El Big Da­ta y la ana­lí­ti­ca de los da­tos

La evo­lu­ción de los da­tos en las fá­bri­cas

Automática e Instrumentación - - PORTADA -

Aná­li­sis avan­za­do de da­tos en en­tor­nos in­dus­tria­les Las es­tra­te­gias de “Em­pre­sa Co­nec­ta­da” o “In­dus­tria 4.0” se cons­tru­yen en ba­se a dis­po­si­ti­vos in­te­li­gen­tes, que dis­po­nen de una enor­me ca­pa­ci­dad de pro­por­cio­nar da­tos. Para apro­ve­char es­te gran cau­dal de in­for­ma­ción es po­si­ble adop­tar al­gu­nas téc­ni­cas no­ve­do­sas, en­tre ellas la In­te­li­gen­cia Ar­ti­fi­cial, cloud com­pu­ting y chat bots, pe­ro en to­dos los ca­sos el ob­je­ti­vo fi­nal es la ob­ten­ción del co­no­ci­mien­to ne­ce­sa­rio para la to­ma rá­pi­da de de­ci­sio­nes.

Las es­tra­te­gias de “Em­pre­sa Co­nec­ta­da” o “In­dus­tria 4.0” se cons­tru­yen en ba­se a dis­po­si­ti­vos in­te­li­gen­tes, que dis­po­nen de una enor­me ca­pa­ci­dad de pro­por­cio­nar da­tos. Para apro­ve­char es­te gran cau­dal de in­for­ma­ción es po­si­ble adop­tar al­gu­nas téc­ni­cas no­ve­do­sas, en­tre ellas la In­te­li­gen­cia Ar­ti­fi­cial, cloud com­pu­ting y chat bots, pe­ro en to­dos los ca­sos el ob­je­ti­vo fi­nal es la ob­ten­ción del co­no­ci­mien­to ne­ce­sa­rio para la to­ma rá­pi­da de de­ci­sio­nes. La apli­ca­ción de es­tos me­ca­nis­mos es cla­ve para po­der au­men­tar la pro­duc­ti­vi­dad de las fá­bri­cas, e in­cre­men­tar el va­lor de las em­pre­sas.

Ha­ce po­cos días nos de­jó el fa­mo­so fí­si­co y cien­tí­fi­co in­glés Step­hen Haw­king, muy co­no­ci­do por ha­ber for­mu­la­do y di­vul­ga­do di­ver­sas teo­rías cos­mo­ló­gi­cas re­la­cio­na­das con el Big Bang, la ex­pan­sión del uni­ver­so y los agu­je­ros ne­gros.

La evo­lu­ción de los da­tos en las fá­bri­cas tie­ne cier­tos pa­ra­le­lis­mos con al­gu­nas de las teo­rías de Haw­king; por un la­do la ca­pa­ci­dad de pro­du­cir da­tos es ca­da vez más ex­pan­si­va, y des­de ha­ce al­gu­nos años cre­ce de for­ma ex­po­nen­cial. El mo­ti­vo es de­bi­do al cam­bio de tec­no­lo­gía que hoy ya en­con­tra­mos en los dis­po­si­ti­vos in­te­li­gen­tes, do­ta­dos de pro­ce­sa­dor, me­mo­ria y ca­pa­ci­dad de co­mu­ni­ca­ción bi­di­rec­cio­nal. Es­tos equi­pos tie­nen au­to­co­no­ci­mien­to de sí mis­mos, pu­dien­do pro­por­cio­nar diag­nós­ti­cos de su es­ta­do de fun­cio­na­mien­to y adap­tar­se a las cam­bian­tes con­di­cio­nes de fun­cio­na­mien­to que les po­de­mos exi­gir. Es­to per­mi­te ob­te­ner can­ti­da­des in­gen­tes de da­tos de ca­da uno de ellos.

Por otra par­te, no siem­pre es po­si­ble apro­ve­char to­dos los da­tos que nos brin­dan es­tos dis­po­si­ti­vos in­te­li­gen­tes, y es que los sis­te­mas de con­trol no es­tán siem­pre pre­pa­ra­dos para ges­tio­nar ese cau­dal de in­for­ma­ción. Es cuan­do po­de­mos ha­blar de “agu­je­ros ne­gros” en la plan­ta. Los da­tos exis­ten, pe­ro, igual que en el es­pa­cio, no po­de­mos ver su con­te­ni­do.

Para que las es­tra­te­gias de “Em­pre­sa Co­nec­ta­da” o “In­dus­tria 4.0” sean exi­to­sas, es in­dis­pen­sa­ble lo­grar que los da­tos de los equi­pos in­te­li­gen­tes se co­mu­ni­quen y uti­li­cen de for­ma ade­cua­da; Para ello es in­dis­pen­sa­ble la con­ver­gen­cia en­tre los en­tor­nos de OT (Tec­no­lo­gías de Ope­ra­ción) e IT (Tec­no­lo­gías de In­for­ma­ción).

