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 úteissobre 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.
Publicado 21 de Setembro de 2020
