Combinar un sistema HMI escalable y un sistema SCADA con funcionalidad de borde adicional les brinda a máquinas y plantas un alto grado de flexibilidad y adaptabilidad para reaccionar rápidamente a cambios en el mercado y mantener ciclos rápidos de innovación.

 

Automatización y computación de borde: Un encuentro con miras al futuro
Los dispositivos y sistemas para Industrial Edge de Siemens significan en más innovación, un menor tiempo de comisionamiento y una mayor seguridad en comparación con los dispositivos y sistemas tradicionales.

 

Las tendencias en ingeniería y en tecnología están cambiando rápidamente y es imperioso adaptarnos. Por cierto que los cambios en la vida diaria algunas veces son pequeños y apenas perceptibles, pero hay veces que son grandes y tienen un impacto inmediato en cada uno de nosotros.

Todos estos cambios también afectan la producción y la manera en que los involucrados preparan la producción para el futuro.

Uno de los mayores desafíos con que todavía se enfrentan las empresas es mejorar la flexibilidad y el tiempo de comercialización y, al mismo tiempo, reducir el costo de producción. Si bien este desafío no es para nada nuevo, la presión para adaptarse ha aumentado en los últimos años.

Está claro que las empresas tendrán que prepararse para la producción de mañana. Trataremos de explicar qué pueden hacer al respecto…

 

Datos de producción dondequiera que estén

Los nuevos conceptos de producción en Industria 4.0 ya no se basan en la pirámide de automatización clásica de ISA (International Society of Auto­mation). Ahora la producción se divide en unidades más pequeñas y flexibles que intercambian datos en muchos niveles.

Esto requiere sistemas HMI flexibles y escalables donde el mismo proyecto y las mismas pantallas puedan ser utilizadas en un panel HMI de 7 pulgadas, en un sistema SCADA o en un teléfono inteligente.

Los datos están disponibles en tiempo real en cualquier dispositivo cuando sea necesario sin mayor programación, lo que permite la adaptación de la producción a los requerimientos siempre cambiantes mientras se van utilizando los equipos de automatización existentes.

 

Automatización y computación de borde: Un encuentro con miras al futuro
El concepto de Industrial Edge de Siemens implica una integración funcional desde el nivel de proceso o máquina hasta un sistema de gestión y administración de aplicaciones y herramientas de analítica y un repositorio global de datos on premise o en la nube.

 

Optimización continua

El objetivo de todos es aumentar continuamente la productividad. El desafío está en cómo adaptar la producción manteniendo todo funcionando sin problemas y al mismo tiempo.

Y es aquí donde aparecen los dispositivos de borde, que ofrecen una plataforma para correr analítica, mantenimiento predictivo y otras herramientas destinadas a optimizar la producción sin interferir con la producción en sí.

Un dispositivo de computación de borde podría ser una PC industrial (IPC) mientras la funcionalidad de borde puede estar integrada en el dispositivo de automatización, por ejemplo en un panel HMI.

De esta manera, el panel HMI cumple con ambos requerimientos: asegurar una producción estable y ofrecer un elevado grado de flexibilidad a la hora de correr nuevas aplicaciones o herramientas destinadas a aumentar la productividad.

Un posible caso práctico podría incluir un dispositivo HMI que controla la máquina mientras la porción de borde del dispositivo recolecta datos adicionales destinados al mantenimiento predictivo o corre algoritmos complejos para optimización de máquinas.

Por supuesto, esta funcionalidad combinada no sólo es beneficiosa para los dispositivos HMI. También los módulos de PLC, los accionamientos y los dispositivos de red con funcionalidad de borde integrada podrán disfrutar de un aumento adicional de productividad.

 

Conclusión

Combinar un sistema HMI escalable que cubre paneles HMI de todo tamaño con sistemas SCADA que incorporan funcionalidad de borde adicional, ofrece una ventaja clave para las máquinas y plantas del futuro.

Estos nuevos sistemas tendrán un elevado grado de flexibilidad y adaptabilidad para reaccionar rápidamente a futuros cambios en el mercado y, al mismo tiempo, mantener ciclos rápidos de innovación.

 

Preparado en base a una presentación de Bernd Raithel, de Siemens Factory Automation, con el asesoramiento del Ing. Andrés G. Gorenberg, gerente Factory Automation, Siemens Industrial.

Transformación digital: Herramienta para  alcanzar un desempeño del cuartil superior

Uno de los desafíos más grandes de una empresa es saber que hay eficiencias para mejorar y un mayor valor para obtener. Pero la pregunta es ¿cómo? El panorama de negocios actual es cada vez más competitivo y las oportunidades para realizar grandes inversiones de capital más limitadas, lo que genera una necesidad de mejor rendimiento de los activos.

Para Emerson, por ejemplo, la idea de transformación digital es bastante sencilla: Una tecnología inteligente y digitalmente conectada al servicio de las personas, permitiéndoles ser más eficientes y, al mismo tiempo, generar el mayor impacto en sus trabajos. Hay estudios que revelan que aquellas empresas que tienen un alto desempeño operacional alcanzan hasta un 8% más de producción acumulada, disminuyen a la mitad los incidentes registrables y logran una reducción importante en los costos de mantenimiento.

En consecuencia, Emerson ha desarrollado Operational Certainty, un programa basado en la implementación de una estrategia de transformación digital que permite que los empleados se apoyen en una estructura digitalizada e interconectada para minimizar el impacto de las pérdidas operacionales. 

Operational Certainty combina servicios de consultoría, la experiencia de los expertos de Emerson, el amplio portafolio de tecnologías de automatización y soluciones de IIoT, para ayudar a los usuarios a extraer mayor valor de su operación por medio de soluciones y servicios en áreas de seguridad, confiabilidad, producción y eficiencia energética.

El método de consultoría de Operational Certainty permite identificar oportunidades de alto impacto en la operación tomando como guía índices de la industria y de desempeño operacional. Como resultado del análisis, las empresas consiguen priorizar inversiones en soluciones tecnológicas habilitadoras y seguimiento periódico para revisar los resultados obtenidos y trabajar en mantenerlos en el tiempo.

La transformación digital es una herramienta clave para alcanzar estas mejoras. Debido a las nuevas regulaciones en materia de salud o medioambiente, hay una creciente demanda por tener una mayor cobertura en planta, lo cual implica conocer más datos del proceso, aunque, en muchos casos, no hay posibilidad de incrementar la fuerza laboral, lo que lleva a la necesidad de digitalizar las rondas de los operadores al campo para recolectar algunos datos de proceso que no estaban integrados.

Y en este entorno actual, vale la pena hacer una breve pausa y detenernos en este punto. Las limitaciones que en este momento tienen las empresas para que la totalidad de sus empleados puedan estar en el campo en tareas de producción, están incentivando a la digitalización de lo que anteriormente se conocía como rondas manuales: un proceso donde un operador recolectaba datos en forma manual de diferentes variables de proceso que no estaban integradas a un sistema de monitoreo centralizado. IIoT está permitiendo que, al instrumentar con tecnología wireless esos puntos, las variables se puedan seguir capturando a pesar de las limitaciones de personal.

Es aquí donde IIoT facilita la interoperabilidad, promueve entornos colaborativos de trabajo y pone en mano de los expertos la información correcta para solucionar problemas y tomar decisiones informadas. La solución de Emerson para IIoT ofrece una plataforma completa en tecnología cableada y wireless  que permite alimentar con grandes cantidades de datos a las plataformas de analítica de datos, machine learning y otras tecnologías de análisis de datos.

Tradicionalmente, la confiabilidad era un eufemismo para mantenimiento, que buscaba asegurar que siempre se tuviera la cantidad de personal necesario para reparar y reemplazar los activos con el fin de minimizar el tiempo de parada de producción. Hoy en día, los líderes de la industria saben que una estrategia de confiabilidad proactiva es el secreto para mejorar el valor.

A partir de esta gran cantidad de datos, es posible generar un sinnúmero de interacciones tanto con el personal, como con los sistemas de análisis. Desde analítica de datos, donde se tiene una base de datos que le ahorra al usuario años de procesamiento de información, hasta la capacidad de análisis de causa raíz que permite anticipar cualquier evento que ponga en riesgo la continuidad del proceso, todo sirve para miniminzar la parada de la planta.

Una perfecta convergencia entre IoT y analítica de datos permite aumentar la confiabilidad de los activos y, por ende, de las operaciones. Además, es posible priorizar y direccionar alertas de múltiples índoles para roles específicos dentro de la empresa, evitando así una avalancha de datos y lograr, en contrapartida, generar alertas relevantes para los operadores.

El perfil de la nueva fuerza laboral conlleva un desafío que la transformación digital está ayudando a resolver. Por un lado, el 50% de la fuerza laboral del sector energético se estará retirando en los próximos 5-10 años, pero, por el otro lado, en algunas industrias se necesitan aproximadamente 6 años para que su personal tenga el conocimiento necesario a fin de tomar decisiones autónomas de buena calidad. Estas limitaciones obligan a buscar nuevas formas de administrar el conocimiento. 

Los gemelos digitales, por ejemplo, permiten que el personal se pueda entrenar de una forma diferente, reduciendo este impacto e incorporando nuevos elementos, tales como soporte remoto asistido, donde expertos en el tema puedan guiar al personal de campo en la solución de una falla a través de la proyección en tiempo real de lo que ve el personal en campo.

Y como la transformación digital es acerca de conectar todos los niveles de una empresa, poco lograríamos si la información de planta queda aislada del resto de la empresa. Es aquí donde los equipos de tecnologías de operación (OT), que antes se conocía como automatización, interactúan con los equipos de tecnologías informática (IT) de forma tal que esta información pueda circular a todos los niveles de una empresa y entre las distintas áreas funcionales que lo requieran (Finanzas, Cadena de Suministros, Recursos Humanos). Esta integración a los sistemas tradiciones de ERP es fundamental en una verdadera transformación digital.

Es una travesía. La transformación digital no ocurre por un evento único. Dado que es una nueva forma de hacer las cosas, que permite una interacción más holística de todas las áreas funcionales, es necesario tener en cuenta la gestión del cambio en esta travesía. Muy probablemente, el personal actual terminará haciendo cosas muy diferentes (y de mayor valor agregado) y de ahí también la importancia de trabajar en la preparación del personal, mejorando sus habilidades.

La combinación de estas estrategias ayudará a optimizar la producción y alcanzar un desempeño del cuartil superior.

 

Preparado con material suministrado por Emerson Automation Solutions.

Tecnologías digitales como IIoT y realidad aumentada, además de automatizar, pueden optimizar. 

