Los dispositivos y sensores baratos conectados a internet pueden ayudar a las plantas y las cadenas de suministro a correr de forma más responsable, con el análisis correcto de big data.
Cualquier discusión sobre analítica hoy tiene que incluir alguna consideración del impacto de la internet de las cosas industrial, o IIoT, la proliferación de sensores y los dispositivos conectados que son la fuente de gran parte de los grandes datos de los que se alimenta la analítica. ¿Qué es diferente –o no diferente– entre los sensores y dispositivos IoT? ¿Dónde y cómo se utilizan? ¿Y cómo encaja todo esto con big data y analítica?
Cómo difieren los sensores IoT
Las dos características de la nueva generación de sensores que están impulsando la revolución en IIoT, big data y analítica son que son de bajo costo, y que se conectan fácilmente a través de internet. Si bien muchos sensores y dispositivos –controladores lógicos programables, por ejemplo– han tenido conectividad ya sea de internet o LAN Ethernet por años, la conectividad se ha convertido en ubicua, y barata.
Y eso hace toda la diferencia. Mientras que hace unos años podría haber costado miles de dólares cablear una pequeña sección de una planta, o una pieza de equipo para recoger algunas piezas básicas de datos, en la actualidad se pueden cargar con dispositivos de medida, contadores, video con software de reconocimiento de imágenes y más, por una pequeña fracción del costo anterior. Todo se comunica «plug and play» a través de conexiones IP. El mayor desafío con los sensores IoT es hacer un uso efectivo de los datos.
Los dispositivos IoT añaden contexto y respuesta automática
La conectividad ubicua y barata se extiende más allá de simples sensores. Un montón de otros tipos de dispositivos, todos conectados y de bajo costo, se suman a los datos básicos y los hacen más significativos mediante la adición de contexto –ubicación GPS, por ejemplo– apartándose así de la simple recopilación de datos. Los actuadores pueden aceptar señales de la red y, de hecho, hacer que las cosas sucedan con switches, solenoides, ajustes de equipos y transductores más sofisticados, que convierten las señales digitales en respuestas automáticas a las condiciones identificadas por el software que opera en las fuentes de datos del sensor.
Esto en sí mismo tampoco es realmente nuevo, pero una mayor disponibilidad de más tipos de dispositivos por un costo mucho menor y una implementación mucho más fácil cambia el campo de juego. Un nivel relativamente alto de automatización ya está disponible para pequeñas y medianas empresas que no tienen un grupo de expertos técnicos a la mano.
La categoría de dispositivos también incluye tabletas y teléfonos inteligentes para acceder, analizar y visualizar los datos entre un universo mucho más amplio de personas, en cualquier lugar, en cualquier momento.
¿Dónde están?
Los sensores y los dispositivos IoT están reemplazando los informes manuales, y la ausencia de reportes, en los lugares obvios donde visibilidad de las operaciones puede mejorar el rendimiento.
En la planta, los sensores IoT unidos directamente a los equipos y las estaciones de trabajo pueden monitorear continuamente los ciclos de los equipos, tiempo, dimensiones de piezas y otros parámetros físicos, y mucho más. Pero eso es solo el principio. Es más factible realizar un seguimiento de las cosas fuera de la planta.
La tecnología de identificación automática puede grabar el contenido exacto de cada caja, cajón, palet, contenedor y camión cargado junto con los números de serie; la ubicación dentro del camión o contenedor; las condiciones ambientales, como la temperatura y la humedad; y la ubicación a través de GPS.
Un camión a mitad de camino entre Nueva York y California podría ser desviado a Dallas para resolver una emergencia del cliente y las mercancías exactas entregadas, con un servicio al cliente que tiene pleno conocimiento de lo que sucedió exactamente y cómo coordinar el reabastecimiento del destinatario originalmente previsto.
Digamos que una empresa ha experimentado repetidamente daños durante el transporte de una delicada pieza de equipo, a pesar del que pensaban era un buen embalaje y carga en el camión. Puede equipar el próximo envío con acelerómetros dentro y fuera del paquete, cámaras de video, sensores de presión y más, combinado con GPS y relojes de precisión para controlar el viaje completo con gran detalle, para identificar cuándo y cómo se produce el daño.
O imagine una máquina que está experimentando problemas, una máquina de moldeo que está produciendo piezas dañadas. Tal vez la mejor manera, o la única, para averiguar lo que realmente está pasando es observar el funcionamiento interno del mecanismo de proceso de eliminación de piezas moldeadas. Una «cámara lipstick» barata –con el tamaño y la forma de un tubo de lápiz labial, o más pequeño– puede ser montada en el interior de la máquina y el video resultante puede ser estudiado en cámara lenta o de fotograma en fotograma para identificar la causa del daño.
Integrándolo todo
Los ejemplos anteriores podrán no referirse a la analítica en el sentido tradicional, pero sirven para ilustrar el grado en el que las nuevas tecnologías de sensores y dispositivos extienden la visibilidad a lugares donde antes no era posible o asequible. Usted tendrá que utilizar su imaginación para visualizar cómo el detalle, tiempo real y la ubicación o los registros de tiempo de los datos pueden proporcionar una nueva y única ventana a procesos, actividades, bienes e instalaciones, y cómo eso puede abrir las posibilidades para una mejor gestión, acciones preventivas más tempranas y más informadas, y oportunidades para mejorar el rendimiento.
Las masas de nuevos datos, y la variedad de nuevos tipos de datos, incluyendo video, haga flujos de clics y texto no estructurado, causan tensión en las capacidades de las capacidades de gestión de datos y de análisis de ayer. De este modo, la nueva generación de analítica está evolucionando no solo para «gestionar» big data, sino también para llevar a cabo nuevas maneras de combinar los datos tradicionales con grandes volúmenes de datos para generar información de negocios útil
Para que sea utilizable, la analítica moderna debe ser “consumerizada”, de modo que los usuarios habituales pueden construir sus propios cuadros de mando y análisis sin la ayuda de programadores o científicos de datos. La visualización de datos –que convierte millones o miles de millones de puntos de datos en algo que un simple humano puede interpretar y del cual puede obtener inteligencia– es una tarea central para el análisis de big data.
fuente: http://searchdatacenter.techtarget.com/es