Capacidad de I+D de Kelude: optimización estructural e IA

Detrás de cada grúa, desde el diseño hasta su puesta en servicio, se encuentra el respaldo de todo un sistema tecnológico. Kelude (KRUID CRANE) ha construido a lo largo de quince años una cadena tecnológica completa que abarca desde la optimización estructural mecánica tradicional hasta el desarrollo propio de algoritmos de IA. No se trata de una línea tecnológica simple, sino de una matriz de I+D interdisciplinar que integra mecánica computacional, ingeniería eléctrica, comunicaciones IoT e inteligencia artificial. Este artículo presenta de forma panorámica la capacidad de I+D de Kelude desde cuatro dimensiones —evolución tecnológica, estructura organizativa, equipamiento central y hoja de ruta estratégica— y revela cómo esta empresa fabricante de equipos china ha logrado pasar de "seguidora" a "líder" en la ola de la inteligencia.

Evolución tecnológica: cuatro hitos desde la optimización estructural hasta la IA propia

La evolución tecnológica de Kelude puede dividirse en cuatro etapas claramente diferenciadas, cada una de las cuales representa un salto en una capacidad técnica central y un avance en la comprensión de la esencia de las grúas.

2010: Fase fundacional de optimización estructural. Este es el punto de partida del sistema de I+D de Kelude. La empresa incorporó la plataforma ANSYS Workbench y desarrolló capacidades de análisis de elementos finitos (FEA). El equipo de I+D llevó a cabo una optimización topológica de densidad variable en la viga principal del puente grúa tipo QD, con el objetivo de minimizar el peso propio sin comprometer la capacidad de carga. El núcleo de esta fase residía en la precisión del cálculo: mediante un proceso CAE en tres etapas (optimización topológica → optimización de forma → optimización dimensional), se logró una reducción del 12%–18% en el peso de los componentes estructurales clave, garantizando que todos los diseños superaran el ensayo estático con carga nominal de 1,25 veces y la verificación del factor de carga dinámica de 1,1 veces exigidos por la norma ISO 4301. La introducción de la máquina de ensayo de fatiga MTS cerró el ciclo de validación física de los resultados de simulación. Entre 2010 y 2014, el departamento de estructuras completó más de 200 proyectos de optimización estructural y creó una base de datos completa de simulación de componentes estructurales que abarca vigas principales, testeros, estructuras de carro y ganchos con polea.

2015: Fase de actualización de la automatización eléctrica. Tras consolidar las capacidades de simulación estructural, Kelude amplió su actividad al ámbito de los sistemas de control. La empresa creó un equipo de I+D eléctrica, desplegó el bus de tiempo real industrial Ethernet EtherCAT y desarrolló la primera generación del sistema de control eléctrico KRUID-ECS. El hito más destacado de esta fase fue el establecimiento de la arquitectura eléctrica estándar "variador de frecuencia + lógica PLC + interfaz hombre-máquina con pantalla táctil", junto con la introducción de la plataforma de prototipado rápido de control (RCP) dSPACE, que redujo el ciclo de validación en máquina real de los algoritmos de control de varios meses a varias semanas. Durante este periodo, la empresa también comenzó a desplegar escáneres láser 3D FARO para el modelado inverso y el análisis de desviaciones de ensamblaje de los componentes críticos de las grúas. En 2017, el departamento eléctrico completó la validación en máquina del primer sistema de control eléctrico totalmente diseñado internamente en un puente grúa de 50 toneladas, lo que marcó la capacidad de Kelude para desarrollar sistemas eléctricos de forma independiente.

