Loading

Blog

Recent ActivityRecent Activity

No sude por sus datos; que ellos suden por usted.

El uso más inteligente de los datos aporta a las empresas de alimentos y bebidas una analítica más profunda y conclusiones más rápidas.

Main Image

Transformación digital. Fabricación inteligente. Internet industrial de las cosas (IIoT). Una Connected Enterprise. Industria 4.0.

Lo llame como lo llame, los datos son la clave. La digitalización es un elemento fundamental para el éxito de un fabricante de alimentos y bebidas. Hacerlo bien desde el principio puede marcar la diferencia entre ahorrar millones en costos operativos o perder esta misma cantidad por ineficiencia y malgasto de tiempo.

 

No caiga en la trampa del “big data”

A finales de los noventa hizo su aparición el término “big data”. Desde entonces, hemos recopilado más datos, hemos adiestrado a los científicos para desmenuzarlos y darles un sentido, y hemos intentado automatizar la ardua tarea de hacerlos útiles para la empresa.

Aun cuando el big data tiene sentido para ciertas aplicaciones de consumidores y análisis, no se adapta bien a las aplicaciones industriales en una planta de fabricación. En su lugar, los fabricantes necesitan datos contextualizados y estructurados para conseguir información accionable sobre KPI como el consumo de energía, OEE, eficiencias de los lotes y calidad.

¿Pero cómo podemos transformar y aplicar los datos de la planta que son tan importantes para aumentar el valor y la productividad? Utilizando herramientas que recurran a un método inteligente para usar los datos desde el principio, organizándolos y contextualizándolos para generar un flujo de datos simplificado que permita obtener conclusiones con mayor rapidez.

 

Un sistema de automatización creado pensando en la información

Los objetos inteligentes han hecho su aparición como una manera nueva y simplificada de organizar los datos para que el controlador pueda recolectarlos con facilidad, y posteriormente trasladarlos a los sistemas IoT que los consumirán. La estructura estandarizada expone completamente conjuntos de datos a un contexto preconfigurado para el desarrollador, lo que reduce en gran medida el tiempo de programación.

Por decirlo de otro modo, la IoT y los sistemas de automatización siguen reglas diferentes y los objetos inteligentes crean un lenguaje común a través del cual pueden comunicarse. Básicamente, los objetos inteligentes ofrecen descubrimiento automático, estandarización, sincronización e integridad a los datos.

En una configuración convencional, el sistema de automatización se comunica con la plataforma de IoT mediante un gateway. Este gateway normalmente debe configurarse y requiere cierto esfuerzo para manejar los datos. Y suele ser en este punto donde el trabajo de contextualización es esencial, en particular cuando se trabaja con sistemas disímiles. Dado que el sistema de IoT no “conoce” las estructuras de automatización, tal vez haya que crear un nuevo modelo para cada aplicación y la eficiencia se verá aún más perjudicada cuando el sistema de IoT bombardee los controladores de automatización en busca de datos. Por ejemplo, un sistema de IoT obtendría la información en fragmentos, como por ejemplo: la acción X está a punto de ejecutarse, la acción X se está ejecutando, la acción X se ha ejecutado. Estos tres puntos de datos necesitan posteriormente manipularse y conectarse como una única acción relacionada y continua.

En un sistema creado con objetos inteligentes, los sistemas y aplicaciones de IoT pueden organizar, modelar y consumir los datos de forma automática con poco o ningún esfuerzo por parte del programador. Los tags del PLC ahora pueden tener definiciones coherentes de tasas, estados, condiciones, etc., y pueden entregarse a bases de datos de información con un contexto como, por ejemplo, número de línea, nombre de máquina y ubicación. Todos estos elementos son esenciales para permitir soluciones de IoT que en última instancia mejoren la analítica y permitan obtener más información útil y comprender mejor tanto su proceso como los riesgos potenciales. En el ejemplo anterior, los tres puntos de datos de la acción X se reconocen automáticamente como una acción continua para disponer de más contexto.

 

Desarrollos inteligentes para los desarrolladores

¿Y qué importancia tiene todo esto? Basta preguntar a cualquier desarrollador con experiencia en el mundo de IoT. Los datos incoherentes y sesgados crean trampas que desembocan en frustración, largas horas de resolución de problemas y pérdida de productividad. Según Forbes.com, los científicos de datos afirman que dedican el 80% del tiempo a preparar los datos en vez de a buscar conclusiones.

Tomemos como ejemplo una simple línea de producción de bebidas con cinco máquinas (vea la animación de la “planta de bebidas”). Puede tener más de 1 millón de valores de datos asociados. La mayoría de las empresas no disponen de los recursos necesarios para gestionar toda esta información, ni es a lo que deberían dedicar su tiempo. Los objetos inteligentes agilizan la preparación de los datos, es decir, un modelo que suministra información a numerosas aplicaciones. Un cliente calculó que un desarrollador habría tardado un mes en hacer lo que los objetos inteligentes lograron en solo 6 horas, es decir, una mejora del 96%.

Además, este método más directo consigue mejorar la integridad y el determinismo de los datos. Podemos comparar lo que el mismo producto hace en diferentes situaciones con una exactitud e integridad sin precedentes. Además, al contar con la capacidad de asignar atributos a los datos, como OEE, energía o flujo de masa, podemos obtener información, y agruparla y clasificarla automáticamente. A partir de ahí, se presenta de una manera útil para que tanto el personal como las máquinas puedan tomar decisiones y optimizar las operaciones.

A fin de cuentas, los objetos inteligentes no cambian los datos, pero simplifican en gran medida la forma como se recopilan, se visualizan y se presentan dichos datos y, con el tiempo, también la forma como usted puede optimizar las operaciones mediante los datos obtenidos. Díganos cómo los objetos inteligentes podrían encajar en su estrategia de información.


Steve Mulder
Steve Mulder
Packaging Segment Lead, Rockwell Automation
Subscribe

Subscribe to Rockwell Automation and receive the latest news, thought leadership and information directly to your inbox.

Recommended For You