La introducción de la Industria 4.0 en 2011 podría considerarse una medida necesaria para despertar a una industria en declive. En la década anterior a su introducción, la productividad manufacturera mundial cayó al 1 % y, para estimular el crecimiento, un grupo de estudio alemán estudió modelos de negocio que aprovecharan los conjuntos de datos producidos en los talleres.
Se esperaba analizar estos conjuntos de datos para conocer el proceso de fabricación a un nivel nunca visto, pero primero había que implantar una forma de capturar tanto los datos estructurados como los no estructurados.
Este post tratará sobre:
- El proceso de captura de big data en el sector industrial
- El papel de la arquitectura unificada y la interconectividad del taller en la Industria 4.0
- La aplicación de soluciones tecnológicas de análisis de datos para apoyar los modelos de negocio de la Industria 4.0
Definición de Big Data en la fabricación
Big data se refiere a la recopilación de grandes conjuntos de datos y al proceso de análisis de los datos capturados para revelar patrones, tendencias o para obtener información sobre un proceso. El fabricante medio produce grandes conjuntos de datos en todas las fases del ciclo de producción. Estos conjuntos de datos incluyen datos procedentes de la demanda de los clientes, la cadena de suministro, los equipos de fabricación y los operarios.
Los conjuntos de datos pueden clasificarse como datos estructurados o no estructurados. Captar y analizar datos estructurados suele ser un proceso sencillo porque se trata de datos definidos producidos a partir de equipos. Los datos no estructurados se generan a partir de procesos y pueden requerir amplias tecnologías analíticas para analizarlos.
La captura de datos del taller también puede plantear dificultades, como los retos que plantea la recopilación de datos de los activos heredados que siguen desempeñando un papel importante en el taller. Para capturar datos de los activos heredados, los ingenieros dedican aproximadamente el 70% del tiempo a idear medios para recoger los datos que producen los equipos antiguos. Hay que tener en cuenta que los equipos antiguos dependen de sistemas de comunicación analógicos y no disponen de módulos de E/S digitales ni de capacidad Wi-Fi para facilitar el proceso de recopilación y transferencia de datos.
Los avances tecnológicos han creado soluciones para resolver los retos que plantea la recopilación de datos en la industria manufacturera. Algunos ejemplos son el uso de hardware de computación de borde, como sensores para capturar datos de los procesos, y la conexión de activos heredados a interfaces hombre-máquina (HMI) o dispositivos inteligentes para recopilar datos.
La Industria 4.0 pretende llevar la automatización al taller y, para ello, los activos dentro del taller deben ser capaces de soportar intercambios de datos de máquina a máquina y de máquina a nube. En este sentido, hay que hacer una mención especial a la introducción de la arquitectura unificada por parte de la fundación OPC. OPC UA proporciona estándares que permiten a los fabricantes unificar tanto los activos heredados como los modernos en una red que abarque toda la instalación. La red admite el intercambio de datos que impulsa la automatización industrial.
Casos de uso de Big Data en la fabricación
Los macrodatos apoyan la aplicación de diversos modelos de negocio de la Industria 4.0 en la industria manufacturera. Los datos históricos de ciclos anteriores de demanda de los clientes desempeñan un papel importante en la previsión de la demanda y lo mismo ocurre con el desarrollo de estrategias de mantenimiento predictivo. Los macrodatos y sus análisis también ayudan a la visión artificial a la hora de implantar el uso de robots móviles autónomos en las instalaciones industriales.
Otros casos de uso de big data en la Industria 4.0 incluyen la optimización de la gestión de la cadena de suministro mediante la predicción de los plazos de entrega y el desarrollo de planes alternativos para hacer frente a una cadena de suministro interrumpida. El análisis de big data permite a los fabricantes detectar anomalías que podrían afectar a los ciclos de producción, así como optimizar la vida útil de las herramientas utilizadas en el proceso de fabricación.
Utilizar el análisis de macrodatos para impulsar las iniciativas de la Industria 4.0
Analizar los grandes conjuntos de datos de los procesos industriales para obtener información requiere herramientas tecnológicas específicas. Estas herramientas permiten conectar los puntos y ver el futuro de las operaciones de las instalaciones de fabricación. Estas herramientas incluyen:
Software inteligente de simulación y programación basada en el riesgo
El modelado y la programación por simulación es una potente tecnología de transformación digital que puede utilizarse para evaluar diversos escenarios y obtener información. Por ejemplo, un equipo de fabricación que espera un aumento de la demanda puede responder a preguntas como «¿cómo aumentamos la capacidad de producción, decidimos el número de recursos necesarios y cómo deben asignarse estos recursos?».
La programación basada en el riesgo también permite a los fabricantes anticiparse a los riesgos y automatizar la creación de programas optimizados que tengan en cuenta estos factores de riesgo. La introducción de la automatización en la programación significa que los programas optimizados pueden actualizarse en tiempo real para garantizar que una instalación cumple sus requisitos de producción.
Software o plataforma Digital Twin
El gemelo digital es una representación virtual de elementos o procesos físicos. El gemelo digital interactúa con la entidad física a través de sensores y dispositivos IoT que rastrean las operaciones de las entidades, en este caso, el funcionamiento de una planta de fabricación. Por lo tanto, el gemelo digital se basa en conjuntos de datos de la planta de producción para funcionar.
Con un gemelo digital, los fabricantes pueden aplicar estrategias de supervisión remota y evaluar las capacidades de una planta de fabricación en tiempo real para resolver problemas operativos complejos.
Software de previsión de la demanda
La capacidad de prever los ciclos futuros de la demanda es la base de una planificación precisa de la producción. El software de previsión de la demanda utiliza datos históricos y análisis de tendencias para determinar las fluctuaciones de la demanda de los clientes. Para garantizar la precisión de los resultados de las previsiones, los conjuntos de datos históricos utilizados para el análisis también deben ser precisos.
Software empresarial de fabricación o plataforma IIoT
Estas soluciones tecnológicas son las herramientas que utilizan los fabricantes para respaldar la interconectividad de los procesos del taller. Las plataformas IIoT capturan datos de fabricación y admiten la creación de aplicaciones para analizar los datos capturados. Las aplicaciones y funciones de estas plataformas empresariales permiten a los fabricantes capturar datos de software de gestión de inventario, generación de órdenes de trabajo, cadena de suministro y programación para optimizar todos los aspectos del proceso de producción.
Conclusión
La importancia de los macrodatos para lograr la Industria 4.0 es incuestionable. La capacidad de capturar conjuntos de datos precisos del taller garantiza que las soluciones de Industria 4.0 tengan el combustible que necesitan para funcionar. Tanto si su estrategia de Industria 4.0 se centra en el mantenimiento predictivo como en la optimización de la planta basada en datos, debe contar con una herramienta analítica de big data para lograr los resultados deseados.