detección temprana de plagas mediante visión artificial

En el sector primario, la plaga es el enemigo silencioso: cuando se detecta a simple vista, el daño ya está hecho. Nuestros sistemas de visión por computador entrenados con aprendizaje automático analizan de forma continua las imágenes del cultivo e identifican la presencia de insectos y los primeros signos de infestación antes de que sean visibles para el ojo humano, convirtiendo cada explotación en un activo monitorizado 24 horas.

El caso que ilustra esta sección —el minador del tomate (Tuta absoluta)— es uno de los más costosos del mundo. La detección precoz permite intervenir de forma dirigida y reducir drásticamente el uso de fitosanitarios, protegiendo el margen del productor y la sostenibilidad de la explotación.

20–40%
de la producción agrícola mundial se pierde cada año por plagas
hasta 100%
de pérdida de cosecha de tomate puede causar la Tuta absoluta
80–95%
de precisión en la identificación automática de la plaga
24/7
vigilancia continua del cultivo, sin depender de inspección manual
01 · Captura
Imágenes del cultivo en campo e invernadero, de forma continua.
02 · Análisis
Reconocimiento automático de insectos y signos de daño temprano.
03 · Alerta
Aviso inmediato al responsable, con localización de la incidencia.
04 · Decisión
Tratamiento dirigido: menos fitosanitario, mayor rendimiento.

Preguntas frecuentes

¿Con qué datos se entrenan los modelos?

Con los de cada instalación: imágenes y señales del propio entorno, etiquetadas con casos reales. Un modelo genérico no conoce las condiciones de su planta.

¿Las imágenes salen de la instalación?

No es necesario. La inferencia puede ejecutarse en el propio equipo y enviar solo el evento detectado, sin transmitir las imágenes a la nube.

¿Qué es el mantenimiento predictivo?

Detectar en la vibración, la temperatura o el consumo de una máquina los cambios que preceden a una avería, para intervenir antes de que se produzca la parada.

Otras líneas de desarrollo

Detección y extinción por escenario Ver la solución → Protección de aparcamientos Ver la solución → Protección de instalaciones fotovoltaicas Ver la solución → Trazabilidad RFID Ver la solución →

¿Hablamos de su instalación?

Un ingeniero estudia su caso y le propone por dónde empezar.

Cuéntenos su proyecto Contacto