Big Data y Analytics: aliados inevitables para la industria 4.0

Internet de las cosas (IoT) ofrece una oportunidad única para recolectar, en tiempo real, datos procedentes de cualquier objeto físico. Temperaturas de equipos, velocidad de una turbina, consumos energéticos de edificios y hogares, ingesta de calorías, hábitos de actividad o movimientos de los ciudadanos; cualquier cosa es susceptible a ser conectada y medida. Este es el verdadero potencial de IoT y lo que lo convierte en un elemento fundamental del concepto fábrica 4.0, uno de los mercados verticales en los que IoT abre nuevas posibilidades.

Sin embargo, los datos por sí mismos carecen de valor, si no somos capaces de extraer de ellos la información adecuada y analizarla desde múltiples prismas. Esta realidad no es nueva. El control de procesos industriales (Scada) o el intercambio de información M2M suman más de tres décadas de recorrido y continuarán siendo fundamentales en los entornos IoT, donde el camino discurre por el desarrollo de nuevas aplicaciones industriales y plataformas software avanzadas capaces de facilitar la analítica de datos y de combinar esta con los sistemas de soporte a la operación y el negocio. De este modo, sólo las organizaciones capaces de transformar en conocimiento los datos procedentes de la creciente mirada de sensores y dispositivos integrados en infraestructuras, máquinas y objetos de todo tipo, tendrán la posibilidad de aplicar el universo digital a la mejora de su actividad. Extraer el valor de IoT implica la aplicación de tecnologías de análisis al maremágnum Big Data.

La expansión de IoT impulsará la evolución de las herramientas de análisis bajo dos claves imprescindibles: automatización y tiempo real.

¿Cuál es el proceso de integración de IoT en la Industria 4.0?

Los más de 8.000 millones de objetos conectados actualmente al IoT en todo el mundo aumentarán hasta los 20.000 millones en 2020 –según cifras de la consultora Gartner-, y estas previsiones confirman que IoT ha llegado para quedarse y a la vista está que su expansión se traduce en una mejora de la eficencia en multitud de sectores de negocio: energía, transporte, seguridad, industria etc. Son varios los aspectos diferenciales del torrente de información procedente del IoT. Primero, se trata de un streaming de datos a alta velocidad que requiere nuevas técnicas de captura, procesamiento y salida; además, estos grandes volúmenes requieren de capacidad de archivo, gestión y de una analítica escalable y en tiempo real. Por otro lado, el entorno IoT aporta datos de diferente naturaleza, puesto que integra dispositivos con distintas necesidades de ancho de banda y requerimientos de movilidad que generan datos estructurados, semi-estructurados y no-estructurados, es decir, datos no modelados en su mayoría y que no encajan con la estructura de las BBDD relacionales tradicionales.

Son precisamente estas particularidades las que exigen un entorno Big Data y explotación analítica de gran volumen, con gran variedad de formatos y que responda en tiempo real; pero al mismo tiempo que integre capacidades de análisis en tres esferas: descriptiva, predictiva y prescriptiva.

En la esfera descriptiva, somos capaces de conocer al detalle y en tiempo real que está sucediendo en la fábrica, si lo que ocurre se corresponde con los patrones normales de comportamiento y, en caso de no ser así, actuar sobre las causas de las discordias encontradas. Y todo ello, a través de una única pantalla y un diseño visual sencillo y muy intuitivo.

En la vertiente predictiva, la analítica aplicada a los entornos de fábrica 4.0 posibilita, a través de la explotación de los datos procedentes de los sensores y algoritmos entrenados de machine learning, anticipar la respuesta a los cambios o modificaciones, así como realizar simulaciones para determinar el efecto de la introducción de ciertos cambios o la puesta en marcha de determinadas medidas.

De esta forma, y sin alterar el normal funcionamiento de la planta de fabricación, podemos dar respuesta a preguntas tales como: ¿qué sucedería si incorporamos un nuevo robot en la cadena de montaje?, o ¿cómo impactaría la introducción de un determinado cambio en la línea de producción al consumo de materia prima?

Gracias a la analítica predictiva, la Fábrica 4.0 es capaz de alertar ante cualquier indicio que apunte al futuro fallo de alguno de los elementos de la cadena a determinar si un determinado producto corre el riesgo de resultar defectuoso o calcular su tiempo medio de vida y predecir averías.

En un estado más avanzado, la analítica prescriptiva implica, en el caso concreto de la integración de capacidades analíticas en los sistemas MES (Manufacturing Execution System), capacidad de aprendizaje por parte del sistema de los patrones de uso y comportamiento de la fábrica. Esta capacidad, autónoma y proactiva, es decisiva para que el sistema autónomamente pueda aplicar medidas correctoras o desencadenar procesos automáticos que contribuyan a la mejora de rendimientos tales como la eficencia energética, la optimización del consumo de materia prima o a la reducción de las emisiones de CO2.

En conclusión, la cuarta revolución industrial camina de la mano en la analítica y sin ella la fábrica inteligente es simplemente imposible.

|2018-01-02T15:39:22+01:0022 Diciembre 17|BLOG: Big Data & Analytics|Etiquetas: |
Director Big Data & Analytics Grupo CMC
Grupo CMC