2020: Fase de transformación digital e inteligente. A partir de 2020, el foco tecnológico de Kelude se orientó hacia la digitalización y la inteligencia. La empresa construyó la plataforma de monitoreo IoT KRUID-IoT, que permite la adquisición en tiempo real, la transmisión remota y el almacenamiento en la nube de los datos operativos de las grúas. Basándose en el gran volumen de datos operativos acumulados, el equipo de I+D comenzó a entrenar modelos predictivos impulsados por datos: desde la lógica inicial de alarmas por umbrales, pasando por la predicción de tendencias basada en características estadísticas, hasta el sistema de evaluación del índice de salud (HI) basado en redes neuronales LSTM. Paralelamente, la empresa puso en marcha un proyecto de Gemelo Digital, utilizando el motor Unity 3D para reproducir el comportamiento dinámico de la grúa completa en un entorno virtual, sentando las bases para la operación no tripulada y la programación inteligente. A finales de 2022, la plataforma IoT ya había conectado más de 800 grúas en operación, acumulando más de 50 TB de datos.

2025: Fase de avance en el desarrollo propio de algoritmos de IA. En 2025, Kelude ha consolidado una capacidad completa de desarrollo propio de algoritmos de IA. En el ámbito del control anti-oscileo, el equipo desarrolló un controlador antisway basado en aprendizaje por refuerzo profundo, utilizando el marco de optimización de política proximal (PPO). Tras 5 millones de pasos de entrenamiento adversarial en el entorno de Gemelo Digital, el controlador se desplegó en máquinas reales, logrando una precisión de control del ángulo de oscilación del extremo inferior a 0,3°. En el campo del reconocimiento visual, el modelo de posicionamiento del spreader y detección de obstáculos, desarrollado sobre la arquitectura YOLOv8, mantiene una precisión de reconocimiento superior al 95% incluso en condiciones de poca luz, lluvia y niebla. El motor de mantenimiento predictivo ha evolucionado de componentes individuales al sistema completo de la grúa, cubriendo los cuatro componentes principales: reductores, frenos, motores y cables de acero. En el segundo semestre de 2025, las primeras grúas con funciones de IA integradas se entregaron a clientes, demostrando mejoras significativas en eficiencia y reducción de tasas de fallo en proyectos de acerías y terminales portuarias de primera línea. Con esto, Kelude ha completado su cuarta transición tecnológica: de "estructura-eléctrica-digital" a "IA nativa".

Estructura organizativa de I+D: sinergia entre los cuatro departamentos técnicos

La materialización de las capacidades técnicas depende del soporte organizativo. El sistema de I+D de Kelude está compuesto por cuatro unidades centrales que conforman una cadena completa de desarrollo, desde la capa física hasta la capa de algoritmos, con una colaboración fluida garantizada mediante interfaces estandarizadas.

El Instituto de Estructuras es la capa base del sistema de I+D y la unidad de mayor trayectoria en Kelude. El equipo se centra en el estudio del comportamiento mecánico de las estructuras metálicas, con capacidades que abarcan simulación FEA con ANSYS, verificación mediante ensayos de fatiga MTS, ingeniería inversa con escaneo 3D y simulación de procedimientos de soldadura. El instituto es responsable del diseño y la optimización de los componentes críticos de carga, como la viga principal, los testeros y la estructura del carro. Todos los diseños deben superar un proceso cerrado de cuatro pasos: "simulación → muestra → ensayo → corrección". La máquina de ensayo de fatiga servo-hidráulica MTS 322, con la que cuenta el instituto, puede aplicar cargas dinámicas de hasta 100 kN, cumpliendo con todos los requisitos de verificación de fatiga de la norma ISO 4301. El instituto cuenta actualmente con 8 ingenieros senior y 12 ingenieros de nivel medio, todos con más de diez años de experiencia en el diseño de estructuras de grúas.

El Instituto Eléctrico es responsable del diseño de la arquitectura hardware de los sistemas de control y de la integración de sistemas eléctricos, actuando como puente entre el mundo físico y el digital. El equipo ha construido una plataforma de hardware de control estandarizada en torno al bus EtherCAT, que cubre todos los componentes eléctricos: variadores de frecuencia, controladores PLC, relés de seguridad e interfaces de sensores. El instituto también opera la plataforma de pruebas hardware-in-the-loop (HIL) dSPACE SCALEXIO, equipada con un modelo de dinámica de vehículo de alta fidelidad (que incluye vigas flexibles, ángulo de oscilación del cable y contacto rueda-carril), capaz de simular de forma completa las condiciones de trabajo reales de la grúa en el laboratorio. La plataforma HIL ha reducido el ciclo de verificación de integración de la lógica de control de las 8 semanas tradicionales a 2 semanas, ejecutando más de 500 casos de prueba automatizados por cada iteración de software. El instituto también es responsable de las pruebas de compatibilidad electromagnética (EMC) y de la Certificación CE de todos los controladores.