En la ac­tua­li­dad ya te­ne­mos la ca­pa­ci­dad téc­ni­ca, tan­to en ar­qui­tec­tu­ras, co­mo en soft­wa­re o en hard­wa­re, que nos per­mi­te co­nec­tar con se­gu­ri­dad es­tos dos mun­dos tra­di­cio­nal­men­te se­pa­ra­dos. Por ejem­plo; CIS­CO y Rock­well Au­to­ma­tion han desa­rro­lla­do y do­cu­men­ta­do ex­ten­sa­men­te las ar­qui­tec­tu­ras con­ver­gen­tes de plan­ta, de­no­mi­na­das “Con­ver­ged Plant­wi­de Et­her­net (CPWE)” (1), don­de se de­ta­lla có­mo rea­li­zar una in­fra­es­truc­tu­ra Et­her­net se­gu­ra para co­nec­tar los ni­ve­les

OT con los ni­ve­les IT. En es­ta do­cu­men­ta­ción se in­di­ca co­mo es­truc­tu­rar co­rrec­ta­men­te las di­ver­sas áreas OT-IT, có­mo es­ta­ble­cer es­tra­te­gias de de­fen­sa en pro­fun­di­dad, co­ne­xio­nes de ele­men­tos inalám­bri­cos, ac­ce­so me­dian­te dis­po­si­ti­vos mó­vi­les (2), etc.

Co­ne­xión de los dis­po­si­ti­vos in­te­li­gen­tes y be­ne­fi­cios es­pe­ra­dos

La cons­truc­ción de co­no­ci­mien­to en las fá­bri­cas se ini­cia me­dian­te la co­ne­xión de equi­pos in­te­li­gen­tes. En es­te apar­ta­do in­clui­mos to­dos aque­llos ac­ti­vos que ha­bi­tual­men­te en­con­tra­mos en el ni­vel más ba­jo de plan­ta, co­mo: ins­tru­men­ta­ción, sen­so­res, mo­to­res, vál­vu­las, elec­tró­ni­cas es­pe­cia­li­za­das, etc., y que a su vez se co­nec­tan con los con­tro­la­do­res de au­to­ma­ti­za­ción, ter­mi­na­les, má­qui­nas y en ge­ne­ral equi­pos de in­te­li­gen­cia más avan­za­da. En los úl­ti­mos tiem­pos el nú­me­ro de dis­po­si­ti­vos in­te­li­gen­tes ha pro­li­fe­ra­do enor­me­men­te en cual­quier área au­to­ma­ti­za­da, y a la vez el au­men­to de ca­pa­ci­da­des de es­tos equi­pos para pro­por­cio­nar da­tos ha cre­ci­do de for­ma ex­po­nen­cial. En re­su­men, te­ne­mos gran­des vo­lú­me­nes de da­tos que es muy re­co­men­da­ble fil­trar y tra­tar.

El pri­mer pa­so in­dis­pen­sa­ble es po­der co­nec­tar to­dos es­tos equi­pos y sis­te­mas a una red es­tán­dar y de al­ta ca­pa­ci­dad, que per­mi­ta la con­ver­gen­cia, co­mo es el ca­so de Et­her­net/ip. Una vez co­nec­ta­dos po­de­mos bus­car tec­no­lo­gías que nos ayu­den a re­du­cir el tra­ba­jo de in­te­rac­ción con ellos, por ejem­plo pro­por­cio­nan­do: au­to­des­cu­bri­mien­to de los equi­pos, au­to­con­fi­gu­ra­ción, cua­dros de man­do ge­ne­ra­dos en au­to­má­ti­co, etc.

A par­tir de aquí es­tos dis­po­si­ti­vos se ma­ne­ja­rán con los di­ver­sos sis­te­mas de au­to­ma­ti­za­ción, su­per­vi­sión y MES de la fá­bri­ca. Tam­bién in­ter­cam­bia­rán in­for­ma­ción con los sis­te­mas de aná­li­sis es­ca­la­ble. Per­mi­ti­rán el ac­ce­so a tra­vés de pla­ta­for­mas mó­vi­les (co­mo: IOS y An­droid) y me­ca­nis­mos de co­la­bo­ra­ción. Y fi­nal­men­te po­drán ser ges­tio­na­dos a tra­vés de apli­ca­cio­nes lo­ca­les y re­mo­tas.

En de­fi­ni­ti­va, con es­tas téc­ni­cas se­rá po­si­ble au­men­tar la pro­duc­ti­vi­dad de las fá­bri­cas por me­dio de cua­tro gran­des be­ne­fi­cios:

Re­duc­ción del tiem­po de ac­ce­so al mer­ca­do: Dis­mi­nu­yen­do los pla­zos de lan­za­mien­to de nue­vos pro­duc­tos o mo­di­fi­ca­cio­nes de los exis­ten­tes.

Me­nor cos­te to­tal de la pro­pie­dad: Re­ba­jan­do el gas­to en sis­te­mas de con­trol e in­for­ma­ción du­ran­te to­do el ci­clo de vi­da de las ins­ta­la­cio­nes.