 Mayores niveles de confiabilidad y seguridad con transformación digital

La transformación digital es un tema prioritario en las industrias de procesos, y desde hace bastante tiempo. Al respecto, Emerson ve la transformación digital como una estrategia para mejorar el desempeño mediante el uso de tecnologías digitales, lo que significa una manera tangible para los usuarios finales de alcanzar una performance de cuartil superior en sus respectivas industrias.

Mientras tanto, si bien la transformación digital es habilitada por varias tecnologías, la mejora a nivel de negocio sólo se consigue cuando estas tecnologías permiten a la fuerza laboral crear más valor.

Las tecnologías digitales han existido desde hace décadas y han sido utilizadas principalmente para ayudar a los fabricantes a automatizar y optimizar sus procesos de producción básicos. Pero las tecnologías digitales también se pueden extender para conseguir el mismo tipo de mejoras en otras áreas operativas, tales como confiabilidad, seguridad, energía y emisiones.

A continuación se describen dos ejemplos de la industria de procesos que muestran cómo funciona la transformación digital extendida en la práctica, implementando diagnósticos de válvulas y servicios conectados con realidad aumentada (AR) y monitoreo de válvulas de alivio de presión (PRVs), ambos mejorados mediante el uso de tecnologías IIoT.

 

Predecir y resolver problemas en válvulas

Las válvulas pueden ser monitoreadas de forma remota para predecir problemas antes de que ocurran, lo que permite abordar los inconvenientes de manera proactiva. Este método de monitoreo y servicio es una gran mejora en comparación con el concepto de dejar que funcione hasta que falle, ya que aumenta el tiempo de operación, reduce los costos de mantenimiento y mejora la seguridad.

Los diagnósticos en las válvulas comienzan con la recolección de datos realizada por los controladores de válvula digitales, lo que brinda amplia información para su uso en sistemas de gestión de activos, de control distribuido y otros sistemas host. Estos controladores se comunican mediante el protocolo HART, WirelessHART con el agregado de un módulo adaptador o un fieldbus digital. Una vez comunicados los datos a los sistemas host, se los debe analizar para lograr información procesable.

El testeo de diagnósticos offline permite caracterizar el desempeño nominal, creando una firma de válvula con muestras de alta resolución de la presión y del recorrido del actuador. Los diagnósticos offline utilizan un microprocesador para controlar la válvula, desplazando la señal de entrada hacia arriba y hacia abajo a una velocidad suficientemente lenta como para conseguir un testeo repetible sin que un exceso de velocidad altere los resultados del test.

Una vez creada la firma de referencia, la información recolectada de la válvula en operación se compara con los umbrales establecidos para descubrir cuando puede quedar comprometido el desempeño de la válvula, por ejemplo, una temperatura que excede los límites de la electrónica o elastómeros, o una presión fuera del rango recomendado.

También se pueden analizar los indicadores KPIs, tales como desviación de carrera, para determinar si existe una condición anormal o si la elevada fricción se debe a una empaquetadura demasiado apretada.

La condensación de los datos en paquetes en la válvula permite enviar información de alta resolución a sistemas host para análisis y tendencias. Expertos en la materia (SMEs según sus siglas en inglés) pueden revisar estos y otros datos para identificar problemas, tales como una fricción excesiva, daño del vástago y daño del asiento.

Los SMEs pueden utilizar herramientas de interpretación de datos en base a algoritmos de detección de anomalías. Asimismo, el conocimiento y la experticia de los SMEs les permiten determinar si ha ocurrido un problema o si está pronosticado, y definir qué acciones correctivas directas se necesitan para solucionar el inconveniente. Los algoritmos se actualizan continuamente a medida que se van identificando nuevos KPIs a través de los hallazgos del análisis y mediante inteligencia artificial y algoritmos de machine learning.

Los servicios de asistencia remota empoderan a los técnicos locales ya que les brindan conectividad en dispositivos móviles para compartir de manera segura su campo de visión a través del software de realidad aumentada, lo que permite a expertos remotos ayudarlos en la solución de problemas en válvulas. La instalación de una válvula específica es identificada automáticamente, junto con su historial de mantenimiento e instrucciones de reparación. Las instrucciones paso a paso quedan superpuestas en la aplicación del usuario de campo para soportar las acciones de instalación, calibración o reparación.

La video comunicación en tiempo real permite a los usuarios resolver problemas en menos tiempo y minimizar los errores de instrucción que suelen ocurrir con un soporte sólo de audio, mientras elimina tiempo de viaje y el costo de llevar técnicos al lugar de trabajo.

Además, los operadores pueden ampliar su base de conocimientos interna y las habilidades del personal por medio de recomendaciones y guías de resolución de problemas en el trabajo destinadas a remediar inconvenientes, hasta e incluyendo supervisión de las reparaciones finales.

 

Monitoreo de válvulas de alivio de presión

Las PRVs sólo se activan en caso de emergencia, pero deben funcionar cuando sea necesario. Son mecánicamente auto-operativas, sin necesidad de un componente electrónico o soporte externo para funcionar, por lo que generalmente no tienen un mecanismo incorporado capaz de reportar su condición o actividad.

Si los operadores quieren saber qué está sucediendo con una PRV en particular, normalmente deben confiar en la inspección local o monitorear mediciones de presión del proceso para obtener indicaciones de operación cerca del serpoint de la PRV. Ninguno de los métodos es ideal, lo que motiva la necesidad de un monitoreo continuo.

Los dispositivos de monitoreo acústico equipados con transmisores cableados o WirelessHART se pueden montar directamente en las cañerías adyacentes a las PRVs. Los dispositivos wireless son de gran utilidad en tipo de aplicaciones ya que es posible instalar muchas PRVs en áreas de difícil acceso, mientras la instalación de una infraestructura cableada sea difícil y costosa.

Estos dispositivos sensan vibraciones en la cañería de descarga provocadas por las turbulencias generadas por el fluido que atraviesa la válvula y que se transmiten directamente a través de la pared de la cañería. Una válvula totalmente cerrada no produce vibraciones debido a la turbulencia ya que no hay nada que circule a través de la misma. Cuando la presión del sistema excede el setpoint, la válvula se abre y libera líquido, gas o ambos. Esto crea turbulencia, generando vibraciones mecánicas que pueden ser detectadas por un monitor acústico y reportadas a sistemas host, tanto localmente a través de redes cableadas o wireless, como de manera remota vía IIoT.

Si el proceso se recupera y la presión del sistema retorna a la normalidad, o si los operadores reducen la presión lo suficiente, la PRV debe volver a cerrarse automáticamente. Si todo funciona correctamente, se sella y cesa la vibración mecánica. Los datos provenientes del transmisor acústico pueden verificar la acción, reportando cuando comenzó y terminó la descarga, brindando al mismo tiempo una indicación aproximada de cuan grave fue la descarga en base a la amplitud del sonido.

Pero hay veces que las cosas salen mal y una pequeña partícula de residuos del proceso puede alojarse en el asiento de la válvula, provocando fugas.

Al igual que una plena descarga provocada por sobrepresión, las pequeñas fugas también generan turbulencia dentro de la cañería de descarga, provocando una vibración mecánica detectable por el transmisor acústico.

La importancia de detectar fugas tan pronto como se inician está promovida por un efecto compuesto a lo largo del tiempo. Una simple fuga de 0,1%, si queda sin solucionar durante un año, equivale a una liberación completa de una PRV durante seis horas. El efecto se multiplica y se convierte en un gran problema cuando se considera la población total de PRVs en una unidad de proceso o en la planta en general.

Un estudio de 10.000 registros de servicio de PRVs mostró un resultado asombroso, indicando que el 20% de las PRVs instaladas tenían fugas por debajo del 50% de la presión nominal, lo que significa que muchas de estas válvulas tenían constantemente fugas. Peor aún, el 8% de las válvulas estudiadas tuvieron fugas tan excesivas que no pudieron operar correctamente cuando se las testearon.

 

Conclusión

Las tecnologías digitales han llevado claramente a una mejora en el monitoreo y control de las instalaciones operacionales a lo largo de los años. Estas mismas tecnologías también pueden generar grandes cantidades de datos en bruto y facilitan una conectividad remota.

Estas dos características son fundamentales a la hora de extender la transformación digital más allá de la automatización básica para lograr mayores niveles de confiabilidad y seguridad, y al mismo tiempo reducir el uso de energía y las emisiones.

 

Preparado en base a una presentación de Marcelo Carugo, vicepresidente de Programas Globales de Hidrocarburos y Química, Emerson Automation Solutions.

Hay una gran diferencia entre una migración por fases y tan sólo demorar el problema de la obsolescencia.

 

La obsolescencia en un sistema de control de procesos es una amenaza tan importante que desconcierta la reticencia en migrar a una tecnología más reciente. El envejecimiento de controles y equipos conlleva un gran número de problemas que incluyen, pero que no se limitan a, dificultad de conseguir repuestos y el mayor costo que esto implica, costos crecientes de mantenimiento, menor confiabilidad, restricciones de capacidad y una brecha de habilidades cuando se retira personal con experiencia en los sistemas existentes.

En el mejor de los casos, la obsolescencia lleva a mayores costos a la hora de mitigar el creciente riesgo de una parada o fallas de cumplimiento en una planta. En el peor de los casos, puede poner en peligro operaciones seguras y continuadas.

Más aún, proceder así ignora los enormes avances en tecnología de control y los beneficios que esto puede aportar en términos de desempeño del operador, seguridad, eficiencia, ciberseguridad, mayor funcionalidad y capacidad del controlador. Los usuarios que migran a un sistema moderno pueden integrar sistemas de control, seguridad y sistemas auxiliares, beneficiándose así de mejores niveles de control y visualización.

También podrán responder a nuevas oportunidades de negocio, aumentar la capacidad y hacer uso de nuevas aplicaciones y soluciones en control avanzado de procesos, gestión de activos y gestión de producción.

Además, en la mayoría de los casos, el sistema de control es un pequeño gasto en comparación con la planta en general y el valor de su producción. Una sola parada no programada prolongada suele ser suficiente para resultar en pérdidas muy por encima del costo de un nuevo sistema de control distribuido.

Pero a pesar de todo esto, el número de sistemas ya existentes sigue sin bajar. Muchos miles de estos sistemas, instalados desde hace 20 años o más, siguen operando en todo el mundo.

 

Sistemas de control de procesos: ¿Cuándo y cómo migrar?
Honeywell ofrece un camino de evolución continua hacia la modernización de sistemas.

 

La migración de un sistema de control no es fácil

De hecho, son estas pérdidas potenciales lo que probablemente explique gran parte de la reticencia de las empresas a migrar.

