Creación de grandes datos a partir de pocos datos

Las instalaciones de fabricación generan cantidades masivas de datos operativos a partir de sus equipos de producción automatizados, dispositivos de monitoreo de condiciones y otros sensores y sistemas. A medida que las empresas se vuelven más conscientes del potencial aislado en estos activos, se preguntan cómo las iniciativas de Internet industrial de las cosas (IIoT) pueden ayudar a aprovechar esta información y crear conocimientos útiles. Pero muchos intentos de abordar esto a través de megaproyectos en toda la empresa no cumplen con las expectativas debido al tamaño y la complejidad. Tal vez un mejor enfoque sea comenzar con "pequeños" datos en la fuente para desarrollar grandes datos utilizando computación perimetral, aplicaciones enfocadas y conectividad abierta.

La transformación digital nunca es una tarea única. Pero asumir un proyecto que es demasiado grande puede descarrilar rápidamente los esfuerzos. El simple hecho de conectar los diferentes productores de datos puede ser difícil, pero transmitir, procesar y almacenar esos datos de manera efectiva, en las instalaciones o en la nube, es una tarea igualmente enorme. Por lo tanto, los proyectos más exitosos comienzan de abajo hacia arriba empleando datos a nivel de máquina en lugar de de arriba hacia abajo a nivel empresarial (Figura 1).

Centrar el campo de visión en desafíos y activos específicos puede generar beneficios inmediatos en comparación con recopilar todos los datos posibles y tratar de descubrir posibilidades sin una declaración clara del problema. El personal de la planta puede priorizar los conocimientos que abordan los problemas operativos cotidianos y seleccionar los datos más relevantes de los puntos de detección existentes o incluso nuevos. Pero eso descubre un nuevo desafío:los datos de interés generalmente no se almacenan activamente en el sistema de control.

Por ejemplo, cuando se experimenta un tiempo de inactividad excesivo con una máquina nueva, no recopilar datos significa que el operador no puede encontrar la causa raíz. Cada acción tomada es reactiva a las observaciones después de que ocurre la falla. Al aplicar un proyecto de poca información, el usuario puede recopilar datos del sistema de control junto con nuevos sensores de presión de aire y vibración. Al recopilar y analizar datos en tiempo real dentro del contexto de la máquina, los operadores pueden encontrar rápidamente la causa raíz y abordar los problemas, lo que mejora el tiempo de actividad.

Las fuentes de datos de producción generalmente forman parte del dominio de la tecnología operativa (OT), que incluye controladores lógicos programables (PLC), dispositivos de movimiento y muchos tipos de sensores e instrumentos. Pero comunicar, almacenar y procesar cantidades masivas de datos requiere capacidades de tecnología de la información (TI).

La clave para unir OT y TI, y permitir que el personal que antes estaba en ambos lados de esta división trabaje en colaboración, se encuentra en una nueva generación de controladores de borde (Figura 2). Los controladores Edge combinan el control determinista en tiempo real utilizando lenguajes IEC 61131-3 con computación basada en Linux de uso general para crear una poderosa plataforma IIoT que se puede integrar en nuevos diseños o incorporar en sistemas heredados.

Esta nueva generación de controladores también reúne protocolos OT tradicionales como PROFINET y Modbus TCP con protocolos de TI modernos como OPC UA y MQTT, lo que permite una conectividad perfecta entre fuentes de datos perimetrales y plataformas empresariales de nivel superior como MES, ERP, gestión de mantenimiento y otros sistemas de análisis.

Muchos usuarios finales reconocen que pueden beneficiarse de IIoT, pero pueden estar legítimamente preocupados de que un ataque a gran escala contra big data no tenga éxito. En cambio, al acercarse a IIoT con pocos datos, controladores de borde y análisis dirigidos, estos usuarios obtendrán retornos tempranos, lo que los ayudará a avanzar más rápido en su viaje de transformación digital.

Este artículo fue escrito por Derek Thomas, vicepresidente de marketing y estrategia del negocio de soluciones de automatización de máquinas de Emerson, St. Louis, MO. Para obtener más información, visite aquí .