Mejora en el uso de los ac­ti­vos: Gra­cias al au­to­diag­nós­ti­co y co­mu­ni­ca­cio­nes avan­za­das es po­si­ble que los equi­pos de fá­bri­ca fun­cio­nen mu­cho más tiem­po, y per­mi­tan una ma­yor va­rie­dad de pro­duc­tos.

Gestión del ries­go em­pre­sa­rial: las nue­vas tec­no­lo­gías apli­ca­das ya se di­se­ñan con la ca­pa­ci­dad de pro­te­ger, den­tro de lo po­si­ble, el ries­go de ac­ce­sos in­de­sea­dos y pér­di­da de pro­pie­dad in­te­lec­tual. Es­te es un ob­je­ti­vo ca­da vez más im­por­tan­te an­te es­tra­te­gias de di­gi­ta­li­za­ción de fá­bri­ca, don­de un va­lor de­ter­mi­nan­te es­tá en la in­for­ma­ción que ma­ne­ja­mos.

Re­sul­ta­dos ex­tra­or­di­na­rios Con to­dos es­tos sis­te­mas po­de­mos con­se­guir re­sul­ta­dos ex­tra­or­di­na­rios, tan­to en ren­di­mien­to co­mo en ca­li­dad, que no eran ima­gi­na­bles ha­ce po­cos años. Pe­ro, si no uti­li­za­mos las téc­ni­cas ade­cua­das el es­fuer­zo que ne­ce­si­ta­re­mos para con­se­guir­los pue­de ser enor­me, y van a ser muy di­fí­ci­les de man­te­ner a lo lar­go del tiem­po. Ca­da área au­to­ma­ti­za­da pue­de con­tar con cen­te­na­res de dis­po­si­ti­vos in­te­li­gen­tes, que a su vez ca­da uno pue­de pro­por­cio­nar de­ce­nas de da­tos ca­da se­gun­do, y la com­ple­ji­dad au­men­ta año a año.

¿Có­mo po­de­mos aten­der tal ava­lan­cha de in­for­ma­ción? ¿Có­mo po­de­mos cen­trar­nos en lo que real­men­te es im­por­tan­te? ¿Có­mo po­de­mos ayu­dar a la to­ma de de­ci­sio­nes?

Po­si­ble­men­te te­ne­mos que pe­dir a los mis­mos sis­te­mas de au­to­ma­ti­za­ción y con­trol que nos ayu­den en es­te as­pec­to, y nos pro­por­cio­nen un ni­vel mu­cho más ele­va­do de co­no­ci­mien­to, que per­mi­ta me­jo­rar la to­ma de de­ci­sio­nes. Es de­cir, aun­que pa­rez­ca pa­ra­dó­ji­co: “te­ne­mos que pe­dir a los sis­te­mas nos ayu­den a tra­ba­jar con otros sis­te­mas”.

Sis­te­mas au­to­ma­ti­za­dos para me­jo­rar la to­ma de de­ci­sio­nes

La re­la­ción en­tre los da­tos ob­te­ni­dos de plan­ta, los sis­te­mas ins­ta­la­dos, las de­ci­sio­nes que to­ma el ope­ra­dor y las ac­cio­nes re­sul­tan­tes pue­den ex­pli­car­se con el dia­gra­ma de Gart­ner (3) que aña­di­mos a con­ti­nua­ción. En él, se iden­ti­fi­can al­gu­nas so­lu­cio­nes que nos pue­den ayu­dar a me­jo­rar la to­ma de de­ci­sio­nes.

Se­gún Gart­ner te­ne­mos cua­tro tipos de sis­te­mas:

Sis­te­mas Des­crip­ti­vos: que pro­por­cio­nan in­for­ma­ción de lo que ya ha su­ce­di­do, pe­ro no pro­fun­di­zan en otros as­pec­tos. Por ejem­plo, su­pon­ga­mos que te­ne­mos un mo­tor que se ha pa­ra­do por ave­ría. Un sis­te­ma des­crip­ti­vo nos iden­ti­fi­ca­rá es­te mo­tor y la fe­cha-ho­ra de pa­ra­da, pe­ro no po­dre­mos sa­ber el ori­gen de su pro­ble­ma. En es­te

ca­so la ac­ción hu­ma­na es reac­ti­va, y exi­ge mu­cho tiem­po pos­te­rior del usua­rio ana­li­zan­do la si­tua­ción, an­tes de po­der to­mar de­ci­sio­nes. Es co­mo con­du­cir mi­ran­do só­lo el re­tro­vi­sor del co­che. Es­tos sis­te­mas son los más ha­bi­tua­les en las so­lu­cio­nes de con­trol exis­ten­tes.