El gran riesgo de una parada y disrupción como resultado en el proceso asusta. Podría ser la disrupción directa y la necesidad de desconectar sistemas y parar el proceso mientras se instala el nuevo sistema de control, o bien la posibilidad de una disrupción más prolongada por problemas imprevistos cuando comience a operar el nuevo sistema.

Si bien la disyunctiva migración versus obsolescencia es contundente, rara vez es algo que esté claro en la práctica.

‘Obsolescencia’ en sí no está bien definida. Puede significar obsolescencia técnica, con un deterioro del desempeño y una disminución de la confiabilidad, lo que se manifiesta como una pérdida de rendimiento. Puede significar obsolescencia funcional con restricciones que llevan a la pérdida de oportunidades. O puede significar obsolescencia de provisiones, o sea caducidad de soporte, ausencia de experticia local y falta de repuestos, lo que conlleva un riesgo para una operación continuada.

En todos estos casos, la mayoría de los signos de obsolescencia se van acumulando paulatinamente.

El soporte del proveedor podría caducar en una determinada fecha, mientras los costos de equipos y sistemas, a medida que envejecen, crecen con el tiempo.

No siempre es fácil establecer el punto donde esos costos y la pérdida de oportunidades justifican el reemplazo de un sistema.

Hay una gran diferencia entre una migración por fases y tan sólo demorar el problema de la obsolescencia.

Los operadores tienen otras opciones. Por ejemplo, controlar los crecientes costos de mantenimiento pasando a contratos preestablecidos de servicio. Por su parte, las actualizaciones pueden extender la vida útil de un sistema de control y evitar algunos de los efectos de la obsolescencia.

 

Limitar las opciones de migración

La migración de la HMI es uno de los aspectos más importantes de la modernización de un sistema de control. Actualizar las estaciones de operador existentes de un DCS a la tecnología de HMI permite tener una interface de usuario común en la arquitectura de control integrada, lo que reduce los requerimientos de capacitación y mantenimiento por el hecho de conservar gráficos, redes, controladores y E/Ss ya existentes. También ofrece acceso directo a la red de control en cuanto a datos de lectura/escritura y alarmas y eventos integrados.

Cuando un sistema de control requiere un cambio, reemplazar los controladores existentes también tiene un sentido económico. Para la migración se requieren dos funciones críticas: las señales de campo existentes deben ser trasladadas rápidamente al nuevo sistema de control y se deben migrar los esquemas de control existentes, preferiblemente mejorados.

En el caso de una reconversión a gran escala, lo mejor es usar una migración por fases. Este método elimina el riesgo de ajustar gradualmente el foco, mientras se sigue teniendo en cuenta el anterior sistema. Requiere comunicación con el sistema existente para una fase intermedia, coexistencia física con los anteriores equipos para permitir una transición en caliente y capacidad para conmutar entre señales anteriores y nuevas con fines de testeo y sintonía.

La migración por fases también tiene sus inconvenientes, pero es un método de menor riesgo con menos paradas.

Se puede lograr una reducción adicional del riesgo y de paradas simulando el nuevo sistema previo a la instalación. Con una migración por fases, el sistema de control está en un estado de transición, lo que significa que se debe seleccionar el alcance apropiado en cada fase de modo que el usuario final pueda detenerse en cualquier punto de la migración y todavía seguir teniendo un sistema soportable.

 

Sistemas de control de procesos: ¿Cuándo y cómo migrar?
Un sistema de control moderno reúne gente, planta y datos para lograr mejoras. La consola Experion Orion es el sistema de control más avanzado y ciberprotegido según Honeywell Process Solutions.

 

Estrategia de migración

Por supuesto, hay buenas razones para que una planta pueda seguir con su proveedor habitual. Es posible que el sistema actualizado sea la solución adecuada. Sin embargo, en muchos casos, las plantas no miran seriamente a las demás opciones.

La precaución en cuanto a migrar el sistema de control se debe a los riesgos percibidos de una disrupción. Seguir con el proveedor existente es menos un voto de confianza sino una estrategia de gestión de riesgos.

Esto, de alguna manera, tiene cierto sentido. Es probable que algunos aspectos de la migración sean más simples quedándose con una versión actualizada de la misma tecnología. Sin embargo, la tecnología por sí sola no podrá definir el éxito o no de la migración. Las herramientas disponibles para migrar, la experiencia de los ingenieros, su plan y estrategia para el proyecto, y la experticia de los involucrados tendrán un rol importante a la hora de determinar qué tan fluida avanza una migración y qué tan bien se pueden minimizar una disrupción de las operaciones. Y sin dejar de tener en cuenta las diferencias de funcionalidad, capacidad, precio y desempeño del DCS.

 

Preparado en base a una presentación de Satnam Bhogal, de Honeywell Process Solutions.

La desinformación ha dejado a muchas empresas innecesariamente prudentes o con expectativas exageradas, lo que afecta en definitiva el verdadero potencial de la transformación digital.

 

El advenimiento de IIoT con sus promesas de transformación digital es ahora un tema clave en muchas empresas que apuntan a mejorar las operaciones, impulsar la innovación y mantenerse competitivos.

Pero la ambigüedad ha generado conceptos erróneos acerca de cómo alcanzar estos beneficios mediante la implementación de soluciones digitales. Específicamente, la ausencia de un camino claro a la hora de ejecutar proyectos de transformación digital ha dejado a muchas empresas en un nimbo de inseguridad en cuanto a las mejores maneras de comenzar. Para algunos, esto ha significado una renuencia a implementar soluciones digitales. Para otros, ha causado decepción cuando los proyectos no logran los resultados esperados.

En este artículo se describen varios mitos de IIoT y transformación digital, responsables de gran parte de estos inconvenientes.

 

Mito #1
Sensores básicos de bajo costo para todo

Gran pate de lo que define IIoT ha sido adoptado de la electrónica de consumo. Los posibles beneficios son fascinantes, pero la simple y creciente disponibilidad de tecnología de sensores, por sí sola, no equivale a tener viabilidad de los sensores, en otras palabras, que los sensores, especialmente en un entorno industrial, funcionen continuamente en condiciones difíciles.

Está claro que los sensores para uso residencial no se pueden usar para monitorear una columna de destilación o una bomba que mueve un producto de alto valor, pero es necesario buscar maneras viables y económicas para agregar puntos de medición. Esto se puede conseguir ahora con instrumentos wireless diseñados para operar durante décadas en entornos potencialmente difíciles. Por lo general, estos puntos de medición tenían un costo prohibitivo cuando se los implementaba con métodos tradicionales, pero ahora se los puede agregar por una fracción del costo con tecnología wireless y, algunas veces, no intrusiva.

Los instrumentos wireless recortan considerablemente el costo de instalación de sensores de vibración, presión, temperatura, caudal, nivel, acústicos y muchos otros tipos, al eliminar la necesidad de comunicaciones costosas y el cableado de alimentación. Además, estos instrumentos se integran en la infraestructura existente o en los nuevos entornos de analítica utilizando protocolos e interfaces estándar en la industria.

Por otra parte, los usuarios que piensan en sensores económicos deben tener en cuenta todos los costos asociados a la hora de agregar mediciones, lo que incluye confiabilidad, seguridad, reducción de costos de cableado, facilidad de uso e instalación, y también considerar el retorno total de la inversión, en lugar de buscar simplemente el costo más bajo de adquisición.

 

Mito #2
Se necesita machine learning e inteligencia artificial para identificar y resolver problemas

Por supuesto que machine learning e inteligencia artificial transformarán la analítica y la manera en que se desenvuelven las empresas industriales, pero estas tecnologías no se pueden, ni tampoco se deberían, usar en todos los casos. Hoy en día, todavía hay muchos casos donde se recurre a métodos ya probados en la práctica y mejorados que no son tan costosos ni complejos como las implementaciones de machine learning e inteligencia artificial.

Por ejemplo, si un técnico de mantenimiento desea conocer la condición de una bomba, el método actual consiste en ir hasta la instalación con instrumentos portátiles para chequear la condición de los cojinetes y otros factores. Este método se puede transformar digitalmente instalando de manera permanente sensores de monitoreo para capturar datos continuamente y enviarlos luego a una aplicación analítica capaz de determinar el momento en que algún factor ha ingresado en una zona problemática.

Las técnicas son las mismas, pero ahora se realizan de manera continua, automática y con capacidad de identificar si la temperatura o la vibración del cojinete se acercan al mismo umbral que un técnico tendría en mente si realizara el test de forma manual.

Analíticas más avanzadas, tales como machine learning e inteligencia artificial, pueden ser parte del programa, pero son extensiones de técnicas conocidas y probadas, aunque aplicadas de manera más consistente y frecuente. Estas apps de software analítico pueden ayudar a los usuarios a encontrar problemas antes de que afecten las operaciones. Por ejemplo, una analítica basada en modelos permite detectar grandes fluctuaciones y tendencias. Estas herramientas predictivas permiten identificar condiciones anormales sin necesidad de análisis complejos y años de minería de datos.

 

Mito #3
Se perderán empleos

En los últimos 20 años, la fuerza laboral en la industria de procesos se ha reducido por el avance de la automatización y el recorte de costos. Hoy en día, cuando muchas personas experimentadas se están retirando, encontrar reemplazos es todo un desafío, ya que la población de quienes ahora estarían a mitad de carrera se ha vaciado. El nuevo personal, cuando se lo puede encontrar y contratar, suele ser menos experimentado y se lo debe poner al día rápidamente.

La adopción de estrategias eficaces de transformación puede mejorar todas las facetas de esta situación. Por ejemplo, las tareas tediosas y de bajo valor agregado, tales como las rondas de inspección manual, se pueden automatizar. En muchos casos, es posible que esas rondas ya hayan quedado en el olvido. Una transformación digital eficaz significa un aumento de productividad, no una reducción del personal de planta, ya que le permite dedicar más tiempo a tareas críticas y lo empodera para tomar decisiones más eficaces basadas en datos.

Al mismo tiempo, los nuevos empleados podrán ponerse al día mucho más rápido y adquirir habilidades valiosas utilizando tecnologías con las que se han familiarizado a lo largo de sus vidas.

Los trabajadores millennials, muchas veces denominados ‘nativos digitales’, aceptarán más naturalmente estas soluciones de alta tecnología, encontrando los conceptos de transformación digital como algo natural. IIoT y la transformación digital aportarán herramientas para aumentar la productividad mientras mejoran las habilidades de la fuerza laboral actual y nueva.

 

Mito #4
Tecnologías no probadas

Si bien algunas de las tecnologías utilizadas para soportar la transformación digital  todavía están evolucionando, la mayoría de los principios básicos, que son su base, existen desde hace décadas.