El Instituto de Software se centra en las aplicaciones de software de nivel superior y en la plataforma de datos, siendo el motor principal de la transformación digital de Kelude. El equipo ha desarrollado de forma independiente el middleware IoT KRUID-IoT, que soporta la integración unificada y la conversión de datos de tres protocolos industriales: Modbus TCP, OPC UA y MQTT. El instituto también es responsable del desarrollo de la plataforma de Gemelo Digital, construyendo un modelo de visualización 3D de la grúa completa con Unity 3D, que sincroniza en tiempo real los datos operativos del equipo real. Esta plataforma no solo se utiliza para el Monitoreo Remoto, sino que también sirve como entorno de simulación para el entrenamiento y las pruebas del algoritmo de control anti-oscileo por aprendizaje por refuerzo. El instituto adopta una metodología de desarrollo ágil, publicando una versión iterativa cada dos semanas para garantizar una respuesta rápida a las necesidades de los clientes.

El Grupo de Algoritmos es el "cerebro" del sistema de I+D de Kelude. Creado en 2023 como equipo independiente, está formado por investigadores especializados en aprendizaje automático, visión por computadora y teoría de control, con más del 40% de doctores. El flujo de trabajo del grupo abarca toda la cadena: adquisición y limpieza de datos, entrenamiento y validación de modelos, despliegue en dispositivos de borde e iteración continua. El grupo ha establecido un mecanismo fijo de interfaz "demanda-entrega" con los otros tres institutos: el Instituto Eléctrico proporciona las especificaciones de la interfaz del controlador, el Instituto de Software proporciona el canal de datos IoT, el Instituto de Estructuras proporciona las condiciones de contorno mecánicas, y el Grupo de Algoritmos devuelve los modelos de inferencia validados. Esta arquitectura de colaboración entre los cuatro departamentos garantiza un circuito tecnológico completo, desde los mecanismos subyacentes hasta la inteligencia de nivel superior, permitiendo que cualquier avance en un área se transmita rápidamente a todo el sistema de I+D.

Equipamiento central de I+D: escaneo 3D, ensayos de fatiga y pruebas HIL

El nivel del equipamiento de I+D determina directamente la profundidad y amplitud de la validación técnica. Kelude ha invertido de forma continua en infraestructura de I+D, con una inversión acumulada superior a 3.000.000 EUR, configurando una matriz de equipos que cubre tres dimensiones: "medición de geometría, verificación de propiedades mecánicas y pruebas de lógica de control".

Sistema de escaneo láser 3D. El escáner láser 3D FARO Focus S350, con el que cuenta Kelude, ofrece una precisión de medición de ±1 mm a 10 m y una velocidad de escaneo de hasta 976.000 puntos por segundo. Este sistema se utiliza principalmente para el modelado inverso de estructuras de grúas y la detección de desviaciones de ensamblaje. En la fase de desarrollo de nuevos productos, el Instituto de Estructuras utiliza los datos de escaneo para crear modelos CAE de alta precisión, garantizando que las condiciones de contorno de la simulación coincidan con la realidad; en la fase de control de calidad de producción, se realizan escaneos periódicos de los componentes de estructura soldada para compararlos con los modelos CAD de diseño, manteniendo la desviación de los cordones de soldadura dentro de ±2 mm. La tecnología de escaneo 3D también se aplica en proyectos de modernización de grúas antiguas, proporcionando datos geométricos precisos de la estructura existente como entrada de diseño para la solución de modernización.