Sis­te­mas de Diag­nós­ti­co: Am­plían la in­for­ma­ción de los sis­te­mas des­crip­ti­vos, aña­dien­do cla­ves que per­mi­ten de­ter­mi­nar por qué ha su­ce­di­do un de­ter­mi­na­do even­to. Por ejem­plo, en el ca­so del mo­tor an­te­rior, un sis­te­ma de diag­nós­ti­co nos po­dría in­di­car que la ave­ría se ha pro­du­ci­do por un ex­ce­so de tiem­po de fun­cio­na­mien­to del mo­tor, con un con­su­mo muy ele­va­do, que ha pro­vo­ca­do su ca­len­ta­mien­to y pa­ra­da para su pro­tec­ción. De nue­vo es­ta es una in­for­ma­ción de pa­sa­do, que re­du­ce el tiem­po de ac­ción del ope­ra­dor, pe­ro só­lo po­drá evi­tar erro­res en el fu­tu­ro.

Sis­te­mas Pre­dic­ti­vos: Un ni­vel por en­ci­ma de los sis­te­mas de diag­nós­ti­co es­tán los sis­te­mas que pue­den pre­de­cir al­gu­nas si­tua­cio­nes fu­tu­ras de las ins­ta­la­cio­nes. De nue­vo en el ejem­plo del mo­tor an­te­rior, si le aña­di­mos ace­le­ró­me­tros y una elec­tró­ni­ca de con­trol de vi­bra­cio­nes es­pe­cia­li­za­da, po­dre­mos su­per­vi­sar en con­ti­nuo sus vi­bra­cio­nes y des­com­po­ner­las en ar­mó­ni­cos, que per­mi­tan de­ter­mi­nar fu­tu­ros pro­ble­mas de­bi­dos a des­gas­tes de ro­da­mien­tos, pro­ble­mas con el eje, y otros de­fec­tos. En es­te ca­so sí es fac­ti­ble ade­lan­tar­nos a las ave­rías, y ayu­dar a los equi­pos hu­ma­nos a re­du­cir las pa­ra­das.

Sis­te­mas Pres­crip­ti­vos: Fi­nal­men­te, exis­ten sis­te­mas que in­di­can las ac­cio­nes que ten­dría­mos que ha­cer para me­jo­rar el fun­cio­na­mien­to de nues­tras ins­ta­la­cio­nes. En es­te ca­so nos pue­den ge­ne­rar in­for­ma­ción de al­to ni­vel para el ope­ra­dor, o in­clu­so rea­li­zar di­rec­ta­men­te ac­cio­nes au­to­má­ti­cas para co­rre­gir si­tua­cio­nes an­tes de que oca­sio­nen pro­ble­mas. Si­guien­do en el ejem­plo men­cio­na­do del mo­tor, su­pon­ga­mos que es­tá aco­pla­do a una bom­ba que im­pul­sa flui­dos de di­ver­sas den­si­da­des. Un sis­te­ma pres­crip­ti­vo po­dría re­co­men­dar al ope­ra­dor el or­den y tiem­pos de trans­fe­ren­cias de flui­dos se­gún su den­si­dad para evi­tar su so­bre­ca­len­ta­mien­to. E in­clu­so para ca­sos más avan­za­dos po­dría ac­tuar di­rec­ta­men­te so­bre la ve­lo­ci­dad de im­pul­sión, re­du­cién­do­la cuan­do de­tec­ta­ra un ini­cio de so­bre­ca­len­ta­mien­to. Es­te ti­po de sis­te­mas pres­crip­ti­vos em­pie­zan a uti­li­zar­se en pro­ce­sos au­to­má­ti­cos, pe­ro aún les queda un lar­go ca­mino por re­co­rrer.

¿Dón­de de­ben ubi­car­se los da­tos de los dis­po­si­ti­vos y los sis­te­mas que los ges­tio­nan?

Hay di­ver­sas opi­nio­nes al res­pec­to, que cam­bian se­gún ca­da pro­vee­dor de apli­ca­cio­nes para el aná­li­sis de da­tos. Al­gu­nos pro­po­nen el Cloud, otros la ca­pa ERP, otros la ca­pa MES, etc. En nues­tro ca­so pen­sa­mos que los da­tos y las apli­ca­cio­nes que los ges­tio­nan pue­den ubi­car­se en cual­quie­ra de los ni­ve­les de plan­ta, y de­ben es­tar cer­ca de don­de van a ser uti­li­za­dos.

Es to­tal­men­te fac­ti­ble dis­po­ner de so­lu­cio­nes de aná­li­sis de da­tos a di­ver­sos ni­ve­les de la em­pre­sa, sien­do los más ha­bi­tua­les:

Aná­li­sis de dis­po­si­ti­vos: ha­cien­do po­si­ble ges­tio­nar la in­for­ma­ción de los dis­po­si­ti­vos in­te­li­gen­tes, má­qui­nas, ac­ti­vos re­mo­tos y gru­pos de los mis­mos.

Aná­li­sis de sis­te­mas: Que per­mi­te op­ti­mi­zar en tiem­po real las má­qui­nas, pro­ce­sos y plan­tas. Po­drían in­cluir man­te­ni­mien­to pre­dic­ti­vo.