No hay nada mágico en monitorear la condición de una bomba. Un técnico que chequea manualmente lo que busca es detectar anomalías, leer vibraciones, etc. El monitoreo automatizado como parte de un programa de transformación digital hace lo mismo, pero de una manera más segura y económica. Hay incluso modelos de analítica de software que han sido utilizados durante décadas y seguirán avanzando con distintas mejoras a medida que evolucionen los algoritmos de captura y análisis de datos.

De la misma manera, las más recientes herramientas analíticas se basan en conceptos ya probados. Continuando con el ejemplo de la bomba, un programa de transformación digital no modifica el umbral de la cantidad de vibración que se considera problemática. En todo caso, el paso a una plataforma automatizada codifica la práctica y reduce los errores de una lectura manual. También amplía y mejora las prácticas manuales al examinar tendencias y cambios importantes en los datos, o sea un tipo de análisis que no es práctico con inspecciones manuales poco frecuentes. Las herramientas analíticas están diseñadas específicamente para esas tareas utilizando soluciones conocidas para problemas comunes. Cuando la tecnología adecuada llega a las manos del usuario adecuado y se adapta al problema en cuestión, mejora la disponibilidad de activos y disminuyen los costos.

 

Mito #5
Cada sensor debe estar conectados directamente a la Internet

Si la Internet es parte de una solución de mayor tamaño, ¿no es necesario que cada instrumento esté conectado a la Internet? Después de todo, IIoT tiene que ver con la Internet, ¿no es cierto? Esto puede parecer evidente, pero en las aplicaciones del mundo real, es probable que sea innecesario y excesivo.

Si bien algunos dispositivos estratégicos de campo o de borde pueden comunicarse con lagos de datos en la nube, por lo general hay poca necesidad de llegar a ese extremo. El uso de analítica in situ y de borde puede acercar aún más la toma de decisiones al personal responsable de actuar en esta situación, mientras queda eliminada la necesidad de soluciones más complejas y globales.

Otro aspecto que podría cambiar es un uso ampliado de redes de monitoreo. Muchas de las aplicaciones de monitoreo de desempeño y salud de activos no son necesarias en control de tiempo real, sino que deben estar dedicadas al aspecto de confiabilidad de las operaciones. Aprovechando los puntos de datos existentes y complementando los puntos faltantes con soluciones wireless, las empresas podrán comenzar a configurar analítica y software de gestión de activos en redes de monitoreo dedicadas, orientadas a mantenimiento, confiabilidad y energía, en pos de lograr mejoras del desempeño en estas áreas clave.

 

Mito #6
La transformación digital es estrictamente de arriba hacia abajo y debe ser implementada de una sola vez

Pensando en las grandes transiciones de la tecnología de automatización, la mayoría fueron adoptadas de manera paulatina, o al menos pudieron ser implementadas en el momento de actualizar una instalación existente. Incluso las plantas que se convirtieron de control neumático a electrónico realizaron este cambio de manera paulatina. Lo mismo ocurre con la transformación digital.

Los proyectos pueden ser lanzados en pequeña escala y avanzar desde el nivel de planta, donde las exigencias y los dolores de cabeza son conocidos por el personal de operaciones, que interactúa con el proceso todos los días. El personal a cargo comprende qué exigencias específicas deben abordarse para promover mejoras en el desempeño, aportando una perspectiva valiosa a estos proyectos informando de abajo hacia arriba.

Si las fallas de la bomba son un problema de rutina, es muy sencillo equipar algunas de las instalaciones más problemáticas con instrumentos de monitoreo de condiciones capaces de comunicarse a través del protocolo WirelessHART. Una app de analítica diseñada para este tipo de aplicación podrá recolectar y procesar los datos y luego proveer recomendaciones acerca de cuándo es necesario realizar reparaciones antes de una falla total. Esta aproximación a una transformación digital, o sea una serie de pequeños cambios combinados para lograr grandes resultados, aprovecha la escalabilidad de la tecnología.

Cada actualización de este tipo está diseñada para resolver un problema operativo puntual o reducir un costo excesivo. Estas soluciones comparten infraestructura y se complementan entre sí, modificando con el tiempo la manera en que trabaja la planta, pero siempre siguiendo un camino lógico para resolver problemas, uno a la vez.

 

Mito #7
La transformación digital es demasiado cara con costos importantes de hardware e informática

Ningún proyecto está libre de costos, pero los proyectos adecuados pueden o generar un flujo de ingresos o reducir otros costos de modo de cubrir las inversiones. Esto lleva a una pregunta clave: ¿El retorno de la inversión es lo suficientemente atractivo como para cubrir los costos iniciales y del ciclo de vida?

Algunas veces, las empresas que piensan en proyectos de transformación digital tienen dificultades para responder ya que no están seguras de los costos y posibles retornos.

Muchos proyectos de transformación digital a pequeña escala, tales como el monitoreo automatizado de condiciones de un tipo específico de activo, pueden ser implementados con un costo mínimo en pocos días. Si los instrumentos de monitoreo se instalan en una red WirelessHART existente con capacidad suficiente, el trabajo puede hacerse en un solo día, sin necesidad de una nueva infraestructura cableada.

Las apps para recolectar y analizar datos requieren muy poca sobrecarga de red y son configurables por el usuario sin necesidad de una codificación personalizada.

Los usuarios que han instalado monitoreo para tipos básicos de activos, tales como trampas de vapor, válvulas de alivio de presión e intercambiadores de calor, normalmente han conseguido un retorno completo de los costos del proyecto en seis meses a un año.

Estos tipos de proyectos han sido implementados en suficientes ubicaciones y tienen suficientes elementos en común para que sean comparables, lo que permite a los usuarios aprender de implementaciones pasadas y duplicar o mejorar los resultados. Una vez que se reconocen los ahorros del primer proyecto, las empresas podrán usar esos ahorros para financiar la próxima oportunidad de mejora, creando la capacidad de multiplicar continuamente sus éxitos en los distintos niveles.

 

Conclusión

Hay gente que se obsesiona con la noción de transformación digital a causa de los mitos que circulan y que hacen que las cosas parezcan demasiado complejas y costosas. La verdad es que los proyectos de IIoT y transformación digital no tienen por qué ser grandes proyectos lanzados de una vez por la empresa.

Para ponerlo en términos más positivos, piense en transformación digital como el resultado colectivo de una variedad de proyectos de menor tamaño destinados a mejorar el desempeño de una planta gracias a una mayor disponibilidad y menores costos. Abordar los puntos débiles que surgen a diario a nivel de planta es un método mucho mejor que lanzar cambios tecnológicos y de comportamiento por decreto.

También hay que tener en cuenta que la tecnología debe ir acompañada por cambios de procedimientos. No se obtendrán ganancias reales si la solución de monitoreo de bombas implementada indica una falla pendiente y nadie responde a la advertencia.

Se pueden usar soluciones de monitoreo probadas, fáciles de implementar y escalables para implementar este concepto paulatino de resolver problemas y mejorar el desempeño. Y, a medida que se vayan implementando estas soluciones, su efecto acumulativo es una mejora general del desempeño en múltiples áreas, lo que posiciona a una empresa con una ventaja competitiva tanto a corto como a largo plazo.

 

Preparado en base a una presentación de Brian Joe, gerente de wireless en Emerson Automation Solutions.

Teóricamente, las nuevas tecnologías permitirán que dispositivos, equipos, negocios y sistemas de producción, o incluso toda la planta, operen de manera autónoma.

 

Autonomía industrial:  El amanecer de una nueva era en las industrias de procesos

Las industrias de procesos necesitan operaciones estables y rentables frente a un entorno de negocio que se caracteriza por un alto grado de volatilidad, incertidumbre, complejidad y ambigüedad.

Para responder a estos desafíos, las empresas están incorporando una multitud de tecnologías digitales ya establecidas y emergentes para transformar las operaciones, controlar los costos, reducir las paradas y mejorar las ganancias.

La digitalización no sólo mejora la eficiencia, sino que también permite a las empresas desarrollar nuevas capacidades de producción, operaciones y distribución.

Desde una perspectiva organizacional, la aplicación de inteligencia avanzada y tecnologías cognitivas se traduce en iniciativas de transformación digital para soportar respuestas adaptativas y dinámicas a cambios en demanda, personalización de productos, alta calidad de producto y auto-optimización en tiempo real de los procesos de producción.

Teóricamente, estas tecnologías permitirán que dispositivos, equipos, negocios y sistemas de producción, o incluso una planta completa, operen de manera autónoma.

 

Operaciones autónomas

En los últimos años, los sectores industrial y comercial se han movido hacia sistemas autónomos. Esto queda evidente por el progreso logrado en áreas como robótica, manufactura discreta, coches sin conductor, vehículos autónomos en minería y operaciones offshore/submarinas, asistentes personales y otras aplicaciones.

Los coches autónomos se caracterizan por cinco niveles de autonomía. El Nivel 0 se refiere a coches convencionales donde un conductor tiene la responsabilidad completa de conducir el vehículo.

En los Niveles 1 y 2, el coche asiste al conductor en algunas tareas, pero sigue siendo el operador principal y debe tomar control total de todas las funciones relacionadas con seguridad.

En el Nivel 3, el vehículo se monitorea y controla a sí mismo mediante sensores avanzados que detectan condiciones externas dinámicas, y utiliza algoritmos predictivos para control adaptativo y seguridad. Sin embargo, todavía es necesario que el conductor humano tome el control en caso de una emergencia.

En el Nivel 4, el coche es capaz de conducirse por sí solo y le informa al conductor cuándo es seguro operar de este modo.

El Nivel 5 es completamente autónomo y no requiere intervención humana durante la conducción.

 

Autonomía industrial:  El amanecer de una nueva era en las industrias de procesos
Sala de control del futuro.

 

De automatización a autonomía

Las industrias de procesos se han visto muy beneficiadas de la automatización industrial y lo serán aún más con la autonomía industrial. El cambio se está produciendo lentamente, pero su ritmo se acelerará con el avance de tecnologías como inteligencia artificial, machine learning, aprendizaje profundo, computación en la nube y de borde, sensores wireless y mejores comunicaciones y redes.

Los activos y las operaciones tendrán capacidades de adaptación y aprendizaje similares a las de los humanos, ofreciendo respuestas a distintas situaciones sin interacción del operador dentro de un entorno seguro y acotado.