Sistema de ensayo de fatiga servo-hidráulico MTS. El ensayo de fatiga es el núcleo de la verificación de fiabilidad de las estructuras de grúas. El Instituto de Estructuras de Kelude dispone de una máquina de ensayo de fatiga servo-hidráulica MTS 322 de doble columna, equipada con un sensor de carga de 100 kN y un sistema de fijación hidráulico, capaz de ejecutar diversas formas de onda de carga: sinusoidal, triangular y espectros aleatorios. El sistema admite ensayos de fatiga continuos de hasta 100.000 ciclos, registrando automáticamente las curvas carga-desplazamiento y los datos de degradación de rigidez. Antes de la homologación de cada nuevo lote de componentes de viga principal, se debe completar al menos un ciclo de vida completo de carga de fatiga en la máquina, con un requisito de deformación residual posterior al ensayo no superior a 1/1000 de la luz. Tomando como ejemplo la viga principal del puente grúa tipo QD de 50 toneladas, tras 85.000 ciclos de carga, la deformación residual máxima fue de solo 1/1500 de la luz, muy por debajo del indicador de diseño. El análisis comparativo entre los datos de ensayo de fatiga y los resultados de simulación CAE se utiliza además para corregir y mejorar continuamente la precisión de los modelos de simulación.

Plataforma de pruebas Hardware-in-the-Loop (HIL) dSPACE SCALEXIO. La plataforma HIL es el equipo central de I+D eléctrica de Kelude y la infraestructura clave que ha permitido a la empresa evolucionar de la "electrónica tradicional" al "control inteligente". El sistema SCALEXIO adopta un diseño modular y está equipado con la tarjeta de procesador DS1007 y la tarjeta de E/S DS2202, capaz de ejecutar en tiempo real un modelo de simulación de grúa completa que integra el modelo de elementos finitos de la viga principal flexible, el modelo de ángulo de balanceo no lineal del cable de acero y el modelo de contacto rueda-carril. El sistema admite la generación automática de código y la implementación de modelos Simulink, lo que permite un flujo de trabajo "de un solo clic" desde el desarrollo de algoritmos en Matlab/Simulink hasta la verificación HIL. Durante el desarrollo del controlador KRUID-ECS 2.0, la plataforma HIL ha ejecutado más de 3000 casos de prueba automatizados, cubriendo todos los elementos de verificación funcional especificados en la norma GB/T 33240-2016 "Grúas — Sistemas de control — Requisitos de rendimiento", además de admitir pruebas de inyección de fallos en 19 modos, como rotura del cable del sensor, interrupción de la comunicación y bloqueo del actuador. El equipo de pruebas HIL también ha desarrollado una "biblioteca de escenarios de condiciones extremas" que incluye más de 30 situaciones de riesgo, como cortes de energía repentinos, paradas de emergencia a plena carga y operaciones en exteriores con viento fuerte, garantizando que el sistema de control funcione de manera fiable incluso en las condiciones más adversas.

4. Sistema de verificación de circuito cerrado simulación-prueba: del prototipo virtual a la confirmación física

En la práctica de I+D, "no se puede confiar plenamente en la simulación, pero las pruebas son imprescindibles" es el principio básico del equipo técnico de Kelude. La empresa ha establecido un sistema de verificación de circuito cerrado que abarca tres niveles —"prototipo virtual, simulación Hardware-in-the-Loop y verificación física"—, cada uno con criterios de entrada, salida y aceptación claramente definidos.

Nivel 1: Simulación con prototipo virtual. El departamento de estructuras realiza análisis de elementos finitos de la máquina completa o de componentes en ANSYS Workbench, incluyendo análisis estático, análisis modal y análisis de contacto no lineal. El departamento de control eléctrico desarrolla modelos de sistema de control en Matlab/Simulink, incluyendo control vectorial del motor, algoritmos anti-oscileo y lógica de seguridad. El departamento de software, por su parte, construye un gemelo digital de la grúa completa en el entorno Unity 3D para la pre-verificación de la lógica de interacción hombre-máquina y la simulación de escenarios de formación de operadores. Los tres equipos utilizan una plataforma unificada de gestión de parámetros para garantizar la coherencia de las propiedades de los materiales, los casos de carga y las condiciones de contorno utilizadas en los modelos de simulación, evitando así desviaciones debidas a silos de datos.

