![AÑO](https://www.iris-eng.com/wp-content/uploads/2020/12/history.jpg)
![sector del plástico](https://www.iris-eng.com/wp-content/uploads/2020/06/sector-del-plastico.jpg)
IRIS presenta el Sistema Predictivo construido para mAbxience en el seminario web «ISPE 4.0 AI applications».
![Sistema Predictivo](https://www.iris-eng.com/wp-content/uploads/2020/11/header_post_ai.jpg)
![Sistema Predictivo](https://www.iris-eng.com/wp-content/uploads/2020/11/image-1.png)
En su presentación, ambas empresas, mAbxience e IRIS, explicaron cómo iniciaron una colaboración hace unos meses con el ambicioso propósito de crear un Sistema Predictivo que ayudara a anticiparse a eventos o anomalías en una de las plantas de mAbxience, y cómo lograron con éxito su objetivo.
Para este Sistema Predictivo, mAbxience recopiló más de 115 millones de valores de las variables críticas de sus procesos y 10 mil mensajes de su sistema de alarmas, que fueron filtrados con técnicas de preprocesamiento de Big Data por parte de IRIS, para limpiar, consolidar, agrupar y normalizar esta enorme cantidad de datos para su futuro análisis.
![Predictive system](https://www.iris-eng.com/wp-content/uploads/2020/11/image-2.png)
Ejemplo de valores agrupados en la base de datos (mostrando los casos normales en azul y las anomalías en rojo)
Mediante el uso de HPC (High Performance Computing), una Arquitectura de Procesamiento Distribuido y técnicas de Inteligencia Artificial como el Machine Learning, IRIS construyó los modelos predictivos que fueron capaces de identificar las tendencias clave en los datos que podrían conducir a un evento no deseado o a una anomalía.
![Sistema Predictivo](https://www.iris-eng.com/wp-content/uploads/2020/11/image-3.png)
Ejemplo simplificado de la probabilidad de tener un evento en tres sensores diferentes.
Este caso de éxito entre mAbxience e IRIS es un excelente ejemplo del trabajo realizado en el grupo de trabajo de ISPE España, que se creó con el objetivo de reunir a personas del sector farmacéutico y químico cuyo trabajo se centra en la Industria 4.0 y en la implantación de PAT (Process Analytical Technologies) en el laboratorio.