Automatización y gestión de flujos de trabajo en una arquitectura basada en microservicios integrada en SIL-ATAVIA
Autor/es
Moreu Gamazo, Jose María; Lucas Cánovas, Pablo; Lamas López, Francisco; Martínez Montoro, José; Antolinos García, Diego; [et al.]Fecha
2023-11-17Tipo de documento
conferenceObjectResumen
El desarrollo de un sistema de mantenimiento predictivo para la
Armada plantea diversos retos. Las técnicas de inteligencia
artificial (IA) basadas en Machine Learning (ML) requieren
flujos automatizables y replicables para obtener resultados
precisos. Además, el gran número de equipos y buques a
monitorizar demanda un sistema con capacidad de orquestación
y escalabilidad. Asimismo, es necesario que este sistema
funcione en armonía con los sistemas logísticos de la Armada.
En este trabajo se abordan estos retos y se analiza el estado
actual del proyecto MAPRE.
El mantenimiento predictivo precisa una herramienta que
automatice la ejecución de los flujos de tareas y permita
programarlos de manera sencilla. Esta herramienta debe
permitir definir tareas, dependencias y cronogramas de manera
modular y flexible, garantizando una trazabilidad adecuada.
Estos flujos requieren de una infraestructura en la que los
recursos computacionales se gestionen automáticamente y se
pueda escalar horizontalmente. Esta infraestructura debe ser
robusta y flexible para el despliegue de aplicaciones basadas en
contenedores, facilitando así la implementación y gestión de los
modelos predictivos en entornos distribuidos y de alta
disponibilidad.
Para aprovechar al máximo el potencial del sistema, es crucial
que esté integrado con los sistemas logísticos de la Armada. Por
esta razón, el sistema forma parte de la plataforma SIL-ATAVIA
(Automatización de Tareas de Vigilancia y Análisis). Esto
permite una gestión centralizada de usuarios y permisos, así
como la disponibilidad de un entorno común para la
visualización y uso de los datos generados por los diferentes
sistemas desarrollados sobre la plataforma.