Nivel 2: Verificación mediante simulación Hardware-in-the-Loop. Esta es una etapa distintiva del sistema de I+D de Kelude y el puente clave entre lo "virtual" y lo "real". La plataforma HIL conecta el controlador físico real al bucle de simulación, reproduciendo en el laboratorio el ciclo operativo completo de la grúa. A diferencia de la simulación puramente software, las pruebas HIL revelan problemas de ingeniería que la simulación software no puede detectar, como problemas de coincidencia de niveles en las interfaces de hardware del controlador, retrasos en la programación de tareas del sistema operativo en tiempo real y cuellos de botella de carga en el bus de comunicación. Según las estadísticas, las pruebas HIL de cada nueva versión de controlador detectan una media de 8 a 12 defectos en la interfaz hardware-software, de los cuales aproximadamente el 30% son errores lógicos de nivel crítico. Si estos defectos se descubrieran durante la fase de puesta en marcha de la máquina real, el coste de corrección de cada problema sería de 5 a 10 veces superior al de la fase HIL.

Nivel 3: Verificación física y ensayo de tipo. Todos los diseños que superan la verificación HIL deben someterse finalmente a una verificación física en una grúa real. Los componentes estructurales deben superar el ensayo de tipo especificado en la norma FEM 1.001 "Grúas de uso general — Puentes grúa", que incluye el ensayo estático con carga nominal de 1,25 veces, el ensayo de carga dinámica de 1,1 veces y la medición de deflexión bajo carga nominal. Para las mejoras del sistema de control, se realizan pruebas comparativas de rendimiento en la grúa real, registrando indicadores clave como la curva de atenuación del ángulo de balanceo, la precisión de posicionamiento y el tiempo de respuesta. Los datos de verificación de los tres niveles se almacenan en la base de datos de I+D de Kelude, que sirve de base para la optimización del diseño de la próxima generación de productos. Actualmente, la base de datos de I+D ha acumulado más de 1200 informes de prueba y más de 30 000 registros de ensayo, formando una base de conocimiento empresarial en continuo crecimiento.

5. Hoja de ruta tecnológica: de la optimización de la máquina individual a la plataforma de sistema

Para los próximos tres años, Kelude Industrias Pesadas ha definido una hoja de ruta tecnológica en tres fases: "inteligencia de la máquina individual, plataforma de sistema y ecosistema abierto". Esta hoja de ruta responde a la ola de inteligencia del sector y refleja la decisión estratégica de la empresa de transformarse de fabricante de equipos a empresa de plataforma tecnológica.

Corto plazo (2026-2027): Finalización de la inteligencia de la máquina individual. El objetivo es que todas las grúas de nueva fabricación incorporen funciones de inteligencia básica como equipamiento estándar, basándose en los algoritmos de IA existentes. Esto incluye: el controlador antisway RL pasa de opcional a estándar, el sistema de visión C-Vision cubre más del 95% de los escenarios operativos y el mantenimiento predictivo cubre todos los componentes de la cadena de transmisión. La verificación técnica de esta fase se completará en la plataforma HIL existente y en el campo de pruebas, con indicadores técnicos clave comparables a los de las marcas internacionales de primer nivel. El 30% del presupuesto de I+D se destinará a la iteración y optimización continua de los algoritmos de IA, con especial atención a dos desafíos técnicos: el control anti-oscileo cooperativo de múltiples grúas y la robustez visual en entornos complejos.

Medio plazo (2027-2028): Implementación de la plataforma de sistema. Tras completar la inteligencia de la máquina individual, Kelude lanzará la plataforma de sistema operativo unificado KRUID-OS — una arquitectura de software orientada al ciclo de vida completo de la grúa que integra el monitoreo IoT, el gemelo digital, el mantenimiento predictivo y el control remoto en un marco unificado de microservicios. El objetivo central de la estrategia de plataforma es lograr "un software adaptable a toda la línea de productos", reduciendo drásticamente el coste marginal del desarrollo entre modelos. Paralelamente, la empresa creará un departamento de arquitectura de sistemas, basándose en la estructura actual de 3 institutos y 1 grupo, dedicado específicamente al diseño de arquitectura técnica y al trabajo de normalización entre plataformas. KRUID-OS adoptará una implementación basada en contenedores, lo que permitirá un despliegue flexible desde el dispositivo de borde hasta la nube, adaptándose a los requisitos de infraestructura de TI de diferentes clientes.