La autonomía se diferencia de la automatización en muchos aspectos bastante sutiles. La automatización realiza una secuencia de tareas preprogramadas altamente estructuradas, cada una de las cuales requiere supervisión e intervención humanas. La secuencia de tareas podría tardar minutos, horas o incluso más tiempo, como en el caso de operaciones continuas estacionarias. Sin embargo, en el medio de estas tareas, los humanos también deben realizar otras tareas y, en última instancia, son responsables de completar la operación de manera segura, rentable y en tiempo.

La autonomía va más allá de la automatización al agregar capas de sensado inteligente y cognición de máquina para anticiparse y adaptarse a circunstancias imprevistas, eliminando la necesidad de intervención humana. En una operación completamente autónoma, el sistema es responsable de todos los aspectos de la operación, desde puesta en marcha hasta finalización, incluida la seguridad.

En un futuro cercano, van a haber varios estados mixtos o niveles de autonomía y el personal de planta tendrá que ser parte de las operaciones para interactuar con sistemas de automatización y autónomos. Sus roles cambiarán a medida que asuman actividades de mayor valor agregado.

 

Niveles de autonomía

Al igual que en los coches sin conductor, se pueden definir niveles de autonomía para una planta industrial. En los Niveles 0 a 2 de autonomía, los operadores son los principales actores responsables del control y son asistidos por sistemas autónomos. En los Niveles 3 y 4 de autonomía, el sistema autónomo juega un papel más protagónico y es asistido por humanos, mientras que el Nivel 5 no requiere intervención humana.

La autonomía impregnará las plantas de proceso en una gran variedad de  actividades funcionales, lo que incluye operaciones de proceso, planificación y programación, ingeniería, operaciones de campo, mantenimiento e ingeniería. En las operaciones de campo, esto significa pasar de bajos niveles de autonomía, donde las operaciones de campo son realizadas por humanos, a una autonomía de nivel medio, donde el sistema identifica y guía a los operadores acerca de qué hacer y provee instrucciones acerca de cómo realizar la tarea. Una mayor autonomía requiere convertir las tareas manuales en tareas completamente automatizadas, donde la acción humana sólo se requiere por excepción.

La autonomía de Nivel 5 en las operaciones de campo no requiere interacción humana. En operaciones de campo y mantenimiento, los robots desempeñarán un rol clave al hacerse cargo de las rondas de rutina del operador y la recolección de muestras, como así también de las tareas de monitoreo, inspección y vigilancia.

 

Autonomía industrial:  El amanecer de una nueva era en las industrias de procesos

 

El camino hacia autonomía

Las industrias de procesos se están acercando cada vez más a autonomía. Muchos intentan tener operaciones remotas sin atención humana, lo cual es particularmente razonable en instalaciones muy complejas, remotas y peligrosas. Las razones son simples: reducir costos, mejorar los efectos potencialmente adversos en áreas ambientalmente sensibles, aliviar la dificultad de conseguir personas que operen instalaciones in situ, sacar gente de ubicaciones remotas o inseguras y mejorar la gestión de activos dispersos con recursos centralizados y remotos o escasos.

Muchos de los pasos que necesarios para implementar operaciones remotas también se requieren para conseguir autonomía, lo que incluye:

  • Convertir los equipos operados manualmente en totalmente automatizados;
  • Implementar automatización de procedimientos en las operaciones manuales, incluyendo operaciones complejas como puestas en marcha y paradas;
  • Usar comunicaciones, controladores y equipos críticos resilientes y redundantes;
  • Incorporar sensores inteligentes para mejorar el monitoreo de condiciones tanto de equipos como del proceso;
  • Implementar monitoreo, vigilancia e inspección a distancia mediante robots;
  • Usar robótica para mantenimiento de rutina;
  • Aplicar mantenimiento predictivo y prescriptivo usando analítica, machine learning y otros técnicas de inteligencia artificial;
  • Aplicar inteligencia artificial y otras técnicas de analítica para monitorear procesos en cuanto a condiciones anormales inminentes y aplicar automáticamente acciones correctivas;
  • Usar técnicas de modelado rigurosas para crear gemelos digitales.

Hay otros caminos más para llegar a autonomía industrial. Un camino es construir plantas autónomas totalmente nuevas y otro es implementar tecnologías autónomas en plantas existentes para lograr que las unidades o áreas enteras operen de manera autónoma. Esto podría ser en forma de un algoritmo de inteligencia artificial que aprenda a manipular y controlar variables de proceso abriendo o cerrando válvulas, por ejemplo, o podría implicar la combinación de automatización de procedimientos e inteligencia artificial para realizar tareas aún más complejas.

Además de procesos de producción autónomos, también se pueden lograr funciones autónomas de nivel superior. La autonomía podría expandirse más allá de los controles tradicionales y el concepto de eficiencia para incluir seguridad, confiabilidad, optimización de márgenes, cumplimiento, gestión de cadena de suministro y otras operaciones y funciones de manufactura.

 

Autonomía industrial:  El amanecer de una nueva era en las industrias de procesos
Objetivos de negocio de la autonomía industrial según una encuesta de Yokogawa.

 

Consideraciones finales

Todos reconocen que se necesita autonomía industrial, y más temprano que tarde. Estas demandas están impulsadas por los beneficios anticipados y hacen pensar que la autonomía será inevitable a largo plazo.

Hay muchos beneficios a lograr con un cierto nivel de autonomía en las industrias de procesos. Una mayor integración de las aplicaciones de automatización ofrecerá mayores niveles de productividad, flexibilidad, eficiencia, confiabilidad y rentabilidad.

También se podrá reducir o eliminar el error humano, lograr operaciones ininterrumpidas y sacar gente de los entornos remotos o peligrosos.

Gran parte de la tecnología y datos para lograr autonomía ya existe. Una parte importante de los datos proviene de los sensores instalados en la red de control o se puede obtener con sensores wireless.

Al mismo tiempo hay disponibles varias tecnologías, por ejemplo inteligencia artificial, para procesar los datos y agregar inteligencia. Si bien la inteligencia artificial es clave para alcanzar altos niveles de autonomía, quizás no se la requiera en bajos niveles de autonomía.

Para los mayores niveles, es necesario desarrollar una arquitectura que lo abarque todo.

En el corto y mediano plazo, es poco probable que podamos ver plantas totalmente autónomas. Sin embargo, es razonable esperar que ciertas funciones sean autónomas hasta un determinado nivel según aplicación, necesidades y relación costo/beneficio. Los requerimientos para implementar estos menores niveles de autonomía incluyen sensores, actuadores y redes de comunicación apropiados, junto con las correspondientes tecnologías para conseguir inteligencia.

Otros requerimientos incluyen integración de datos provenientes de una multitud de plantas y sistemas de negocio, e incluso participantes de la cadena de valor. 

Una planta autónoma necesita realizar control en tiempo real, detectar y reaccionar ante condiciones anormales, detectar y corregir fallas potenciales y realizar autodiagnóstico. También necesita alertar, indicar y guiar a los humanos cuando sea apropiado.

La mayoría de las empresas en las industrias de procesos operan con un Nivel 2 de autonomía o inferior. Las empresas en el Nivel 3 de autonomía podrán quedarse en este estado durante mucho tiempo mientras avanzan la tecnología, la confianza y la dinámica de la fuerza laboral. En estos casos, la intervención humana y la toma de decisiones seguirán siendo importantes mientras el personal de la planta va aprendiendo a trabajar junto con los sistemas autónomos.

 

Preparado en base a una presentación de Tom Fiske, de Yokogawa.

IIoT suma valor en una planta, además de ofrecer soluciones interesantes en la recolección de datos de campo.

Las instalaciones de sensores y dispositivos inteligentes están floreciendo por doquier, convirtiéndose en componentes básicos de cualquier iniciativa IoT (Internet of Things). Dentro de este contexto, los dispositivos inteligentes, al ser más robustos y con capacidad para conectarse de forma segura a través de la Internet, pueden funcionar como componentes clave en IIoT.

Las empresas de manufactura y procesamiento están implementando rápidamente proyectos de IIoT por los beneficios esperados y ya comprobados en otras empresas del mismo sector. Los instrumentos wireless compatibles con IIoT son mucho más fáciles de instalar que los dispositivos cableados convencionales y permiten monitorear condiciones de máquina, procesar equipos y medir condiciones en casi cualquier lugar para identificar inconvenientes antes de que se conviertan en problemas más serios.

Un buen ejemplo es usar IIoT para medir fácilmente calidad de agua de manera constante. Este método es aplicable en una gran variedad de sistemas de agua, tales como lagunas de enfriamiento o reservorios de torres de enfriamiento. Los ejemplos identificados en este artículo se refieren a calidad de agua de superficie en las más remotas ubicaciones, tales como ríos y lagos, como así también en instalaciones de acuicultura. Por supuesto que estos conceptos de IIoT se pueden extender a cualquier situación de monitoreo remoto.

Al respecto, hoy en día, los ecosistemas digitales han progresado y se dispone de una amplia gama de sensores, comunicaciones, software, analítica y visualización, lo que permite a los usuarios monitorear y recibir alertas acerca de las condiciones medidas.

 

Hablando de agua

Monitorear la condición de un agua de superficie es una tarea bastante crítica. Son muchas y variadas las consecuencias de un agua contaminada. Por ejemplo, debe haber un cierto nivel mínimo de oxígeno disuelto para mantener una vida acuática saludable, mientras que demasiado oxígeno puede dañar las bacterias buenas que suelen descomponer los desechos.

Por su parte, los productos químicos u otros materiales presentes en un agua contaminada pueden ser tóxicos y causar problemas de salud a los humanos o a la vida silvestre que bebe o simplemente entra en contacto con el agua. Algunos productos químicos son nutrientes que podrían promover el crecimiento de algas que pueden agotar rápidamente el oxígeno en el agua y, a su vez, causar la muerte repentina de peces.

Las buenas prácticas de monitoreo deben identificar éstos y otros problemas en una etapa temprana de modo que puedan ser abordados rápidamente antes de que se desarrollen condiciones más graves.

 

Figura 1. Los métodos tradicionales de monitoreo de un agua de superficie implicaban viajar a los sitios con problemas, algo costoso y que lleva a datos incompletos. (Endress+Hauser)

 

¿Qué se puede hacer?

Un primer paso a la hora de resolver cualquier problema es recolectar datos. Medir las condiciones del agua es la única forma de comprender no sólo el estado instantáneo, sino también las condiciones históricas y una posible tendencia. Registrar, visualizar y analizar estos datos también es la única manera de determinar si una acción correctiva está teniendo el efecto deseado.

La naturaleza remota y al aire libre de las ubicaciones de un agua de superficie plantea numerosos desafíos para la medición (figura 1).

