Desmitificar los conceptos de analítica, nube e IIoT

Febrero 23, 2018 161

Nadie duda de que IIoT (Industrial Internet of Things) hará cambiar nuestra manera de hacer negocios – desde cómo se diseña y opera la planta hasta cómo se gestiona la cadena de suministros.

La analítica aprovecha las tecnologías existentes y también inspira nuevas que harán cambiar dónde y cuándo se hace el trabajo. 

Big Data transforma organizaciones y procesos, pero sin olvidarse de incluir a los expertos en la materia (SMEs según sus siglas en inglés) en los planes para el futuro.

IIoT resuelve viejos problemas de maneras novedosas e innovadoras,” explicó Tathagata Basu, director de Honewell Connected Plant, durante la reciente Honeywell Users Group (HUG) 2017. “Y todo se podrá hacer mucho mejor, mucho más rápido y mucho más eficientemente.”

40 exabytes (4 x 1019) de nueva información se generará tan sólo este año en todo el mundo. Una planta importante tiene hoy en día más de 40 Pbyte (1015) de datos, que aumentarán 10x en los próximos años. Tener acceso a la información y ponerla en la nube – o sea, cerrar la brecha, utilizar IIoT como plataforma y elaborar analítica predictiva y prescriptiva para promover la acción – es la gran diferencia”.

Hoy en día, cuando el departamento de IT pasa a ser parte de la IIoT, la necesidad de involucrar ingenieros de proceso y personal de operaciones se vuelve importante, siempre que los datos estén bien contextualizados. “La experiencia en la materia es cada vez más crítica,” señaló Basu. “Si la colaboración con el departamento de IT no es posible, la agenda estará en manos de ese departamento. El objetivo de la analítica es proveer información para lograr mejores decisiones y acciones en pos de un beneficio económico.”

Las oportunidades en la industria de procesos no han cambiado”, recalcó Basu. “Lo que sí ha cambiado es la manera en que se aplican las tecnologías para resolver problemas,” explicó Basu. “Maximizar la automatización y minimizar la participación humana no siempre son los objetivos. La analítica debe ser la adecuada a cada caso en particular.”

Se pueden aplicar cuatro niveles de analítica – descriptiva, diagnósticos, predictiva y prescriptiva – a los datos de planta, donde cada nivel requiere un grado diferente de interpretación humana. Según Basu, “la analítica descriptiva permite visualizar lo que ocurrió en la planta y no es algo nuevo. Los diagnósticos nos dicen por qué ocurrió, combinando información en tiempo real con datos históricos y estableciendo cierto contexto. La analítica predictiva se basa en la información del pasado para pronosticar lo que puede llegar a ocurrir.”

Lo que realmente irá a cambiar la organización es la analítica prescriptiva. Se ingresa información causal que irá a una herramienta de reconocimiento que se encarga de indicar lo que hay que hacer. Aporta soporte de decisiones y automatización de decisiones. Y son muchas veces las que involucran aprendizaje de máquina e inteligencia artificial,”

Los cuatro niveles de analítica ya se pueden implementar perfectamente hoy en día, explicó Paul Bonner, vicepresidente de Honeywell Connected Plant. A este fin, Honeywell se ha asociado con varias compañías que pueden proporcionar dichos niveles de analítica.

 

 

Nuevas fronteras

Con el desarrollo de la nube, vuelve a aparecer una fricción entre IT y automatización.” Al respecto, Bonner enumeró las razones que hay detrás de la necesidad de operaciones e ingeniería de que se escuchen sus voces a la hora de planificar IIoT y analítica.

Hay una gran variedad de tecnologías listas para lograrlo:

  • Comunicación de alto ancho de banda y almacenamiento masivo en la nube;
  • Sensores de uso generalizado y bajo costo;
  • Analíticas avanzadas y aprendizaje de máquina;
  • Estándares de interoperabilidad de dispositivos.

Pero IIoT y la analítica en la nube también permiten introducir otras soluciones más, tales como: 

  • Colaboración remota;
  • Centros de excelencia;
  • Captura y aplicación del conocimiento;
  • Monitoreo remoto a cargo de máquinas.

