Loading

Blog

Recent ActivityRecent Activity

Não trabalhe para seus dados. Faça os dados trabalharem para você.

Utilizar os dados de maneira mais inteligente proporciona análises mais profundas e insights mais rápidos para as empresas de alimentos e bebidas.

Main Image

Transformação digital. Produção inteligente. Internet das coisas industrial (IoT). Uma empresa conectada. Indústria 4.0.

O que você precisar, os dados fazem. A digitalização é um elemento essencial para o sucesso de um produtor de alimentos e bebidas. Acertar desde o início pode ser a diferença entre economizar milhões em custos operacionais ou perder tempo e milhões em processos ineficientes.

 

Não caia na armadilha do “big data”

O termo “big data” surgiu no final dos anos 90. E, desde então, coletamos mais dados, treinamos cientistas para desvendar e entender tudo e tentamos automatizar a árdua tarefa de extrair valor comercial dos dados.

Embora o big data faça sentido para alguns aplicativos analíticos e de consumo, não funciona para aplicativos industriais no chão de fábrica. Em vez disso, os produtores precisam de dados estruturados e contextualizados para obter informações úteis​​sobre KPIs, como consumo de energia, eficiência geral do equipamento, eficiência e qualidade do lote.

Então, como podemos transformar e aplicar os dados do chão de fábrica que são tão importantes para obter valor e produtividade? Ao impulsionar ferramentas que adotam uma abordagem inteligente dos dados desde o início — organizada e contextualizada, permitindo um fluxo de dados simplificado que leva a insights mais rápidos.

 

Um sistema de automação criado pensando na informação

Os “smart objects” surgiram como uma maneira nova e simplificada de organizar os dados para que possam ser facilmente coletados do controlador e, em seguida, movidos e utilizados pelos sistemas de IoT. O framework padronizado exibe os conjuntos de dados por completo já pré-configurados para o programador, o que diminui bastante o tempo de programação.

Ou seja, a IoT e os sistemas de automação têm regras diferentes, e os “smart objects” criam a linguagem universal para eles se comunicarem. Em sua essência, os “smart objects” automatizam a descoberta, a padronização, a sincronização e a integridade de seus dados.

Em uma configuração convencional, o sistema de automação faz a compatibilidade com a plataforma de IoT por meio de um conversor de protocolos. Esse conversor de protocolos normalmente exige configuração e esforço para preparar os dados. E é normalmente nesse ponto que o trabalho de contextualização se torna crítico, principalmente quando envolve sistemas diferentes. Como o sistema de IoT não está “ciente” das estruturas de automação, pode ser necessário criar um novo modelo para cada aplicativo, o que ocasiona outras ineficiências quando o sistema de IoT bombardeia os controladores de automação com dados. Por exemplo, o sistema de IoT recebe as informações por partes, como: a ação X está prestes a acontecer, a ação X está acontecendo, a ação X foi concluída. Esses três pontos de dados precisam ser manipulados para se conectar como uma ação contínua e relacionada.

Em um sistema criado com o “smart objects”, os dados podem ser organizados, modelados e consumidos automaticamente pelos sistemas e aplicativos de IoT, com pouco ou nenhum esforço do programador. Agora, os tags do CLP podem ter definições consistentes de taxas, estados, status etc. e são entregues em bancos de dados de informações com contexto como número de linha, nome da máquina e local. Esses elementos são essenciais para permitir soluções de IoT que, no fim, geram mais insights, análises mais detalhadas e um entendimento mais profundo do processo e os potenciais riscos. No exemplo acima, os três pontos de dados para a ação X são automaticamente reconhecidos como uma ação contínua para maior contexto.

 

Avanços inteligentes para programadores

Por que isso tudo é tão importante? Pergunte a qualquer programador que já trabalhou no mundo da IoT. Dados diferentes e inconsistentes criam armadilhas que resultam em frustração, localização de falhas e perda de produtividade. De acordo com a Forbes.com, os cientistas de dados relataram gastar 80% do tempo para preparar os dados em vez de buscar insights.

Imagine uma linha simples de bebidas com cinco máquinas (consulte a animação “fábrica de bebida”). Ela pode ter mais de 1 milhão de valores de dados associados. A maioria das empresas não tem os recursos disponíveis para gerenciar todas essas informações, e nem é onde elas deveriam gastar seu tempo. Os “smart objects” simplificam a preparação de dados, ou seja, um modelo alimenta muitos aplicativos. Um cliente estimou que o programador levaria 1 mês para fazer o que os “smart objects” possibilitam em apenas 6 horas — uma melhoria de 96%.

Além disso, esse método mais direto resulta em uma melhor integridade e determinação dos dados. Podemos comparar o que o mesmo produto faz em diferentes etapas com uma precisão e integridade nunca vistas. E, com a capacidade de designar atributos aos dados, como eficiência geral do equipamento, energia ou fluxo de massa, é possível ter informações que são agregadas e categorizadas automaticamente. A partir daí, os dados são documentados de maneira significativa para a tomada de decisões e otimização de pessoas e máquinas.

No final, os “smart objects” não alteram os dados. Mas simplificam muito a maneira de capturá-los, exibi-los e apresentá-los e, com o tempo, otimizam as operações como resultado disso. Conte-nos como os “smart objects” se encaixariam na sua estratégia de informação.


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