Aná­li­sis de em­pre­sa: Don­de ade­más se in­clui­rían los da­tos pro­ve­nien­tes de los sis­te­mas

de ne­go­cio, ha­cien­do po­si­ble el aná­li­sis ope­ra­cio­nal de plan­ta, y las com­pa­ra­ti­vas en­tre di­fe­ren­tes lo­ca­li­za­cio­nes. En to­dos los ca­sos se re­co­mien­da dis­po­ner de ser­vi­cios de so­por­te re­mo­to so­bre es­tas he­rra­mien­tas de aná­li­sis es­ca­la­ble. Es im­por­tan­te ca­ra a su di­se­ño, im­ple­men­ta­ción y so­por­te con co­ne­xión en con­ti­nuo.

En los apar­ta­dos que si­guen ve­re­mos al­gu­nos ejem­plos rea­les de aná­li­sis es­ca­la­ble, fo­ca­li­za­do a di­ver­sos ni­ve­les de la em­pre­sa.

Aná­li­sis es­ca­la­ble de dis­po­si­ti­vos

Cuan­do ha­ce­mos de­por­te uti­li­za­mos en mu­chos ca­sos un re­loj in­te­li­gen­te, que nos mi­de di­ver­sas va­ria­bles de nues­tro re­co­rri­do co­mo: dis­tan­cia, tiem­po, ve­lo­ci­dad, al­tu­ra, fre­cuen­cia car­día­ca, etc. El soft­wa­re que in­clu­ye es­te re­loj per­mi­te ex­plo­tar los da­tos que ge­ne­ra­mos, y los po­dría pre­sen­tar co­mo tablas de da­tos o in­clu­so co­mo grá­fi­cos va­ria­ble-tiem­po, pe­ro se­rían muy po­co acla­ra­to­rios. Es­tos en­tor­nos ha­bi­tual­men­te nos pre­sen­tan la in­for­ma­ción me­dian­te cua­dros de man­do muy grá­fi­cos, in­di­can­do: dis­tan­cia re­co­rri­da, ve­lo­ci­dad me­dia, ca­lo­rías con­su­mi­das, por­cen­ta­je de al­can­ce de los ob­je­ti­vos dia­rios, com­pa­ra­ti­vas con otros ami­gos, re­cords al­can­za­dos, etc. En de­fi­ni­ti­va, nos pre­sen­tan la in­for­ma­ción en for­ma de co­no­ci­mien­to que es de fá­cil en­ten­di­mien­to y nos per­mi­te to­mar rá­pi­da­men­te de­ci­sio­nes.

En la fá­bri­ca en cam­bio, dis­po­ne­mos de cen­te­na­res de equi­pos que pro­por­cio­nan de­ce­nas de da­tos por se­gun­do, pe­ro te­ne­mos que cons­truir no­so­tros los cua­dros de man­do de ca­da uno de ellos. Para lo­grar­lo hay que de­tec­tar es­tos dis­po­si­ti­vos, di­gi­ta­li­zar sus da­tos, cons­truir los cua­dros de man­do me­dian­te trans­for­ma­ción de va­ria­bles y fi­nal­men­te ana­li­zar la in­for­ma­ción para to­mar la de­ci­sión ade­cua­da. Es­tas ta­reas su­po­nen una in­gen­te can­ti­dad de tiem­po, ha­bi­tual­men­te se­ma­nas, y to­do ello no es­tá exen­to de po­si­bles erro­res.

Lle­ga­dos a es­te punto es el mo­men­to de cam­biar de pa­ra­dig­ma, y bus­car la for­ma de que sean los mis­mos sis­te­mas los que au­to­de­tec­ten dis­po­si­ti­vos, los ex­plo­ren, pre­sen­ten su in­for­ma­ción en cua­dros de man­do, e in­di­quen re­co­men­da­cio­nes de ac­cio­nes so­bre los mis­mos. Y es po­si­ble con­se­guir­lo en so­lo unos mi­nu­tos.

Por ejem­plo: Rock­well Au­to­ma­tion ya dis­po­ne de una so­lu­ción tec­no­ló­gi­ca para el aná­li­sis de dis­po­si­ti­vos: Fac­tory­talk Analy­tics for De­vi­ces, con ca­pa­ci­da­des muy avan­za­das de ob­ten­ción y aná­li­sis avan­za­do de da­tos.

Es­te sis­te­ma se cons­tru­ye me­dian­te una pla­ta­for­ma hard­wa­re ba­sa­da en un PC in­dus­trial, que una vez co­nec­ta­do a la red de plan­ta, y sin ne­ce­si­dad de pro­gra­ma­ción, dis­po­ne de múl­ti­ples ha­bi­li­da­des co­mo:

De­tec­ción au­to­má­ti­ca de dis­po­si­ti­vos: La apli­ca­ción es ca­paz de re­co­rrer la red Et­her­net/ip y de­tec­tar los dis­po­si­ti­vos in­te­li­gen­tes co­nec­ta­dos a la mis­ma. Es­ta de­tec­ción no pa­sa por el sis­te­ma de con­trol que co­man­da es­ta zo­na, sino que es una co­mu­ni­ca­ción to­tal­men­te pa­ra­le­la e in­de­pen­dien­te. El re­sul­ta­do es un lis­ta­do de los dis­po­si­ti­vos, su di­rec­ción IP y su es­ta­do de diag­nós­ti­co glo­bal (co­rrec­to, re­quie­re man­te­ni­mien­to, fa­llo, etc.)