Largo plazo (2029-2030): Exploración del ecosistema abierto. Kelude tiene previsto abrir parte de las interfaces API de KRUID-OS alrededor de 2029, permitiendo que desarrolladores externos creen aplicaciones especializadas para el sector basadas en la plataforma de hardware de Kelude. Por ejemplo, la lógica de carga automática para la industria metalúrgica, los algoritmos de programación colaborativa para terminales portuarias y las aplicaciones de control remoto para entornos a prueba de explosión podrán integrarse a través de la API estándar en las grúas Kelude. Si esta estrategia se implementa con éxito, transformará a Kelude de fabricante de equipos a empresa de plataforma tecnológica, redefiniendo fundamentalmente su ventaja competitiva. Además, la empresa planea establecer una comunidad de desarrolladores y un sistema de certificación técnica para garantizar la sostenibilidad a largo plazo del ecosistema.

6. Colaboración industria-universidad-investigación y participación en normas técnicas

El sistema de I+D de Kelude no opera de forma aislada. La empresa mantiene una colaboración profunda con universidades, institutos de investigación y organismos de normalización, obteniendo continuamente conocimiento tecnológico de vanguardia y, a su vez, aportando su experiencia práctica en ingeniería al sector.

En cuanto a la cooperación industria-universidad-investigación, Kelude ha establecido laboratorios conjuntos con varias universidades de referencia en ingeniería mecánica y ciencias de la computación. Las líneas de colaboración incluyen: predicción de la vida a fatiga de la estructura de acero de grúa basada en redes neuronales de grafos, aplicación del aprendizaje por refuerzo multiagente en la programación de control de grupos y modelado colaborativo entre dispositivos de clientes basado en aprendizaje federado. En estos temas de investigación de vanguardia, los equipos universitarios se encargan de la investigación teórica fundamental y el desarrollo de prototipos de algoritmos, mientras que Kelude aporta datos operativos reales, escenarios de ingeniería y condiciones de validación de aplicaciones, configurando un modelo de colaboración en el que "la universidad realiza la investigación teórica y la empresa lleva a cabo la transformación técnica". Hasta la fecha, los laboratorios conjuntos han producido 5 artículos científicos en revistas indexadas y 3 patentes de invención, y el modelo de predicción de vida a fatiga ya ha sido validado preliminarmente en pruebas internas.

En el ámbito de la normalización, Kelude participa activamente en la revisión y elaboración de normas nacionales e industriales para grúas. El personal técnico de la empresa ha participado en los trabajos de estudio y validación de diversas normas, entre ellas la norma ISO 4301 / FEM 1.001 "Especificación de diseño de grúa", la norma FEM 1.001 "Grúas de uso general — Puentes grúa", la norma GB/T 33240-2016 "Grúas — Sistemas de control — Requisitos de rendimiento" y la norma GB/T 33519-2017 "Grúas — Frenos — Método de ensayo". Esta participación profunda a nivel normativo no solo permite a Kelude mantenerse al tanto de las direcciones técnicas del sector, sino que también proporciona un marco de referencia normativo autorizado para sus algoritmos de IA y soluciones de control desarrollados de forma independiente. En la próxima ronda de revisión de normas nacionales, Kelude ha presentado propuestas técnicas sobre seguridad funcional de grúas inteligentes y validación de algoritmos de IA, con el objetivo de elevar la experiencia práctica acumulada en inteligencia a la categoría de especificación sectorial.

Preguntas frecuentes (FAQ)

P: ¿Qué equipos de prueba y plataformas experimentales clave se utilizan en el proceso de I+D?