En el pasado, los investigadores tenían que viajar periódicamente a estos cuerpos de agua y tomar muestras para su posterior análisis, lo cual significaba un método costoso y que insumía mucho tiempo, además de introducir errores y llevar a deficiencias en los datos.

Hoy en día, IIoT permite implementar fácilmente muchas tecnologías de medición inteligente en el análisis de agua, donde los parámetros que interesan son:

  • Conductividad
  • Oxígeno disuelto
  • pH
  • Temperatura

Una conductividad alta puede indicar contaminación por productos químicos o metales. El rol clave del oxígeno disuelto ya ha sido mencionado. La medición del pH del agua indica si el agua es demasiado ácida, que es otra condición que puede amenazar la vida acuática. Por último, una temperatura elevada del agua no es contaminante, pero puede ser peligrosa para la salud de la vida acuática y, junto con otras condiciones, puede aumentar la posibilidad de que florezcan algas.

Combinadas, estas cuatro medidas ofrecen un amplio perfil de la salud del agua. En consecuencia, instalar un buen sistema de medición de estos parámetros es clave para la protección del medio ambiente.

 

Figura 2. Las tecnologías de sensores de agua y los transmisores de conductividad, oxígeno disuelto y pH permiten implementar una medición continua incluso en ubicaciones difíciles. (Endress+Hauser)

 

Métodos de medición

Gran parte de las tecnologías de sensores que se usan para medir calidad de agua son bien conocidas, aunque se las debe configurar para un entorno al aire libre (figura 2).

Los sensores de conductividad miden la capacidad del agua de conducir una corriente eléctrica; una mayor conductividad indica un elevado número de iones debido a la presencia de sales disueltas o materiales inorgánicos. La contaminación del agua puede ser una razón de una conductividad inesperadamente alta.

Hoy en día se dispone de sensores ópticos y amperométricos de oxígeno disuelto que ofrecen una medición de oxígeno exacta y confiable con un mantenimiento mínimo.

Los cuerpos de agua naturales suelen tener un pH entre 6,5 y 8,5. La mayoría de los sensores de pH usan un electrodo de vidrio y pueden medir en un rango más extendido que éste.

Una característica adicional de muchos sensores de pH y conductividad es la incorporación de un sensor de termorresistencia (RTD) Pt1000, que ofrece una lectura de temperatura. Este sensor de platino tiene una resistencia nominal a 0°C de 1.000 ohm.

En el monitoreo del agua de superficie, es importante seleccionar sensores capaces de resistir extremos de corrosión, humedad, suciedad e incrustaciones. Deben ser fáciles de instalar, atender y calibrar. Sensores más avanzados, tales como los sensores analíticos de Endress+Hauser con tecnología Memosens, incorporan la información de calibración de fábrica y la comunican al transmisor cuando se los conecta, simplificando el mantenimiento.

Estos sensores utilizan tecnología digital que les permite conectarse fácilmente a un transmisor digital universal, de modo que los datos estén fácilmente disponibles para los sistemas de monitoreo remoto.

 

Figura 3. Netillion Smart System de Endress+Hauser incluye sensores, un transmisor y los accesorios necesarios para implementar un sistema completo de monitoreo de agua de superficie ‘all in one box’ y los conecta a Netillion IIoT Cloud.

 

Todo junto

En lugar de adquirir sensores y dispositivos de distintos proveedores y tratar de que trabajen en conjunto, lo aconsejable es tener todos los sensores y el transmisor multicanal asociado como un paquete de una sola fuente. Este tipo de paquete con sensores tradicionales e instrumentación moderna es clave para implementar un sistema compatible con IIoT de manera rápida y económica (figura 3).

Estos kits de instrumentación contienen sensores con conectividad inteligente al transmisor, lo que simplifica la instalación, la operación y el mantenimiento al aportar información de calibración y valores medidos.

En los sistemas de medición de agua, es importante la posibilidad de incorporar un dispositivo celular, lo que permite que el sistema actúe como un dispositivo de IIoT con conectividad a la nube, convirtiendo el transmisor en un gateway de información que suministra datos de sensores.

La transmisión de datos sin procesar es sólo el comienzo. Un sistema completo como Netilion Smart System de Endress+Hauser para agua de superficie incorpora, además del hardware necesario, conectividad a una nube IIoT asociada. La funcionalidad básica permite a los usuarios visualizar todos los valores de datos utilizando una app móvil compatible.

Otras características avanzadas útiles para el monitoreo de agua de superficie incluyen:

  • Vistas generales orientadas geográficamente, indicaciones de ubicación e información de dispositivos;
  • Historial de datos de valores medidos con vistas gráficas;
  • Notificación de eventos límite y de alarma y reconocimientos, con una descripción general;
  • Visualización de mensajes de estado NAMUR NE 107.

Los usuarios podrán ensamblar y configurar el sensor, el transmisor, la comunicación, la nube y elementos de monitoreo. Al mismo tiempo, un sistema preconfigurado diseñado para el monitoreo de agua de superficie probablemente sea la forma más económica, conveniente y confiable a la hora de monitorear puntos de medición desde cualquier lugar y en cualquier momento.

 

IIoT mejora la industria pesquera

La acuicultura, o piscicultura, es una industria importante a nivel mundial. En todas las etapas de esta actividad, la calidad del agua es un factor más que importante.

El tema de la calidad del agua en acuicultura es parecido al que se da en el monitoreo de agua de superficie, donde la medición de oxígeno disuelto es clave. Pero en acuicultura, además de las aplicaciones generales de monitoreo de agua, es necesario conocer la cantidad de amonio en el agua.

Los peces crecen mejor cuando el nivel de oxígeno disuelto es el adecuado para su salud. Muchas operaciones de acuicultura incorporan una aireación activa. En este caso, además de monitorear las mediciones de oxígeno disuelto, también se pueden optimizar los niveles de aireación.

Las concentraciones de amonio varían según la alimentación y la excreción de los peces, y también en función del desempeño del tratamiento de agua. Una medición continua de esas concentraciones es importante para garantizar que el amonio se mantiene en niveles seguros y para facilitar una respuesta proactiva si la tendencia va por mal camino.

Las concentraciones de amonio pueden afectar negativamente la salud de los peces de cultivo; otra consecuencia es que una alta concentración en la descarga de la planta de cultivo puede llegar a tener un efecto ambiental negativo, ya que promueve el crecimiento de algas.

La instalación de sistemas de IIoT que usan tecnologías de medición de agua y vinculados a la nube y dispositivos móviles, es un paso positivo a la hora de gestionar y optimizar activamente la acuicultura. Los usuarios finales podrán conocer la salud de sus operaciones, realizar cambios para mejorar el desempeño y recibir alertas con notificaciones de alarma remotas antes de que potenciales inconvenientes se conviertan en problemas importantes.

 

Palabras finales

Los recursos hídricos de superficie son vulnerables a muchos tipos de contaminación física, química y biológica que pueden dañar personas, animales y plantas.

La recolección y el análisis de datos mejorados y automatizados son clave para conocer la calidad del agua e identificar las fuentes más importantes de contaminación. Afortunadamente, se dispone de instrumentos y métodos de IIoT que permiten establecer un programa integral de medición y monitoreo. Es un primer paso necesario para la protección de los recursos hídricos.

 

Preparado en base a un documento técnico elaborado por Ryan Williams, de Endress+Hauser.

Apesar de la actual crisis de Covid, hay otras megatendencias que tienen y tendrán un efecto aún más importante en la industria del futuro.

Abordar las megatendencias con conectividad

 

Digitalización

El uso de inteligencia artificial, integración en nube y gemelos digitales está creciendo día a día. Pero es importante tener en cuenta que, para lograr los mejores resultados, antes que nada, es necesario generar y transportar Big Data.

Para responder a esta necesidad, la nueva SMS (Simplified Motion Series) de Festo ha incorporado IO-Link para conformar una combinación accionamiento/motor/actuador que es tan sencilla de usar coo un cilindro neumático.

El sistema garantiza la conexión de los datos de diagnóstico y control desde la pieza de trabajo hasta la nube.

A diferencia de un cilindro neumático, es posible analizar datos de posición constantes, potencia y diagnósticos y comunicarlos a la nube a través de IO-Link y OPC UA.

Para conectar el actuador IO-Link al PLC, el nuevo sistema Remote IO CPX-AP-I de Festo incorpora IO-Link y el nuevo protocolo AP (Automation Platform). La velocidad de este sistema, que opera a 200 Mbaud, permite transportar una gran cantidad de datos, mientras la capacidad de separar datos cíclicos y Big Data garantiza que la lógica de la aplicación no se vea afectada incluso cuando se transportan esas enormes cantidades de datos. Además, el sistema brinda funciones inteligentes, tales como monitoreo de la calidad del cable.

Estos sistemas ofrecen conectividad con muchos PLCs al cubrir las principales redes, tales como PROFINET, EtherCAT y EtherNet/IP, además de incorporar terminales de válvulas neumáticas en el mismo sistema, lo que garantiza la captura de datos desde válvulas solenoides.

 

Remote IO CPX-AP-I de Festo es un sistema descentralizado que permite integrar módulos de E/S compactos y terminales de válvulas descentralizados en los sistemas host más importantes de manera flexible y escalable. Ofrece conectividad continua desde el nivel de campo hasta la nube, simplificando la digitalización.

 

Individualización

La demanda de productos personalizados conduce a una mayor producción individualizada hasta un tamaño de lote uno, pero con la lógica necesidad de hacerlo de manera rentable.

A tal fin, gracias a la funcionalidad IO-Link, los actuadores eléctricos SMS pueden ofrecer fuerzas y longitudes de carrera ajustables que permiten aumentar la flexibilidad y los cambios de lote.

Por su parte, la nueva gama de servomotores y motores CMMT/EMMT de Festo brinda conectividad en las redes más importantes. Además, su conectividad mecánica permite un movimiento fácil y flexible de alta performance que responde a la necesidad de una producción individualizada.

Cuando estos accionamientos se combinan con un controlador de movimiento suave y un gateway IoT, es posible controlar y diagnosticar el movimiento lineal de alta performance desde la nube.

El gateway IoT permite una comunicación segura desde y hacia la nube, lo que asegura que se puedan comunicar tamaños de lote personalizados y la información de producto desde las órdenes del cliente a la máquina, garantizando un cambio de lote sin errores y una individualización hasta un tamaño de lote uno sin intervención humana.

 

El movimiento neumatico es menos eficiente que el movimiento eléctrico. Pero no siempre es así…

 

Vientos de cambio

En automatización industrial no es un secreto que el movimiento neumático es considerado menos eficiente que el movimiento eléctrico. Sin embargo, esto no siempre es así ya que, en muchas aplicaciones verticales, la energía consumida por la neumática es menor que la que consume el movimiento eléctrico.