Cua­dros de man­do au­to­má­ti­cos: La apli­ca­ción ge­ne­ra cua­dros de man­do con la in­for­ma­ción de las prin­ci­pa­les va­ria­bles del dis­po­si­ti­vo, in­clu­yen­do grá­fi­cos de di­ver­sos tipos para fa­ci­li­tar la in­ter­pre­ta­ción de la in­for­ma­ción. De nue­vo, to­da es­ta in­for­ma­ción se ha ge­ne­ra­do sin ne­ce­si­dad de pro­gra­mar una so­la lí­nea de có­di­go, y gra­cias a la li­bre­ría de más de 2000 ob­je­tos que es po­si­ble iden­ti­fi­car y ana­li­zar.

Fi­chas de ac­ti­vi­dad au­to­má­ti­cas: Apro­ve­chan­do que ca­da dis­po­si­ti­vo nos pre­sen­ta su es­ta­do, y al­gu­nos de ellos in­di­can cla­ra­men­te al­gu­na in­ci­den­cia, es­te sis­te­ma re­co­ge to­dos los equi­pos que ne­ce­si­tan in­ter­ven­ción y los pre­sen­ta co­mo fi­chas de ac­cio­nes a rea­li­zar co­mo: man­te­ni­mien­to, re­vi­sión, etc. De es­te mo­do los responsables de los dis­po­si­ti­vos pue­den ana­li­zar di­rec­ta­men­te es­tas pro­pues­tas y de­ci­dir cuá­les de ellas son acep­ta­bles y cua­les des­car­tan. El sis­te­ma dis­po­ne de un al­go­rit­mo de In­te­li­gen­cia Ar­ti­fi­cial (IA), que ana­li­za en ca­da ca­so

la de­ci­sión to­ma­da, y me­dian­te au­to­apren­di­za­je va re­fi­nan­do las fu­tu­ras pro­pues­tas de fi­chas de ac­ti­vi­dad.

Aná­li­sis del Sis­te­ma: Ade­más de ana­li­zar los dis­po­si­ti­vos de for­ma in­di­vi­dual, es­ta so­lu­ción pue­de te­ner una vi­sión de con­jun­to de to­dos ellos, y diag­nos­ti­car in­ci­den­cias que una vez so­lu­cio­na­das per­mi­tan un me­jor fun­cio­na­mien­to. Por ejem­plo: en una apli­ca­ción real de es­ta he­rra­mien­ta el aná­li­sis del sis­te­ma in­di­có que un dis­po­si­ti­vo no te­nía una con­fi­gu­ra­ción de red Et­her­net ho­mo­gé­nea con el res­to de equi­pos de la red, y pro­por­cio­nó su di­rec­ción IP para fa­ci­li­tar que fue­ra re­vi­sa­do. Otro ejem­plo ha­bi­tual es des­cu­brir en la mis­ma red Et­her­net equi­pos con ve­lo­ci­da­des di­fe­ren­tes y re­co­men­dar uni­fi­car la ve­lo­ci­dad de to­dos ellos.

Las ins­ta­la­cio­nes de sis­te­mas de con­trol son vi­vas y se mo­di­fi­can en el tiem­po, ya sea por am­plia­cio­nes/mo­di­fi­ca­cio­nes co­mo por re­em­pla­zo de equi­pos ave­ria­dos. Sin una he­rra­mien­ta au­to­má­ti­ca que re­vi­se es­tos ca­sos con­ti­nua­men­te es muy com­pli­ca­do de­tec­tar es­te ti­po de in­ci­den­cias, y cuan­do afec­tan a la pro­duc­ción ya es de­ma­sia­do tar­de para evi­tar­las. Por tan­to es­tas so­lu­cio­nes son un muy buen me­ca­nis­mo de se­gui­mien­to con­ti­nuo de la sa­lud de los equi­pos ins­ta­la­dos.

Ade­más, es­ta so­lu­ción aña­de un ro­bot de con­ver­sa­ción (chat bot), con el que se pue­de dia­lo­gar so­bre la si­tua­ción de los dis­po­si­ti­vos y ac­cio­nes a rea­li­zar. Es­ta con­ver­sa­ción se rea­li­za me­dian­te un chat tex­tual y en po­co tiem­po apa­re­ce­rá in­te­gra­da con Cor­ta­na, el asis­ten­te de voz crea­do por Mi­cro­soft e in­cor­po­ra­do en sis­te­mas ope­ra­ti­vos co­mo Win­dows 10. Es un pa­so más a la in­te­rac­ción me­dian­te len­gua­je na­tu­ral en­tre sis­te­mas y per­so­nas.

