Desmitificando la analítica: la hoja de ruta desde la perspectiva de un integrador

Examine los niveles de madurez de la convergencia de su fábrica, la información recopilada y los posibles pasos para lograr un análisis de datos sólido para una operación de manufactura.

Daniel C. Malyszko, Director de Operaciones y Consultor IIoT de Malisko Engineering.
Daniel C. Malyszko, Director de Operaciones y Consultor IIoT de Malisko Engineering.

Por Daniel C. Malyszko, Director de Operaciones y Consultor IIoT de Malisko Engineering.

Mucho se ha escrito, y se sigue escribiendo, sobre las virtudes de la transformación digital, la convergencia de tecnología de la información / tecnología operativa (TI / OT) y IIoT. Un factor fundamental de por qué un fabricante invertiría en estos es la adquisición de datos de la planta con el fin de convertir los datos en información procesable. El tipo de información y el nivel de análisis dependen en gran medida del nivel de madurez de la convergencia de la planta de los sistemas de automatización.

El lugar para comenzar es evaluar la base del modelo de convergencia de una planta, que se puede clasificar en cuatro categorías.

·        Restrictivo: existen muchas redes OT sin convergencia ni interconectividad. Recolectar y agregar datos se vuelve difícil en el mejor de los casos.

·         Funcional: la infraestructura de TO converge en una red integral. Los datos se limitan a compartir entre celdas de proceso y celdas de trabajo en la planta.

·         Eficaz: las infraestructuras de red de TI y OT convergen, lo que brinda la oportunidad de entrelazar los datos de la planta con los informes comerciales.

·         Innovador: las aplicaciones de OT, TI y comerciales crean una emergencia de fábrica conectada capaz de realizar análisis de datos efectivos que impulsan las decisiones comerciales.

Tenga en cuenta que las dos primeras clasificaciones anteriores restringen cada línea de negocio a centrarse en los silos del piso de la planta. Las clasificaciones tercera y cuarta ofrecen mayores oportunidades para que las empresas se centren en la misión, la visión y los resultados comerciales.

La necesidad de análisis de datos que contengan información descriptiva, diagnóstica, predictiva y prescriptiva existe en varios niveles de una empresa de fabricación. (1)

·         Los análisis relacionados con las operaciones en el nivel del dispositivo de la planta son: "¿Está funcionando correctamente un dispositivo?" [descriptivo], "¿Por qué ocurrió una falla en el dispositivo?" [diagnóstico], "predigo que ocurrirá una falla pronto" [predictivo] y "¿Qué acciones se deben tomar para evitar la falla en el futuro?" [prescriptivo].

·         Los análisis de nivel de "sistema" suelen ser relevantes para los supervisores de planta y podrían ser "¿La línea 1 funciona correctamente? [descriptivo], "¿Por qué la calidad de la Línea 1 es deficiente?" [diagnóstico], "Predigo que la Línea 1 se está saliendo de la tolerancia". [predictivo] y "¿Qué acciones debe tomar el operador para evitar la mala calidad?" [prescriptivo].

El análisis de nivel "empresarial" relativo a la gestión puede ser "¿Qué instalación tiene el mejor rendimiento?" [descriptivo], "¿Por qué el rendimiento de la planta A está detrás del plan?" [diagnóstico], "predigo que la planta A estará atrasada en el plan pronto" [predictivo] y "¿Qué acción debo tomar para evitar que la Planta A se retrase en el plan?" [prescriptivo].

Obtener el máximo valor de los datos ha evolucionado con el tiempo. Los datos tradicionales de la planta se han basado en datos en vivo provenientes de PLC, DCS, HMI o datos de series de tiempo de historiadores o datos basados ​​en eventos de bases de datos relacionales, todos configurados principalmente por ingenieros de sistemas de control con informes también creados principalmente por ingenieros de sistemas de control.

Hoy en día, los datos provienen de diferentes fuentes de datos, sistemas de control, almacenes de datos y agregación de datos de múltiples plataformas que requieren el talento de ingenieros de integración de datos, arquitectos de datos e ingenieros de inteligencia empresarial (BI). Los análisis de datos futuros probablemente consistirán en las mismas fuentes de datos dispares en la orquestación de datos de alimentación de la planta a través de la computación de borde; ingestión de eventos, procesamiento y enriquecimiento de eventos, análisis de transmisión, alojamiento y puesta en escena de datos; alimentando el análisis en la nube y el análisis de autoservicio en las instalaciones, todo desarrollado por híbridos de ingenieros de control, especialistas en IoT y desarrolladores de software.

La mejor manera de abordar la aplicación de soluciones analíticas es mediante una estrategia de "gatear, caminar, correr".

·         Gatear: los datos de series temporales de tendencias han sido, y siguen siendo, la herramienta analítica más fundamental de cualquier sistema de control; utilícelo con prudencia, no “sobrehistorice” su proceso. Las tendencias de series de tiempo pueden ser extremadamente reveladoras cuando se correlacionan con el contexto del evento. Superponga alarmas y eventos con tendencias. Esto, muchas veces, es una integración nativa dentro de un sistema de control y es una segunda naturaleza para muchos integradores y especialistas de OT. Aproveche el modelado de activos actual y las plataformas de eventos para crear jerarquías de equipos, atributos y eventos en lugar de simplemente "agregar etiquetas" a una base de datos del sistema. Utilice herramientas de informes ampliamente disponibles, como SQL Server Reporting Services (SSRS) para obtener información sobre el significado.

·         Caminar: existen plataformas contemporáneas que respaldan la colaboración OT / IT al capacitar a los ingenieros de control para identificar los conjuntos de datos más apropiados y enviar información directamente a la capa de TI. Los ingenieros de controles pueden conectar, contextualizar y mapear datos de una manera para crear modelos de información sin requerir habilidades de TI tradicionales.

·         Correr: aquí es donde el análisis de datos aborda los tres niveles: dispositivo, sistema y empresa. Correr. Aquí es donde el análisis de datos aborda los tres niveles: dispositivo, sistema y empresa. El integrador de sistemas 1st se concentra en identificar claramente, en cada segmento, quiénes son las partes interesadas clave y por qué la información que necesitan es valiosa para lograr sus objetivos. Después de eso, el integrador de sistemas puede utilizar mejor los talentos y habilidades de sus híbridos de ingenieros de control, especialistas en IoT y desarrolladores de software para colaborar en la configuración, programación, prueba e implementación de los módulos y plataformas de software necesarios para la creación de datos, flujo de datos, visualización de datos, dispositivo. análisis, análisis de borde, modelado aumentado y optimización de la celda de proceso / trabajo necesarios para ofrecer soluciones de abajo hacia arriba para una organización de fabricación.

Los integradores de sistemas con conocimientos en manufactura y tecnologías avanzadas pueden ser un activo para los fabricantes que navegan por las muchas opciones para trazar su uso del análisis de datos. La función del SI es comprender los objetivos comerciales del cliente para que el SI pueda brindar orientación relevante al cliente sobre el "aquí y ahora", "qué sigue" y "qué sigue después".

Daniel C. Malyszko, Director de Operaciones y Consultor IIoT en Malisko Engineering, miembro certificado de la Asociación de Integradores de Sistemas de Control (CSIA). Consulte el perfil de Malisko Engineering en CSIA Industrial Automation Exchange.

1 Nota al pie: La información contenida en este párrafo es cortesía de Rockwell Automation.

Más en Adquisición de datos