Logre que las conexiones de equipos heredados funcionen

El integrador de sistemas Luke Stephenson de Enterprise Automation comparte sus conocimientos sobre por qué MQTT y la computación en la nube son componentes críticos de la recopilación y el análisis de datos de equipos heredados.

Si está involucrado en cualquier tipo de Internet de las cosas (IoT), Industria 4.0 o iniciativa de fabricación avanzada en general, una tarea clave consistirá en extraer datos de equipos más antiguos. Dado que una gran cantidad de equipos y dispositivos automatizados en toda la industria son anteriores a cualquier tipo de esfuerzos de estandarización o agregación de datos amplios y centrados en la red, esta tarea no es tan sencilla como podría parecer.

Para comprender mejor cómo los fabricantes pueden extraer datos de equipos antiguos de manera más eficaz de manera significativa, nos comunicamos con Luke Stephenson, gerente comercial de Enterprise Automation, un integrador de sistemas de control, para un episodio reciente de su serie de podcast “Automation World Gets Your Questions Answered”  (“El mundo de la automatización obtiene respuestas a sus preguntas").

Luke Stephenson, director commercial de Enterprise Automation.Luke Stephenson, director commercial de Enterprise Automation.
“Todo el mundo sabe que las empresas que utilizan, recopilan y observan datos en tiempo real son más ágiles y eficaces cuando se trata de lograr sus objetivos”, dijo Stephenson.


Pero antes de salir a recopilar todos los datos que pueda de su equipo, Stephenson dijo que hay muchas preguntas importantes que hacer; el primero de los cuales debería ser: ¿Qué le permitirían hacer esos datos de equipos, si estuvieran disponibles para usted en tiempo real? Stephenson dijo que esta pregunta es muy importante porque la forma en que se almacenan, acceden y recopilan los datos puede "realmente cambiar lo que puede hacer con ellos".

La recopilación de datos está muy bien, pero hacer uso de los datos es realmente la razón por la que invierte el tiempo y la energía para hacerlo. Y hoy en día, la nube es una forma segura de hacer esto, aunque la gente a veces se estremece con el término "la nube".


Al ofrecer un ejemplo para mostrar por qué responder a esta pregunta es tan importante para determinar su enfoque de agregación de datos, Stephenson dice: “Si tiene una fábrica con cien máquinas, no busca [los datos de] las cien máquinas desde el comienzo". Dice que debe comenzar con 1 máquina para aprender qué métodos de recopilación de datos funcionan mejor, para para luego poder escalar este enfoque.


Sin embargo, si su empresa es consciente de cómo podría usar un rango o conjunto de datos en particular de diferentes equipos si pudieran simplemente llevar esos datos a un repositorio, entonces haga que ese objetivo sirva como una línea de base a partir de la cual determinar los mejores métodos de extracción de datos para su equipo y utilícelo para escalar.


Esencialmente, el punto determinante aquí es si sabe qué datos necesita y con qué propósito(s). Si no está seguro, comience con una máquina.


Formato de datos y dificultades de comunicación


Al explicar por qué puede ser más difícil extraer datos de los equipos más antiguos, Stephenson señaló los dispositivos que se comunican mediante “protocolos de comunicación en serie y protocolos que a menudo se consideran propietarios. Una vez que empiece a utilizar la comunicación basada en Ethernet o incluso la comunicación de dos o cuatro cables, existen muchas más formas de recopilar esa información".


La mayoría de los dispositivos heredados no van a tener una capacidad incorporada para transmitir en una especie de tipo de protocolos de comunicación modernos de IoT o ser capaces de comunicarse directamente con esos tipos de plataformas, dijo Stephenson; por lo que debe instalar un traductor entre el dispositivo heredado y el dispositivo de borde de red utilizado para recopilar los datos.


“Desea traducir los datos del protocolo heredado a una versión más moderna, como MQTT, para que luego pueda usarlos de diferentes maneras”, dijo.


Stephenson también advirtió a los usuarios que presten atención al formato utilizado para los datos extraídos. Los formatos como JSON (notación de objetos JavaScript) suelen ser más viables con las plataformas de IoT que los archivos en formatos .csv o .xml.


La importancia de MQTT y la nube


“MQTT (transporte de telemetría de cola de mensajes) será el servicio de mensajería de datos más común y con más soporte que existe”, dijo Stephenson.


Básicamente, cuando se crea un sistema para la recopilación de datos, ya sea para su uso con equipos más antiguos o más recientes, lo más probable es que incluya el uso de dispositivos periféricos para obtener los datos del equipo en un formato que pueda usarse para diferentes propósitos y por diferentes sistemas.


"Un agente de mensajes de publicación y suscripción, como los que se utilizan para MQTT, son escalables y están diseñados para el futuro", dijo Stephenson. “No puedo pensar en un dispositivo de IoT que no sea capaz de comunicarse a través de MQTT. Y todos los sistemas de software, ya sean SCADA (control de supervisión y adquisición de datos), CMMS (sistema de gestión de mantenimiento computarizado) o ERP (planificación de recursos empresariales), pueden conectarse a los intermediarios de mensajes MQTT. Son súper eficientes, bastante fáciles de configurar y muy escalables. Y son eficaces ya sea que conecte varios dispositivos en una planta o varias plantas en todo el país".


También destacó la importancia de agregar los datos que recopila en la nube.


"Aquí es donde la cosa se pone seria. La recopilación de datos está muy bien, pero hacer uso de los datos es realmente la razón por la que invierte el tiempo y la energía para hacerlo. Y hoy, la nube es una forma segura de hacer esto, aunque la gente a veces se estremece con el término 'la nube' ”, dijo Stephenson.


Explicó que la nube es integral para la recopilación y el análisis de datos porque una vez que sus datos están en la nube u otro repositorio de datos, hay una gran cantidad de servicios y software que pueden ayudarlo, ya sea para la visualización de datos a través de algo como Power de Microsoft BI o Tableau o para aplicaciones específicas como mantenimiento predictivo.


“Estas herramientas van más allá de lo que los humanos pueden hacer en términos de sacar conclusiones perspicaces. También es una buena manera de hacer que los datos estén disponibles para aquellos con acceso con credenciales dondequiera que se encuentren. Queremos poder obtener nuestros datos cuando los necesitemos; y ponerlos en la nube hace que esto sea mucho mejor ”, concluyó Stephenson.

Más en Adquisición de datos