Tendencias & Innovación

La automatización industrial y los sistemas ciberfísicos

automatización industrial

Los sistemas ciberfísicos (CPS) son sistemas que se construyen a partir de la sinergia de los componentes computacionales y físicos. Más allá de la simple automatización industrial, los CPS tienen la capacidad de transformar la interacción de los sistemas de ingeniería, del mismo modo que Internet transformó la forma en que las personas interactúan con la información.

En la fabricación, CPS puede mejorar la productividad y la calidad a través de pronósticos y diagnósticos inteligentes utilizando big data de diferentes sensores, máquinas y sistemas en red.

Cada componente físico y máquina tendrá un doble en el espacio cibernético ayudando a predecir, primero, y prevenir, después, fallas potenciales. En un entorno de automatización industrial inteligente como el que propician los sistemas ciberfísicos que caracterizan la industria 4.0, las máquinas y equipos no sólo son capaces de llevar a cabo análisis que les permitan el autoconocimiento, sino que incluyen capacidades de autoevaluación, autocomprobación, autoconfiguración y también de llevar a cabo su propia optimización para obtener más inteligencia y un mayor rendimiento.

 

¿Cuál es la relación entre transformación y automatización industrial?

Con estas capacidades, los productos y sistemas futuros se pueden transformar para ser más inteligentes y resistentes a los entornos cambiantes dinámicos. ¿Imaginas las ventajas de contar con máquinas que pueden aprender de su propia historia y también de otras máquinas? ¿Y de tener un equipo que puede aprender de sus pares dentro del mismo ecosistema industrial para generar requisitos de mantenimiento específicos?

Con la automatización industrial a este nivel, una máquina también podría autoevaluar la degradación de sus componentes, de modo que los parámetros de mecanizado puedan ajustarse para evitar problemas de calidad.

Un sistema de máquina autoconsciente y autosuficiente se define como un sistema que puede autoevaluar su propia salud y degradación y utilizar información similar de otras máquinas similares para impulsar decisiones de mantenimiento inteligente que evitan posibles problemas futuros.

 

¿Cómo es la arquitectura que permite habilitar las máquinas de este modo?

Al diseñar un sistema ciberfísico para diferentes sistemas de máquinas en entornos industriales, es difícil alcanzar el nivel más alto en un solo paso, ya que el camino hacia este conjunto de capacidades avanzadas de automatización industrial incluye diferentes niveles de implementación técnica.

La arquitectura se ha de centrar en cómo habilitar las máquinas físicas para utilizar datos e información para crear conocimiento y sabiduría. Son necesarios cinco pasos:

 

  1. Propiciar una conexión inteligente: desde el nivel de máquina o componente, lo primero es tener claro cómo adquirir datos de manera eficiente y confiable. Un protocolo de comunicación y el diseño de un esquema de red de fábrica robustos basado en métodos conocidos de comunicación sin cables, como Bluetooth o Wi-Fi, por ejemplo, es el principio. Además, hay que garantizar la calidad y transparencia de los datos, requisito indispensable cuando el objetivo es lograr que los sistemas de máquinas sean más inteligentes.
  1. Convertir datos a información: en un entorno industrial, los datos pueden provenir de diferentes recursos, incluidos controladores, sensores, sistemas de fabricación (ERP, MES, SCM y sistema CRM) o registros de mantenimiento, entre otros. Estos datos deben convertirse en información significativa para una aplicación en el mundo real, por lo que es preciso implementar las capacidades que harán posible extraer valor de los bits de información recogidos.
  1. Construir una gran base de conocimiento para cada sistema de máquina: una vez que es posible recolectar información de los sistemas de la máquina, hay que garantizar la robustez del nivel cibernético, que surge cuando la información se utiliza para crear avatares cibernéticos para máquinas físicas que permiten acumular una base de conocimiento compartido.
  1. Proporcionar las soluciones para convertir las señales de las máquinas en información: la automatización industrial avanza hacia un modelo cognitivo, en el que la máquina misma puede aprovechar este sistema de monitorización en línea para diagnosticar sus posibles fallos y conocer su potencial degradación por adelantado. Este tipo de sistemas pueden utilizar algunos algoritmos de predicción específicos para anticipar errores, problemas, ineficiencias o interrupciones dentro de un plazo temporal.
  1. Configurar el sistema para que sea capaz de enviar información sobre los problemas detectados prematuramente: el conocimiento extraído puede enviarse al sistema de gestión empresarial para que usuarios y gerentes puedan tomar la decisión correcta en función de la información recibida. Al mismo tiempo, la máquina puede ajustar su carga de trabajo o su programa de fabricación para reducir las pérdidas provocadas por el funcionamiento incorrecto de la máquina y, finalmente, lograr un sistema resistente.

 

La automatización industrial es mucho más que clasificadores y transportadores. Hoy, las máquinas pueden aprender del conocimiento y las operaciones, así como del funcionamiento de otros equipos, para mejorar su inteligencia y lograr una prevención de errores efectiva que garantice la eficiencia del sistema e impulse la rentabilidad de los procesos.

 

¿Conoces el Máster en Innovación y Emprendimiento de OBS Business School?