El efecto del Cloud Computing en los procesos industriales

El Cloud Computing en aplicaciones industriales puede ser eficaz en aplicaciones de monitorización remota así como en la recopilación y análisis de datos

El Cloud Computing es sólo uno de los componentes de las implementaciones de Big Data en procesos e instalaciones industriales. Aunque puede ser particularmente eficaz para las aplicaciones de monitorización remota, los datos primero deben ser recopilados y empujados a la nube, luego almacenados y analizados para crear información utilizable.

Esto usualmente implica varios pasos, comenzando en el dispositivo de borde y terminando con la entrega de información a los usuarios finales. Las modernas interfaces hombre-máquina (HMIs) juegan un papel crucial, haciendo conexiones con dispositivos y controladores inteligentes y filtrando los datos antes de empujarlos a la nube.

Definición de Cloud Computing

La computación en la nube puede definirse como la prestación de servicios informáticos, como servidores, almacenamiento, bases de datos, redes, software, análisis, etc., a través de Internet. Hay muchos proveedores de servicios cloud, y la mayoría cobran por los servicios de Cloud Computing basados en el uso, como una factura mensual de servicios públicos.

Con poco o ningún esfuerzo de gestión de tecnología de la información (TI) requerido, la computación en nube proporciona acceso de red a una amplia variedad de recursos informáticos. La computación en la nube tiene poco más de una década e incluye tecnología común para tareas como el alojamiento de sitios web y blogs, el almacenamiento de datos y la transmisión de audio o vídeo. Las aplicaciones de software pueden ser tan simples como el correo electrónico, el calendario y las herramientas de oficina. La nube también puede ser utilizada para entregar software bajo demanda, y para proporcionar capacidad de computación para analizar datos.

Por ejemplo, los datos pueden ser enviados a la nube, y los patrones resultantes pueden ser usados para hacer predicciones. Con los datos apropiados en este espacio, el Software como Servicio (SaaS) y la Infraestructura como Servicio (IaaS) a menudo se utilizan para proporcionar servicios con el fin de almacenar y analizar datos. La información devuelta o los resultados de los análisis pueden ser utilizados por la HMI en la planta de producción o por cualquier dispositivo con conexión a Internet, como un portátil, un smartphone o un tablet.

Recopilación y filtrado de datos

Aunque los sistemas de análisis, historiador, planificación de recursos empresariales (ERP) y otros sistemas pueden alojarse en la nube, estas aplicaciones necesitan datos de planta. Estos datos empiezan en el borde, suministrados por un sensor o un dispositivo de borde inteligente como un instrumento inteligente, un medidor de potencia, una unidad de frecuencia variable, etc. Estos componentes se conectan a un controlador, a una HMI basada en PC o a otra HMI. Una nueva tendencia es integrar la funcionalidad HMI en el dispositivo smart edge, permitiendo que los datos sean procesados en el origen.

Donde quiera que esté basado el HMI, puede filtrar datos antes de empujarlos a la nube u otra área de almacenamiento. No es necesario recoger todos los datos cada segundo, o incluso cada minuto, para algunas aplicaciones. Es posible que sea necesario guardar los datos sólo cuando superen ciertos valores o se muevan fuera de un rango definido. Algunas HMI modernas pueden configurarse, utilizando placas frontales, para filtrar y consolidar los datos antes de empujarlos a la nube.

Una HMI proporciona la mayor parte de la comunicación con los controladores y otros dispositivos de borde utilizando controladores incorporados. No sólo puede comunicarse con cientos de dispositivos, sino también con la nube, los sistemas ERP y las bases de datos locales o remotas. Además de filtrar y comunicar, la HMI puede almacenar los datos en un búfer si no se dispone de una conexión de red o de nube.

Alojamiento de la HMI

Una HMI moderna puede alojarse en muchas plataformas. Puede instalarse en un PC de sobremesa, un PC industrial de pantalla plana, un thin client, un ordenador que ejecute Linux u otro sistema operativo, o incluso en un dispositivo smart edge. Esta portabilidad de una plataforma a otra es vital porque permite desplegar la HMI en la mejor plataforma para su aplicación.

Existen plataformas de bajo coste, como los microcontroladores, para alojar una HMI utilizada para recoger datos y empujarlos al cloud. Una HMI de bajo coste, con o sin pantalla, puede recopilar datos de una variedad de dispositivos, filtrarlos y eviarlos a la nube. Un dispositivo de borde inteligente que ejecuta una HMI integrada puede enviar los datos sin necesidad de conectarse a través de un controlador o una HMI con todas las funciones.

Una vez que una HMI envía los datos al espacio cloud, se puede acceder a ellos desde cualquier dispositivo conectado a Internet, pero primero a menudo tiene sentido analizar estos datos y convertirlos en información procesable.

Aplicaciones en la nube

La nube proporciona un almacenamiento de datos fiable y seguro y puede utilizarse para proporcionar SaaS en forma de análisis de datos y otras aplicaciones. Por ejemplo, se puede utilizar un historiador en línea para proporcionar análisis de datos. Una vez analizados, los datos se convierten en información a la que se puede acceder a través de un software HMI habilitado para la web y que luego se muestra a los usuarios.

Los análisis de datos pueden revelar patrones, y el cloud computing permite el uso de inteligencia artificial, robots y otras herramientas de Big Data. La potencia de procesamiento escalable en la nube es útil para realizar estas tareas, que a menudo requieren recursos informáticos considerables. Al utilizar una HMI de planta como puerta de enlace, el acceso a la información de la nube está disponible en muchas formas, incluyendo cuadros de barras, gráficos, tendencias, tablas, etc.

Los análisis de computación en estos espacios virtuales y una HMI ayudan no sólo a visualizar los datos, sino también a proporcionar una visión más cognitiva. Estos sistemas avanzados de análisis de datos tienen agentes incorporados para analizar y encontrar patrones en los datos. Cuando los datos ya no siguen esos patrones, el sistema puede indicar automáticamente el resultado o hallazgo a un usuario a través de una HMI y otros métodos.

Un ejemplo de esto sería una aplicación HMI que está recopilando y enviando datos de producción a la nube. Una de las piezas de datos es parte cuenta con un promedio de 120 partes por hora. Si el conteo es un poco más lento, el análisis detectará el cambio de patrón. El software entonces puede emitir una advertencia, incluso si esta condición no fue definida previamente como una alarma o un evento.

La computación cognitiva puede detectar anomalías y reportar estos hallazgos,como muestra el ejemplo, incluso para condiciones no previamente definidas o anticipadas. Esto ahorra tiempo y evita que los usuarios tengan que anticiparse a cualquier condición anormal posible y programar las alarmas y eventos apropiados.

Este tipo de computación ya se utiliza ampliamente para aplicaciones comerciales y está empezando a aplicarse en entornos industriales. Es mucho más rápido de implementar, cuesta menos y es más fácil de escalar que las soluciones locales tradicionales. Estas ventajas impulsarán un mayor uso, y la HMI correcta hace que sea mucho más fácil desplegar soluciones industriales Big Data basadas en el cloud.