 TRANSFORMANDO LA MANUFACTURA CON PROGRAMAS DE ANÁLISIS DE BIG DATA
|
|
Inicio > Nuevos Productos > TRANSFORMANDO LA MANUFACTURA CON PROGRAMAS DE ANÁLISIS DE BIG DATA
|
|
 |
|
Transformando la manufactura con programas de análisis de Big Data
Si usted está buscando un ejemplo de cómo el Internet Industrial de Cosas (IIoT) puede conducir a las mejoras de negocios importantes, considere la unidad de media tensión. Este dispositivo está diseñado para controlar motores con hasta 34,000 caballos de fuerza. En el pasado, el monitoreo de estas unidades requería que trabajadores capacitados inspeccionaran el equipo en donde éste se encontraba. Hoy en día, las tecnologías digitalizadas, como la nube, las redes industriales seguras, las aplicaciones móviles y la visualización, no sólo permiten que la supervisión se haga de forma remota, sino que pueden enviar alertas a los dispositivos móviles para informar de un cambio de condición en cuanto éste se produzca. Además, los diagnósticos se pueden ejecutar de forma remota para determinar cómo corregir el problema.
La adición de análisis permite ahora identificar problemas potenciales antes de que se produzca un fallo, por lo que se pueden tomar medidas correctivas durante el tiempo de mantenimiento normal, eliminando los tiempos de inactividad no planificados.
Esto tiene implicaciones masivas. El piso de la fábrica moderno, con sus miles de sensores, produce miles de datos por segundo. Eso puede resultar en terabytes de datos cada día. Sin embargo, hasta hace poco tiempo, esos datos no podían ser fácilmente accesados o analizados. Ahora, con el uso generalizado de redes Ethernet seguras, redes inalámbricas y comunicaciones celulares, los fabricantes pueden implementar análisis de gran alcance para extraer datos contextualizados de dispositivos conectados en el entorno de fábrica.
Pero, ¿cuáles son los beneficios empresariales de utilizar el análisis en el entorno de fabricación digitalizado actual?
Aplicaciones actuales del IIoT
Aunque el IIoT es todavía relativamente nuevo, los fabricantes ya están encontrando maneras de capitalizar el análisis de datos.
M.G. Bryan, uno de los principales fabricantes de equipos pesados y maquinaria original (OEM) con sede en Grand Prairie, Texas, ha estado ayudando a las compañías de petróleo y gas a satisfacer las demandas de producción por más de 25 años. La compañía suministra motores, generadores, unidades de bombas industriales, equipos de servicio de campo petrolífero y grupos de energía de áreas peligrosas en todo el mundo.
La fracturación hidráulica, donde el petróleo o el gas natural se libera de la roca del yacimiento para la extracción, facilita la nueva producción. Los vehículos de fractura pueden costar más de $1 millón de dólares y su mantenimiento regular es esencial, por lo que diseñar un calendario de mantenimiento es un reto. Posponer el mantenimiento podría provocar retrasos que aumenten los costos operativos y reduzcan la eficiencia. Pero realizar el mantenimiento demasiado pronto corre el riesgo de poner los camiones fuera de servicio con demasiada frecuencia... con el mismo resultado.
¿La respuesta? Un sistema basado en la nube que registra la frecuencia con la que cada camión se utiliza y en qué condiciones, utilizando los datos para diseñar el intervalo de mantenimiento ideal. El sistema notifica al conductor del camión cuándo y dónde es necesario el mantenimiento. La compañía también recibe información analítica sobre el funcionamiento del sistema.
En el pasado, un usuario industrial que planeaba expandir su operación tenía que invertir significativamente en infraestructura. Un beneficio importante del IIoT es poder utilizar la nube y sólo pagar por los recursos reales utilizados en ese momento, lo que aumenta la escalabilidad. Por ejemplo, MG Bryan comenzó con un proyecto piloto con la intención de usar el mismo sistema de monitoreo en sus próximos mil camiones. No necesitaron hacer inversiones en infraestructura, simplemente utilizar recursos adicionales en la nube para cada nuevo camión.
La optimización de energía es otra forma de aprovechar al máximo la analítica en el entorno industrial. Por ejemplo, una empresa quería mejorar la eficiencia energética de un sistema de clasificación basado en un transportador, que se entrecruzaba con cintas transportadoras que movían cajas de diferentes tamaños y pesos. A través de la analítica, el equipo se dio cuenta de que una única línea transportadora estaba utilizando ocho veces más energía de la necesaria. Sólo este descubrimiento resultó en ahorros de costos que impactaron directamente en el resultado final.
