TOKYO, 10 de diciembre de 2025 – Mitsubishi Electric Corporation (TOKYO: 6503) anunció hoy que ha desarrollado una IA¹ con física integrada que puede estimar con precisión la degradación del equipo utilizando datos de entrenamiento mínimos. La tecnología es el resultado de la iniciativa Neuro-Physical AI² de la empresa dentro de su programa de IA Maisart^®3, que enfatiza la fiabilidad y la seguridad en el mundo físico. Aprovechando la amplia experiencia de Mitsubishi Electric en el desarrollo de equipos, la nueva tecnología respalda la optimización de los activos de la instalación de fabricación para mantener la productividad y la calidad, así como para reducir los costes de mantenimiento.

El sector de la fabricación de Japón está utilizando equipos de producción cada vez más sofisticados en un momento en que el envejecimiento y la disminución de la población del país están reduciendo el número de técnicos de mantenimiento experimentados. Mientras tanto, existe una creciente demanda de soluciones de mantenimiento preventivo que puedan predecir la degradación de los equipos para ofrecer respuestas oportunas, ya que el uso continuo de equipos degradados puede provocar fallas en los equipos o dar lugar a productos defectuosos. El mantenimiento preventivo convencional normalmente imita el comportamiento del equipo mediante modelos matemáticos o simulaciones para estimar la degradación. Pero este enfoque requiere expertos en el dominio con conocimiento de los sistemas físicos para diseñar mecanismos de detección de degradación desde cero, lo que puede requerir mucho tiempo y esfuerzo. Para abordar este problema, hay una forma de estimar la degradación mediante el entrenamiento de IA con datos operativos. Sin embargo, estos esfuerzos suelen requerir grandes cantidades de datos para cubrir de forma integral diversos patrones operativos, la variabilidad entre unidades y entornos de instalación, así como la repetición del entrenamiento cuando cambian las condiciones, lo que dificulta la implementación práctica de la IA para estimar la degradación del equipo.

En respuesta, el Centro de investigación y desarrollo de tecnología de la información de Mitsubishi Electric en Kamakura, prefectura de Kanagawa, Japón, y Mitsubishi Electric Research Laboratories, Inc. en Cambridge, Massachusetts, EE. UU., han desarrollado una IA que ha sido entrenada previamente utilizando las ecuaciones teóricas del modelo físico de un dispositivo, lo que le permite aprender el comportamiento y las características esperadas del dispositivo de antemano. A continuación, al proporcionar una pequeña cantidad de datos medidos que reflejan la variabilidad entre unidades y las condiciones del entorno, la IA puede estimar con precisión la degradación. Al integrar un modelo físico en la IA, los enfoques anteriores fijaban la ponderación⁴ entre el modelo y los datos medidos, lo que dificultaba la optimización para diferentes dispositivos o entornos. Sin embargo, la nueva tecnología permite a la IA ajustar dinámicamente estos parámetros, lo que resulta en una mayor precisión de estimación y una mejor usabilidad.

En consecuencia, esta nueva tecnología puede prevenir fallas importantes en los equipos y reducir la necesidad de reemplazar piezas en las instalaciones de fabricación, lo que ayuda a reducir los costes de mantenimiento y preservar la productividad y la calidad del producto.