Las palabras de moda Industria 4.0 y Fábrica inteligente han estado en el centro de atención durante los últimos años y cada vez más fabricantes están estableciendo estándares IIoT (Internet industrial de las cosas) conectando maquinaria y plantas de producción con sensores y dispositivos de borde. Las empresas están aprovechando IoT para ganar su ventaja competitiva y transformar la industria sensor a sensor.
Con el surgimiento de las redes 5G en todo el mundo, los sensores cada vez más confiables y los dispositivos de borde que aumentan las capacidades computacionales con cada nueva versión, nunca ha sido más fácil para los fabricantes dar los primeros pasos hacia el nuevo dominio 4.0.
Se han instalado más de 10 mil millones de dispositivos IoT a fines de 2020 (IoT Analytics) y los números son cada vez mayores.
El propósito es claro: la maquinaria integrada de IoT amplía los límites de los fabricantes; brindando la oportunidad de tomar decisiones basadas en datos. Si los fabricantes quieren obtener una ventaja al tener una vista completa de una multitud de sensores y obtener beneficios de costos de operaciones eficientes, análisis o incluso mantenimiento predictivo, entonces los datos de alta calidad son el boleto dorado.
Averigüemos por qué y por dónde empezar.
Muchas de las plantas de fábrica actuales ya tienen una conexión de red establecida, ya sea wifi / LAN para la oficina adyacente o una red M2M adecuada sobre un protocolo estándar industrial (MODbus, CANbus, OPC-UA, Siemens S7, BACnet, etc.). Sin embargo, IoT sube el listón cuando se trata de desafiar su red, en términos de conectividad, latencia, ancho de banda, energía y datos.
El primer paso para los fabricantes comienza con la actualización de los equipos más antiguos, el intercambio de dispositivos restringidos por nodos ricos con más potencia computacional o un paso más allá; establecer una red de borde directamente en las instalaciones. Cualquiera que sea el alcance del proyecto, la estabilidad de los datos entrantes determina cuánto valor puede obtener de sus máquinas y sensores.
Uno de los muchos obstáculos para su proyecto ganado con esfuerzo es conectar sus dispositivos para extraer datos significativos.
Una vez que haya conectado sus dispositivos a Internet, deberá determinar qué datos está recopilando y cómo los está procesando.
El error más común que cometen las personas en este punto es: "conectemos todo y enviemos todos los datos; lo resolveremos más tarde".
Sí, así es como rompes el IoT.
En varias circunstancias, puede ser mucho más inteligente considerar una solución de registro de datos local y determinar la cantidad seleccionada de puntos de datos que deben procesarse en la nube.
Durante el período de recopilación de datos, desea determinar la mejor configuración posible para garantizar que su flujo de datos sea lo más estable posible. Pero por ahora, supongamos que sus máquinas están equipadas con sensores y su conexión de red está establecida.
Felicitaciones, ahora tiene todos sus sensores conectados y está recibiendo sus valiosos conjuntos de datos … pero demasiados. Además de la gran cantidad de datos que está recibiendo, un conjunto de máquinas tiene datos formateados conforme a estándares totalmente diferentes, su serie temporal no coincide debido a una pequeña diferencia en las velocidades del reloj y sus puntos de datos clave están enterrados en los escombros de datos brutos del sensor y ruido.
Con muchos sensores, máquinas y casos de uso diferentes para cada conjunto de datos, el próximo desafío es tratar y limpiar sus datos sin procesar, que puede ser la parte más complicada.
Este proceso se puede resumir en 3 partes:
1. Los datos correctos en la tabla correcta
Recopile todos los datos de sus sensores de forma segura y en un formato legible. Esto puede ser un desafío si trabaja con varios sensores y diferentes protocolos de comunicación. En esta etapa, necesitaría organizar y consolidar todos sus datos de los sensores en una canalización de datos optimizada.
Una vez que tenga los datos accesibles en un formato legible y lógico, es hora de recortar.
2. No necesito esto y no necesito aquello
Ahora tiene tablas y conjuntos de datos enormes, que aumentan cada minuto con los sensores que envían datos en tiempo real a su base de datos. Aquí, los datos necesitan un corte preliminar, lo que significa eliminar valores atípicos y conjuntos de datos experimentales para proteger su análisis estadístico, filtrar el ruido de datos que realmente no le importa y asegurarse de que sus series de tiempo estén alineadas.
Asegúrese de haberse ocupado de todos los conjuntos de datos inconsistentes e incompletos, para mantenerse dentro del comportamiento esperado de sus máquinas.
3. Conseguir lo que quieres
Ahora que ha limpiado sus conjuntos de datos, es hora de pasar a la parte interesante. Es decir, extraer la información valiosa de los conjuntos de datos. En lugar de introducir datos de sensores sin filtrar sin procesar en su modelo de análisis, desea observar indicadores condicionales de alto nivel. Esto reduce la tensión en su red y permite un modelo informático más rápido. Aquí extrae los dominios de frecuencia de su sensor y otros indicadores condicionales, según el alcance de su proyecto.
¡Está hecho! Sus datos se limpian, extrajo los conjuntos de datos necesarios, los ingenieros de datos están sobrecargados de trabajo y ahora sus científicos de datos pueden comenzar a trabajar con los modelos analíticos. Y ahora, por último, pero menos importante, la gran pregunta para cualquier modelo de análisis:
¿Con qué frecuencia puede iterar los modelos proyectados y con qué rapidez puede ajustar sus parámetros?
Este es un paso crucial y depende principalmente de la configuración de su infraestructura y las capacidades de la red. Para tener un modelo de análisis eficiente y funcional, debe poder iterar rápidamente y realizar cambios de parámetros según sea necesario para entrenar su modelo. Ser capaz de implementar su modelo rápidamente para propósitos de prueba y evaluación comparativa puede ser un gran beneficio, ya que este cuello de botella ralentizará el proyecto con todas las demás máquinas afectadas.
La implementación de IoT puede ser complicada, ya que los problemas suelen surgir donde no los esperaba y los errores fundamentales surgen a la superficie solo en las etapas posteriores. La industria manufacturera aún se encuentra en una fase de prueba y error, probando nuevas soluciones de hardware e infraestructura, ya que no existe un estándar establecido o una mejor práctica. Las aplicaciones pueden ser vastas y la cantidad de medios posibles para llegar hasta allí puede ser más intimidante.
No obstante, sea cual sea el caso de uso que desee establecer, desde simples paneles de análisis hasta nuevas fuentes de ingresos con pago por uso y , comience con humildad desde el principio. Y ese comienzo son sus datos, de dónde provienen, su calidad, hacia dónde se dirigen y quién puede o debe recibirlos.
No empiece por el modelo de análisis, ¿verdad?