La gestión del rendimiento es otra forma eficaz de analizar los datos de la fábrica. Considere el ejemplo de la cavitación de bombas, un fenómeno peligroso que ocurre cuando una bomba va demasiado rápido y crea pequeñas burbujas en el líquido que está bombeando. Estas burbujas causan explosiones microscópicas que dañan la bomba y la hélice, arruinando un activo muy caro. El costo de reparar una bomba es a menudo más caro que el propio activo, sin mencionar el costo de los tiempos de inactividad no planificados. El análisis de datos puede ayudar a prevenir los costos causados por la cavitación de la bomba. Las percepciones derivadas del análisis de los datos enviados por los sensores de las bombas identifican un evento de pre-cavitación que permite al sistema de control reaccionar en tiempo real.
Desafortunadamente, no es fácil para todas las fábricas empezar con el análisis de datos. Algunas carecen de la infraestructura necesaria para hacerlo, y una infraestructura de comunicaciones sólida debe existir antes de que cualquier actualización pueda ser hecha. Además, los fabricantes necesitan redes que recopilen datos de la fábrica para su análisis, así como medidas para mantener la seguridad de los datos.
Dónde empezar
Una buena práctica para los fabricantes con muchos problemas y poca idea de por dónde empezar es una estrategia en dos partes que identifica primero el ROI (retorno de inversión) medible más grande: ¿cuál es el mayor problema que enfrenta y cuál es la solución?
Para la mayoría de las fábricas, el tiempo de inactividad no planeado es el problema número uno, ya que crea una gran pérdida. Es importante rastrear cuándo y cómo se está utilizando el equipo. Si el equipo puede arreglarse antes de que se rompa, los fabricantes pueden ahorrar mucho dinero. En segundo lugar, al proponer una solución, asegúrese de que la infraestructura que está implementando pueda ser la base para soluciones analíticas escalables adicionales. Una vez completado, el siguiente problema más grande puede ser abordado.
El factor talento
Según la Asociación Nacional de Fabricantes, se necesitarán casi 3.5 millones de empleos en la industria manufacturera en los próximos 10 años. Se espera que casi 2 millones de esos puestos de trabajo no se llenen porque los trabajadores carecerán de las habilidades necesarias.
Los científicos de datos con experiencia en la industria serán necesarios para ayudar a crear la próxima generación de soluciones analíticas. Los desarrolladores de movilidad y visualización serán necesarios para ayudar a ver los resultados donde y cuando se necesiten. Y para implementar una iniciativa de análisis industrial con éxito, un fabricante debe tener trabajadores que estén capacitados para instalar redes industriales seguras y configurar los routers y firewalls necesarios para el análisis.
Los fabricantes necesitarán encontrar maneras de entrenar mejor a los trabajadores y crear asociaciones público-privadas para identificar y capacitar al talento que tanto se necesita. Sin embargo, el desarrollo de habilidades individuales y la transformación de la organización deben estar alineados. Mejorar la capacidad de las personas con las herramientas necesarias para crear instalaciones IIoT vibrantes, eficientes e interconectadas no funcionará si se emplean en organizaciones que tienen liderazgo, políticas, prácticas y procedimientos que no apoyan este cambio. Esta situación sólo crearía trabajadores altamente calificados y altamente frustrados.
Las organizaciones deben planificar la transformación digital de manera que genere una transformación cultural, así como un cambio tecnológico.
Una visión holística
Los fabricantes están empezando a aprovechar lo que ofrece el IIoT, analizando los datos derivados de los sensores y dispositivos conectados para tomar decisiones de negocios inteligentes. Desde la reducción de costos hasta la mejora de la eficiencia para obtener ventaja competitiva, la fábrica moderna tiene grandes oportunidades que se encuentran en el análisis de sus datos.
Sin embargo, las organizaciones primero deben crear un plan que resuelva problemas reales y poner la infraestructura necesaria en su lugar. Esto requiere de trabajadores calificados, que son escasos. Los fabricantes deben crear un plan ahora para adquirir el personal necesario para hacer el sueño de la transformación digital una realidad. |
|
|
|
|
|
|
|
|
|
|
|
|