En esta sesión, veremos una aplicación real que nos ayudará a predecir los posibles fallos que puedan ocurrir en tuberías hidráulicas. Para poder detectar dichos fallos, utilizaremos técnicas de Inteligencia Artificial, las cuales nos ayudarán a realizar un mantenimiento predictivo en nuestras instalaciones.

Para este escenario en concreto, utilizaremos Azure Databricks con Azure Machine Learning para cubrir todos los pasos del ciclo de trabajo de un proyecto de Machine Learning. En esta ocasión, entrenaremos una red neuronal convolucional 1D para detectar en un futuro posibles fallos en tuberías utilizando los datos recogidos por los sensores.

Además, mostraremos como desarrollar varios módulos con IoT edge. Uno de ellos, estará desarrollado en C# y será el encargado de enviar la telemetría de los sensores a IoT Hub y al módulo de inferencia. Este último módulo, estará desarrollado en Python y utilizará nuestro modelo TFLite (previamente optimizado) para predecir cuando va a ocurrir un fallo en una tubería hidráulica.

Por último, utilizaremos Blockchain para registrar cuando ocurrió un fallo y cuando es necesario llamar al personal cualificado para realizar la reparación. De esta manera, podemos conservar la trazabilidad de los distintos mantenimientos que fueron necesarios.