Aná­li­sis avan­za­do de má­qui­nas

Su­bien­do un es­ca­lón po­de­mos pa­sar al aná­li­sis avan­za­do de má­qui­nas, ya no só­lo co­mo con­jun­to de dis­po­si­ti­vos, sino tam­bién co­mo in­te­gra­ción de las prin­ci­pa­les va­ria­bles que que­re­mos ges­tio­nar en el pro­ce­so.

En es­te ca­so tam­bién exis­ten so­lu­cio­nes ba­sa­das en li­bre­rías, que ha­cen po­si­ble su­bir de for­ma se­gu­ra a una nu­be pri­va­da, in­for­ma­ción de efi­cien­cia de má­qui­na (OEE), ge­ne­ran­do cua­dros de man­do to­tal­men­te en au­to­má­ti­co. Es­ta es otra for­ma de ob­ten­ción rá­pi­da de co­no­ci­mien­to de ele­va­do va­lor, evi­tan­do el gas­to de tiem­po y re­cur­sos en su ge­ne­ra­ción.

Aná­li­sis avan­za­do de sis­te­mas

La unión de di­ver­sos dis­po­si­ti­vos y má­qui­nas ge­ne­ra sis­te­mas, que tam­bién es ne­ce­sa­rio ana­li­zar, man­te­ner y ajus­tar de for­ma pe­rió­di­ca. Los mé­to­dos tra­di­cio­na­les de mejora con­ti­nua con­lle­van un es­fuer­zo enor­me y por tan­to de­ben ser uti­li­za­dos con mu­cho cri­te­rio.

En es­te ca­so, de nue­vo, la tec­no­lo­gía nos pue­de ayu­dar a me­jo­rar nues­tras apli­ca­cio­nes, me­dian­te el uso de al­go­rit­mos ba­sa­dos en mo­to­res de In­te­li­gen­cia Ar­ti­fi­cial (IA). Si ali­men­ta­mos a es­tas so­lu­cio­nes de las va­ria­bles ade­cua­das, pue­den ge­ne­rar un mo­de­la­do del sis­te­ma, que su­per­vi­sa­rán de for­ma con­ti­nua, y me­dian­te el aná­li­sis his­tó­ri­co de da­tos, po­drán pro­po­ner cam­bios de pa­ra­me­tri­za­ción para op­ti­mi­zar los re­sul­ta­dos.

Por ejem­plo, un sis­te­ma avan­za­do con In­te­li­gen­cia Ar­ti­fi­cial po­dría re­co­no­cer si la evo­lu­ción de una reac­ción con tem­pe­ra­tu­ra-pre­sión en el pro­ce­so si­gue las pau­tas ha­bi­tua­les, o por el con­tra­rio hay al­gu­na in­ci­den­cia que po­ne en ries­go el pro­duc­to,

per­so­nas o en­torno, y nos po­dría avi­sar de es­ta si­tua­ción.

Es­tas so­lu­cio­nes se em­pie­zan a vis­lum­brar en en­tor­nos in­dus­tria­les y sin du­da en bre­ve pla­zo, gra­cias a su au­to­apren­di­za­je, per­mi­ti­rán me­jo­ras no­ta­bles en nues­tros pro­ce­sos.

Aná­li­sis avan­za­do glo­bal de la em­pre­sa

Fi­nal­men­te, a ni­vel cor­po­ra­ti­vo ca­da em­pre­sa tie­ne de­ce­nas de fuen­tes de da­tos con for­ma­tos di­ver­sos y que para ana­li­zar­los obli­ga a un lar­go pro­ce­so de cap­tu­ra, in­te­gra­ción, uni­fi­ca­ción, crea­ción de in­for­mes y cua­dros de man­do.

Co­mo los da­tos pue­den ve­nir de fuen­tes tan di­ver­sas co­mo: Sis­te­mas de con­trol, Sis­te­mas MES, Sis­te­mas ERP, Sis­te­mas WEB, etc. la uni­fi­ca­ción de es­tos da­tos im­pli­ca la in­ver­sión de gran can­ti­dad de tiem­po y re­cur­sos. Ade­más, cuan­do fi­na­li­za­mos es­te pro­ce­so siem­pre des­cu­bri­mos que nos ha­ce fal­ta un grá­fi­co más, y te­ne­mos que vol­ver a ini­ciar­lo.

Para me­jo­rar es­tas con­di­cio­nes se es­tán pre­sen­tan­do he­rra­mien­tas, ba­sa­das en nue­vas apro­xi­ma­cio­nes para re­sol­ver es­ta pro­ble­má­ti­ca, y que con­sis­ten, de nue­vo, en la in­vo­lu­cra­ción de al­go­rit­mos ba­sa­dos en In­te­li­gen­cia Ar­ti­fi­cial (4). Es­tos al­go­rit­mos se en­car­ga­rán de des­cu­brir la in­for­ma­ción de ca­da una de las fuen­tes de da­tos, di­ge­rir­la, re­la­cio­nar­la, y pro­por­cio­nar de for­ma au­to­má­ti­ca dia­gra­mas con el aná­li­sis de da­tos.