Si se piensa en algunos años atrás cuando aparecieron por primera vez los sistemas abiertos, en ese entonces hubo una disputa entre la gente de automatización y la gente de IT,” recordaba Bonner. “Esta disputa se fue calmando con el tiempo, pero ahora asistimos a un cierto resurgimiento de esa fricción entre IT y automatización a raíz del desarrollo de la nube”.

 

Conectar gente, activos y procesos

Una planta conectada significa gente conectada, activos conectados y procesos conectados. “¿Qué significa ‘proceso conectado’?”, preguntó Basu. “Significa utilizar datos de planta en tiempo real con software avanzado, analítica y modelos de proceso de la planta en pos de mejoras operacionales y una mayor confiabilidad. Por su parte, el concepto de activos conectados significa obtener datos de los dispositivos de borde de manera segura. Y para conectar gente, el personal dispone ahora de nuevas herramientas que le permiten realizar mejor sus tareas y de manera más segura, aumentando su competencia y colaboración a nivel de empresa.”

La planta conectada se basa en Big Data y analítica en la nube, pero no hay que desesperarse por todos los conceptos equivocados que pululan alrededor de las actuales características y ventajas de IIoT. Bonner echa por tierra muchos de estos mitos:

 

Mito 1  |  Almacenar Big Data en la nube es barato o gratuito. 

La gente piensa que puede colocar cantidades ilimitadas de datos en  la nube,” explicó Bonner. “La verdad es que se paga para almacenar. Y se paga casi cinco veces más que cuando se sacan los datos. Es importante mirar dónde se almacenan los datos. Donde sea posible, sacar datos de alta frecuencia y usarlos en el borde.

 

Mito 2  |  Big Data y analítica reemplazan la necesidad de conocimiento del proceso y experiencia de ingeniería.   

El usuario debe ser capaz de combinarlos con la experiencia y experticia en ingeniería de procesos,” aclaró Bonner.

 

Mito 3  |  La analítica de datos es un reemplazo de los modelos fundamentales.

 

Mito 4  |  No se necesitan buenos datos mientras se tengan bastante datos.

 “Los eventos raros son un buen ejemplo de este mito,” explicó Bonner. “Los únicos datos que sirven son esos mismos datos de eventos raros provenientes de un evento anterior.

 

Mito 5  |  No es necesario modificar los procesos de trabajo para obtener todo el valor que puede aportar Big Data.  

La finalidad está en poder tomar decisiones más rápidas en un nivel más bajo de la organización,” comentó Bonner. “Si no se modifica el proceso, no se podrá obtener todo el valor de Big Data.”

 

Mito 6  |  Todos los software de analítica son prácticamente iguales; todos pueden ser descargados como shareware de la Internet.  

La productividad que se consigue a partir de ese software no es eficiente ni escalable,” explicó Bonner. “Se debe instalar software disponible a nivel comercial.”

 

Nunca aprendo nada hablando. Sólo aprendo cosas cuando hago preguntas.
Lou Holtz

 

Ciberseguridad y mellizo digital

Cada usuario potencial mira a la conectividad y sus riesgos de seguridad con el mismo ojo escéptico con que miraba alguna vez la comunicación wireless. Pero las ventajas de las capas integradas de soluciones seguras listas para IIoT son demasiado atractivas como para ignorarlas:

  • τ Datos desde activos y dispositivos inteligentes y conectados usando OPC-UA y 4G;
  • τ Gestión de datos y control in situ – conectividad a través de todos los niveles de proceso y operaciones de negocio;
  • τ Analítica predictiva para visualización basada en la web y monitoreo remoto de equipos;
  • τ Colaboración inteligente y segura.

Hay que pensar en una planta conectada con un mellizo digital,” aclaró Basu. “El mellizo digital es un modelo de los activos físicos de una planta que les brinda a los usuarios una visualización completa y contextual de sus activos. Esos niveles de comprensión y contexto se consiguen utilizando expertos en la materia a la hora de aplicar la tecnología.” 

Rate this item
(0 votes)
Last modified on Martes, 03 Julio 2018 16:32
© 2018 Editorial Control. Desarrollado por Estudio Pionero.