Festo puede responder a este desafío por ser tecnológicamente neutral, ya que ofrece productos tanto para movimiento eléctrico como movimiento neumático, junto con herramientas de selección online.

Ambos tipos de productos combinan la misma conectividad con la nube a través del gateway IoT, lo que permite a los usuarios monitorear el consumo de energía de una máquina en su totalidad.

La familia CMMT de servoaccionamientos ofrece la misma conectividad y arquitectura de control desde 24 V CC hasta 415 V CA, lo que significa optimizar la eficiencia energética de una aplicación combinando la selección de accionamientos.

También es posible combinar accionamientos de baja y muy baja tensión en la misma aplicación y conectarlos de la misma manera, evitando el sobredimensionamiento de muchos servoaccionamientos que ocurre hoy día en automatización, con el respectivo aumento de costos y consumo de energía.

 

Preparado en base a una presentación de Nigel Dawson, Festo SE & Co KG.



Hoy en día se dispone de varias medidas preventivas para asegurar los procesos industriales contra ciberataques.

‘Seguridad por diseño’ para IoT

medida que dispositivos, sistemas y procesos se van digitalizando e interconectando cada vez más, crecen las oportunidades que brinda IoT a la industria. Sin embargo, esas mismas tecnologías que contribuyen a la creación de valor también aportan nuevas superficies de ataque para los ciberdelincuentes. Por ejemplo, un puerto abierto en un dispositivo le permite a un hacker infiltrarse en las redes de empresa y en la infraestructura crítica de las instalaciones de producción conectadas.

En la era de IoT, todos los productos wireless representan una amenaza potencial para la seguridad y privacidad de los datos, pero con una planificación de seguridad sólida y proactiva es posible administrar el riesgo de ciberseguridad para mitigar los ataques.

  Las medidas preventivas de seguridad deberían comenzar en la fase de diseño, o incluso en la fase de concepto, empleando el principio de ‘seguridad por diseño’. Sin embargo, si bien, tal como lo sugiere el nombre, está dirigido a la etapa de diseño, es muy importante comprender que la seguridad es un proceso continuo.

El principio de ‘seguridad por diseño’ es razonable pero se lo debe definir claramente. Por lo tanto, este proceso se debe comenzar con una evaluación del impacto en el negocio y la probabilidad de riesgos. Sin comprender y priorizar claramente los riesgos, es imposible determinar los requerimientos adecuados de seguridad para un determinado producto y el sistema de IoT en su conjunto.

 

Evaluación de ciberseguridad

Una vez comprendidos los riesgos, el siguiente paso es evaluar el hardware y el software, o sea la ‘superficie de ataque’. El testeo de los componentes individuales contra los requerimientos determinados por la evaluación de riesgos es la base de un producto seguro.

La seguridad es muy difícil de instalar como complemento de software una vez iniciado el desarrollo de un producto. Por lo tanto, es necesario evaluar todos los aspectos en busca de vulnerabilidades, incluido el hardware del dispositivo (chipsets, sensores y actuadores), módulos y protocolos de comunicación wireless, firmware de dispositivos (sistema operativo y aplicaciones embebidas), plataformas de nube y aplicaciones.

Luego del testeo de los componentes, se debe realizar una evaluación de punta a punta para determinar la resilencia al ataque de los componentes individuales y servicios de soporte. Es importante que este proceso sea continuo. Preguntas como ‘¿hemos encontrado todas las vulnerabilidades?’ o ‘¿hemos introducido nuevas vulnerabilidades?’ siempre están a la orden del día. Por lo tanto, también es importante implementar un proceso de validación de seguridad para las actualizaciones durante el ciclo de vida de un producto.

 

Estándares de ciberseguridad en la industria

Muchas veces está la percepción de que un sistema, por ser complejo, es automáticamente seguro. Lamentable­mente, no es tan así…

El advenimiento de la Directiva NIS (Network & Information Systems) en Europa tuvo como objetivo mejorar esta situación, pero su adopción es lenta, al igual que la introducción de los estándares que se requieren para mejorar la ciberseguridad. Sin embargo, los estándares existen o están en fase de desarrollo, apuntando a establecer una protección de referencia que aportaría provisiones de seguridad básica para una primera línea de ciberdefensa.

Los dos estándares principales relacionados con dispositivos de IoT son NIST 8259 (EE. UU.) y EN 303 645 (Unión Europea). El propósito de NIST es abordar una amplia gama de productos de tipo IoT, que tienen al menos un transductor. Por lo tanto, se lo puede aplicar a productos de Industria 4.0.

En cambio, EN 303 645 está dirigido a dispositivos de IoT de consumo masivo, por lo que no es aplicable a productos industriales, si bien sus principios generales pueden utilizarse de manera genérica para conseguir un cierto nivel mínimo de protección.

 

Prevención de ciberseguridad

Hay una cierta controversia en relación a los actuales estándares de ciberseguridad por el hecho de carecer de detalles y de una aplicación adecuada, y no cubrir correctamente el alcance de las aplicaciones típicas. Es por eso que las empresas tendrán que elaborar sus propios programas comenzando por:

  • Pensar en ‘seguridad por diseño’ y adoptar un esquema proactivo de  ciberseguridad reconociendo que los ataques son ‘cuándo no si’;
  • Asegurar el cumplimiento actualizado de todos los estándares;
  • Revisar constantemente el estado de ‘ciberresistencia’.

La inversión en ciberseguridad es clave para mantenerse al día con los desarrollos tecnológicos y conservar una ventaja competitiva, además de implementar medidas eficaces para combatir las nuevas formas de ataques de hackers a la infraestructura informática crítica. Por ejemplo, las empresas suelen descuidar la capacitación en seguridad informática de su personal, aun cuando la ingeniería social haya sido durante mucho tiempo un arma estándar en el arsenal de los ciberdelincuentes.

Luego de realizar una nueva inversión en informática o en adquisiciones, las empresas suelen olvidarse de desconectar equipos obsoletos o no utilizados. Estos podrían estar funcionando con sistemas operativos no soportados y sin parches de seguridad actualizados, abriendo brechas para los ataques de hackers.

En cuanto a la concordancia de patrones, se la estuvo utilizando hasta ahora para identificar riesgos de seguridad en un infraestructura informática, pero esto ya no es suficiente cuando hay cada vez más ciberataques que se implementan usando inteligencia artificial.

En consecuencia, las empresas deberían centrarse en tareas de identificación de anomalías implementando inteligencia artificial en su búsqueda de ciberseguridad.

Hoy en día, la ciberseguridad se está convirtiendo en un tema central no sólo para los gerentes de informática, sino también para los ejecutivos ‘C-level’. Pero ocurre que los ejecutivos y los expertos en informática muchas veces no se comunican de manera eficaz y adoptan diferentes perspectivas en muchos temas.

En este caso, sería bueno adoptar un nivel de comunicación que sea apropiado para el respectivo grupo de tareas. De no ser así, los problemas de comunicación demorarían la inversión necesaria en seguridad informática.

Además de tener cierto nivel de conocimiento de seguridad interno, también es recomendable recurrir a especialistas externos a la hora de evaluar los distintos tipos de productos o infraestructura  y gestionar las posibles ciberamenazas nuevas y por venir. Abordar los problemas de los riesgos de ciberseguridad sólo puede concretarse mediante una planificación integral, evaluaciones periódicas, actualizaciones y monitoreo, desde el diseño hasta la obsolescencia.

 

Crece el riesgo de amenazas por USB en el mundo

 Crece el riesgo de amenazas por USB en el mundo

Un reporte de Honey­well preparado en base a datos de ciberamenazas recolectados de cientos de instalaciones industriales en todo el mundo, señala que la severidad de las amenazas a los sistemas de tecnología operativa (OT) ha crecido considerablemente en los últimos 12 meses.

También muestra que la cantidad total de amenazas que plantean los medios extraíbles USB para las redes de control de procesos industriales sigue siendo constantemente alta, habiéndose detectado un 45% de las instalaciones con al menos una amenaza entrante. Durante el mismo período de tiempo, el número de amenazas dirigidas específicamente a los sistemas OT creció del 16 al 28%, mientras el número de amenazas capaces de causar una pérdida de visualización u otra disrupción importante en los sistemas OT subió del 26 al 59%.

El reporte indica que 1 de cada 5 de todas las amenazas fueron diseñadas específicamente para aprovechar los medios extraíbles USB como vector de ataque, y más de la mitad de las amenazas fueron diseñadas para abrir backdoors, establecer un acceso remoto persistente o descargar cargas maliciosas adicionales. Estos hallazgos son indicativos de ataques más coordinados, probablemente destinados a los sistemas aislados que se usan en la mayoría de los entornos de control industrial e infraestructura crítica.

"El malware transmitido por USB sigue siendo un riesgo importante para los operadores industriales", explicó Eric Knapp, de Honeywell Connected Enterprise. "Lo sorprendente es que se está viendo una densidad mucho mayor de amenazas importantes que son más orientadas y más peligrosas. No se trata de un caso de exposición accidental a virus a través de USB, sino que es una tendencia de usar medios extraíbles como parte de ataques más deliberados y coordinados".

Los datos recolectados para este reporte se refieren a la tecnología SMX (Secure Media Exchange) de Honeywell, diseñada para escanear y controlar medios extraíbles, tales como USB, que es considerado como el segundo vector de ataque más frecuente en sistemas de automatización y control.

Para reducir el riesgo de amenazas relacionadas con USB, Honeywell recomienda implementar una combinación de productos y servicios de software de ciberseguridad OT, tales como SMX, Honeywell Forge Cybersecurity Suite, capacitación y cambios en los procesos.

El software para un sistema HMI unificado centraliza la gestión de dispositivos y los datos de máquina, ampliando la utilidad y haciendo crecer la conectividad de una empresa.

Las líneas de producción, cada vez más conectadas y de mejor desempeño, requieren avances en automatización. Mientras los sensores y los PLCs son cada vez más inteligentes, el software para un sistema de operación y monitoreo HMI también muestra un crecimiento tecnológico acorde.

Hoy en día, la última generación de software para HMI ofrece importantes avances:

  • Mejores características gráficas;
  • Incorporación de aplicaciones de productividad;
  • Capacidad de conectarse a una mayor variedad de dispositivos;
  • Posibilidad para los usuarios de definir sus propios scripts y canales de datos en las plataformas abiertas de HMI.

Estos avances están optimizando las HMIs industriales a la hora de usar dispositivos en aplicaciones de IIoT.