Es un ca­mino que jus­to se ini­cia aho­ra, pe­ro se­gu­ra­men­te nos pro­por­cio­na­rá ven­ta­jas in­nu­me­ra­bles, tan­to en aho­rro de tiem­po co­mo en ob­ten­ción de con­clu­sio­nes en ám­bi­tos que ni sos­pe­cha­mos.

Con­clu­sio­nes Las nue­vas tec­no­lo­gías ya se en­cuen­tran pre­sen­tes en di­ver­sos ám­bi­tos de los en­tor­nos in­dus­tria­les; des­de los dis­po­si­ti­vos in­te­li­gen­tes, que cuen­tan con am­plias ca­pa­ci­da­des de pro­ce­sa­mien­to de da­tos, diag­nós­ti­ca y co­mu­ni­ca­cio­nes, pa­san­do por las re­des de co­mu­ni­ca­cio­nes abiertas co­mo Et­her­net/ip, los dis­po­si­ti­vos mó­vi­les, y lle­ga­do a los al­go­rit­mos con mo­to­res ba­sa­dos en In­te­li­gen­cia Ar­ti­fi­cial.

La or­ques­ta­ción ade­cua­da de to­das es­tas y otras tec­no­lo­gías per­mi­ti­rá pro­por­cio­nar in­for­ma­ción de al­to va­lor a los responsables de las ins­ta­la­cio­nes in­dus­tria­les, fa­ci­li­tan­do la to­ma de de­ci­sio­nes tan­to en manual co­mo en au­to­má­ti­co. El be­ne­fi­cio de to­do ello se­rán im­por­tan­tes me­jo­ras de los pro­ce­sos in­dus­tria­les, con sig­ni­fi­ca­ti­vos in­cre­men­tos de pro­duc­ti­vi­dad y va­lor de las em­pre­sas.

RE­FE­REN­CIAS (1) CIS­CO – ROCK­WELL AU­TO­MA­TION (Sep, 2011). “Con­ver­ged Plant­wi­de Et­her­net (CPWE) De­sign and Im­ple­men­ta­tion Gui­de”

(2) CIS­CO – ROCK­WELL AU­TO­MA­TION (Feb, 2018). “De­plo­ying Iden­tity and Mo­bi­lity Ser­vi­ces wit­hin a Con­ver­ged Plant­wi­de Et­her­net Ar­chi­tec­tu­re”

(3) GART­NER (Ago 2017). “The Fun­da­men­tals of AI Suc­cess for Da­ta and Analy­tics Lea­ders”

(4) ROCK­WELL AU­TO­MA­TION (NOV, 2017). “New Sca­la­ble Analy­tics Ca­pa­bi­li­ties for In­dus­trial IOT Ap­pli­ca­tions”

An­to­ni Rovira Res­pon­sa­ble Ar­qui­tec­tu­ras In­te­gra­das Rock­well Au­to­ma­tion Ibe­ria

)LFKDV GH DFWLYLGDG DXWRPIWLFDV VREUH GLVSRVLWLYRV SUHVHQWDGDV HQ RUGHQDGRU R WHOPIRQR LQWHOLJHQWH

$QIOLVLV GHO VLVWHPD LQGLFDQGR DFFLRQHV TXH DIHFWDQ D YDULRV GLVSRVLWLYRV

5RERW FRQYHUVDFLRQDO GH DQIOLVLV GH GLVSRVLWL YRV LQWHJUDGR HQ XQ GLV SRVLWLYR PYYLO

'HWHFFLYQ GH GLVSRVLWLYRV \ FXDGURV GH PDQGR DXWRPIWLFRV

$QIOLVLV DYDQ]DGR GH GLVSRVLWLYRV PHGLDQWH )DFWRU\7DON $QDO\WLFV IRU 'HYLFHV

5HODFLYQ HQWUH GDWRV VLVWHPDV LQWHUYHQFLYQ KXPDQD GHFLVLRQHV \ DFFLRQHV )XHQWH *DUWQHU

%HQHILFLRV GH OD FRUUHFWD LQWHJUDFLYQ \ DQIOLVLV DYDQ]DGR GH ORV GDWRV HQ IIEULFD

&RQYHUJHQFLD HQWUH 7HFQRORJTDV GH 2SHUDFLYQ 27 \ 7HFQRORJTDV GH ,QIRUPDFLYQ ,7

+D\ XQ LQFUHPHQWR H[SRQHQFLDO GH ORV GDWRV TXH SURGXFHQ ORV GLVSRVLWLYRV LQWHOL JHQWHV HQ ODV IIEULFDV

&XDGURV GH PDQGR HQ XQ DQIOLVLV DYDQ]DGR GH PITXLQDV

1XHYD DSUR[LPDFLYQ FRQ ,$ DO GHVDUUROOR GH DQIOLVLV DXWRPIWLFRV HQ OD LQIRUPDFLYQ JOREDO GH XQD HPSUHVD

Newspapers in Spanish

Newspapers from Spain

© PressReader. All rights reserved.