 

Optimización de IIoT gracias a avances en software para HMI
Figura 1. Los paneles WinCC Unified HMI de Siemens brindan soporte para reconocimiento de gestos multitáctiles, junto a tecnologías web, tales como HTML5, SVGs y JavaScript.

Mejor tecnología operativa

La digitalización pasó de ser una ventaja competitiva en manufactura a un imperativo competitivo en cuanto a rentabilidad, longevidad y capacidad de respuesta a las tendencias del mercado. El software para una HMI unificada responde a estos desafíos al permitir la implementación de aplicaciones sofisticadas, responsivas y ricas en funciones, con destino a la era digital.

Esta nueva ola de software para HMI, que corre en dispositivos dedicados o PCs, está más en sintonía con los teléfonos inteligentes modernos que con sus toscos y anticuados predecesores. Las pantallas HMIs modernas de Siemens, basadas en WinCC Unified, proveen aplicaciones preinstaladas para visualizar documentos, observar clips multimedia instructivos y acceder a sistemas externos basados en la web. Gestos multitáctiles mejorados, tales como zoom y paneo, permiten una navegación fluida de documentos y web (figura 1). Los operadores pueden usar deslizamientos multitáctiles para cambiar de pantalla y recorrer listas.

El soporte para distintas tecnologías web nativas, tales como HTML5, SVGs (Scalable Vector Graphics) y JavaScript, es cada vez más común. Esta funcionalidad permite personalizar y animar HMIs, y pasar de gráficos basados en píxeles a gráficos basados en vectores, lo que mejora la estética en pantalla y la visualización de la máquina.

La capacidad de servidor web permite a operadores autorizados acceder de forma remota a las aplicaciones de HMI desde cualquier dispositivo capaz de alojar un navegador web, por ejemplo una computadora portátil, un teléfono inteligente o una tableta, sin necesidad de instalar apps o plugins. Esto abre la posibilidad de colaboración entre el personal de planta y los ingenieros en la oficina, facilitando así la resolución de problemas.

 

Optimización de IIoT gracias a avances en software para HMI
Figura 2. Las nuevas pantallas HMI de Siemens Comfort Panel, configurables en el entorno WinCC Unified, soportan el uso compartido de gráficos, tags, alarmas y datos de producción entre múltiples dispositivos para promover una creciente colaboración.

 

HMI, colaboración IIoT y conectividad

Sea cual sea el tamaño de una empresa, la colaboración es vital para mejorar las operaciones. Para promover esa mayor colaboración, el software para una HMI unificada debe soportar el uso compartido de pantallas, etiquetas, alarmas y datos de producción entre múltiples dispositivos en el piso de planta, almacenando todos los datos en una ubicación central (figura 2). Los dispositivos HMI modernos también soportan transmisión de datos sobre múltiples protocolos, tales como MQTT (Message Queuing Telemetry Transport), para su conexión a la nube.

Independientemente del trazado de la planta, es una ventaja consolidar todos los datos de producción para análisis y mejora de un proceso. En el pasado, cada tipo de máquina solía requerir su propio driver de terceros para transferir datos a una ubicación central, pero ahora el software para una HMI unificada supera este obstáculo.

En base a plataformas como .NET, la conectividad de un sistema de software para HMI unificada va más allá de los historizadores basados en planta para llegar a flujos de trabajo organizacionales de mayor nivel en sistemas MES (Manufacturing Execution System) y ERP (Enterprise Resource Planning).

La integración de un software para HMI unificada con estos flujos de trabajo define las reglas y acciones destinadas a procesos de negocio afectados por disparadores provenientes de datos de producción. También es posible monitorear KPIs (Key Performance Indicators) de producción e incluir estos datos en los reportes de los procesos de negocio.

Al instalar apps opcionales dentro de un entorno de software para HMI unificada, los operadores pueden recibir alertas y notificaciones móviles relacionadas con la producción mediante una app paralela instalada en su teléfono inteligente, reloj inteligente o tableta.

 

Optimización de IIoT gracias a avances en software para HMI
Figura 3. El software WinCC Unified HMI de Siemens facilita la gestión de numerosos dispositivos. El escalado es sencillo gracias a una biblioteca común de objetos de aplicación.

 

Ecosistema de software compartido

La clave para tener conectividad en toda la planta es el ecosistema de software compartido de una HMI unificada. Software compartido significa que se utiliza un solo entorno de desarrollo y tiempo de ejecución de HMI con todos los dispositivos de visualización, o sea computadoras de sala de control, teléfonos inteligentes, tabletas y HMIs de panel. Todas las interfaces de visualización comparten una biblioteca común de objetos de aplicación, SVGs y scripts. Puesto que los símbolos se pueden reutilizar en todos los tipos de dispositivos, deja de gastarse tiempo y dinero en desarrollar nuevos gráficos a medida que se va ampliando la producción de la planta y se pueden colocar dispositivos de visualización adicionales online (figura 3).

Las ventajas de un software compartido no terminan a nivel de HMI. El software para una HMI unificada viene con su propio conjunto de apps, lo que permite seleccionar y construir de manera modular su infraestructura de software para adecuarse a las necesidades específicas de una empresa. Estas apps ofrecen integración del flujo de trabajo, intercambio de datos máquina a máquina (M2M), visualización y análisis de datos, gestión central de dispositivos y otras funciones.

La gestión central de dispositivos, también conocida como gestión de política de grupos, es un concepto familiar en cuanto a dispositivos móviles, pero no tan común entre HMIs industriales. El software para una HMI unificada introduce esta capacidad para facilitar el control de versiones, la aplicación de parches de seguridad y la administración de apps en dispositivos HMI a nivel de empresa en base a reglas y asignación de grupos de dispositivos definidas por el administrador. Esto garantiza que los dispositivos serán utilizados sólo para los fines autorizados y que estarán protegidos contra vulnerabilidades de seguridad.

Para los usuarios, un ecosistema de software compartido es parecido en todas las interfaces de visualización y control, incluso dispositivos móviles. Esto se traduce en una mayor familiaridad del operador y una mejor toma de decisiones, ya que se requiere menos esfuerzo para comprender múltiples interfaces, liberando tiempo para concentrarse en mejoras operativas. Una interface paralela e intuitiva entre dispositivos también puede evitar una eventual frustración del usuario.

 

Apertura para plantas modernas

Además de la consistencia en todo su propio ecosistema de software, el software para una HMI unificada brinda a los usuarios la posibilidad de importar controles y archivos personalizados. También es posible importar objetos creados con herramientas de terceros en el software para HMI unificada, los que pueden ser desplegados en aplicaciones de runtime (figura 4).

Asimismo, la apertura del software permite el intercambio de grandes cantidades de información con bases de datos y otros sistemas mediante el uso de marcos comunes .NET y C++.

 

Optimización de IIoT gracias a avances en software para HMI
Figura 4. Es posible importar objetos personalizados creados con herramientas de terceros en el software WinCC Unified HMI. Estos objetos podrán ser utilizados en aplicaciones de runtime, y también para desarrollar APIs abiertas destinadas a un control web personalizado de apps externas.

 

Los usuarios podrán crear APIs (Application Programming Interfaces) abiertas para integrar con flujos de trabajo de negocio y de producción. También podrán inyectar su programación personalizada en el ADN del software para la HMI unificada como APIs abiertas.

Por ejemplo, podrán crear reportes comparativos e indicios de depuración para capturar errores en el código de aplicación o en las configuraciones de los dispositivos antes de que se pongan de manifiesto, lo que reduce el tiempo de comisionamiento y mitiga los riesgos de un mal funcionamiento de una máquina.

La apertura de aplicaciones ofrece la accesibilidad necesaria para analizar datos generados en toda la planta, sin que aparezcan ineficiencias innecesarias o una parada. La apertura del runtime permite que apps de terceros tengan acceso directo a tags de runtime  de HMI y controles web personalizados a fin de conseguir una mayor flexibilidad de los equipos y de los flujos de trabajo. 

Las herramientas de recolección de datos offline están incorporadas de forma nativa para enviar datos a un servidor designado, lo que permite intercambiar grandes cantidades de información con sistemas de bases de datos, como así también compartir pantallas, tags, archivos de eventos y alarmas históricas.

 

Foco en la seguridad

Atrás quedaron los días en que la seguridad era algo de último momento. Al aparecer brechas en la industria cada vez con mayor frecuencia, es necesario encarar firmemente la seguridad del software. En este aspecto, el software para una HMI unificada incorpora varias medidas destinadas a proteger contra un acceso no autorizado.

Los dispositivos HMI unificados contienen capas separadas de panel de control y runtime incorporadas por encima del sistema operativo. Un administrador de sistema puede permitir que cada usuario tenga acceso a una o ambas capas y también configurar una autorización de usuario para acceder al sistema operativo. Las aplicaciones por default, las apps de usuario y las APIs residen en la capa de panel de control, mientras que la capa de runtime maneja la aplicación HMI familiar para control del sistema de producción.

Un administrador puede habilitar y deshabilitar puertos físicos (USB, Ethernet y buses), como así también SNMP y protocolos de transferencia. Con gestión central de dispositivos, un administrador puede crear reglas que permitan o rechacen ciertas aplicaciones para cada grupo de dispositivos y gestionar parches de seguridad para todos los dispositivos conectados en la empresa.

A diferencia de un software para HMI más antiguo, no hay necesidad de un software de gestión central de terceros ya que el mismo software para la HMI unificada, que está destinado a programación y runtime, incluye todas las herramientas necesarias para la gestión central de dispositivos. Este software también permite la integración de dispositivos y datos con otras aplicaciones. La comunicación entre todos los dispositivos que se ejecutan en un software para HMI unificada está encriptada y las HMIs pueden ser configuradas para contar con un respaldo de sistema automático a fin de evitar la pérdida de datos.

 

HMIs para el futuro

El creciente número de dispositivos inteligentes y sistemas de software conectados a nivel de empresa en plantas industriales de todo el mundo requiere una tecnología de software para HMI en constante desarrollo. El software para una HMI unificada ofrece modernas cualidades de interface gráfica y, al mismo tiempo, permite tener conectividad con una multitud de dispositivos externos y sistemas de software.

Al implementar estos avances y seguir evolucionando, se podrá mantener una ventaja competitiva, aumentar la producción y mejorar la eficiencia.

 

Preparado en base a una presentación de Ramey Miller, gerente de Siemens Industry Inc., con el asesoramiento del Ing. Andrés G. Gorenberg, gerente Factory Automation, Siemens Industrial.

Página 1 de 2
© 2018 Editorial Control. Desarrollado por Estudio Pionero.