Cómo puede usar la huella dorada para aprovechar iot

Para los departamentos de TI que buscan aprovechar activamente la tecnología de Internet de las cosas (IoT) para tener un impacto positivo en un proceso de fabricación, hay un término importante que deben saber, y no solo porque suena como algo que Indiana Jones podría haber perseguido alguna vez: The Golden Huella dactilar. Hablé con Bart Schouw, Vicepresidente de Tecnología y Alianzas Digitales de Software AG, en la feria CEBIT que se llevará a cabo esta semana en Hannover, Alemania, sobre por qué esta huella digital es de oro y lo que eso significa para TI.

"La huella digital dorada es una metáfora", explicó Schouw, y continuó diciendo que era como una evidencia clave en una novela de detectives. Pero en la empresa, se puede aplicar a un proceso de fabricación para determinar cuándo se cumplen las condiciones para producir lo que Schouw llama un producto perfecto.

Encontrar la huella digital dorada es un proceso iterativo, un plan de tareas que ocurre cuando los datos se registran durante la fabricación y se guardan para que una serie de ejecuciones de fabricación se puedan comparar con el tiempo. Simultáneamente, la salida de la fábrica se evalúa para que se registre el éxito de cada ejecución de fabricación, junto con los datos que se registraron mientras se realizaba la fabricación. Hecho correctamente, lo que resulta es una especie de huella digital que consiste en la totalidad de las entradas del equipo de fabricación (sensores que registraron el estado del producto durante la fabricación) y una métrica de éxito general para el resultado del proceso.

El proceso de huellas digitales se desarrolló originalmente para la industria química, pero Schouw dijo que generalmente es aplicable a la mayoría de los tipos de fabricación. Un fabricante de automóviles, por ejemplo, tendría registros de dónde provenía cada componente, las temperaturas durante la pintura, las lecturas de torque para cada tornillo o perno, y las lecturas de los soldadores de robots a medida que construían el chasis. Luego, cuando se produce el automóvil, se realiza un seguimiento de la calidad de producción cuando se repara el automóvil o cuando se reparan los defectos.

Aprendizaje automático en fabricación de automóviles

Apliquemos el escenario a una hipotética fábrica de automóviles. A medida que se fabrica cada automóvil, las lecturas se registran durante el proceso de producción de extremo a extremo y se comparan con las ejecuciones de producción anteriores. Digamos que ocurre un problema, como un perno que se aprieta al par de torsión incorrecto, por ejemplo. Ese problema se registra y ahora se puede corregir antes de vender el automóvil. Finalmente, la maquinaria de producción se puede calibrar para que esos errores no ocurran y los vehículos se envíen sin defectos significativos.

"A veces, especialmente en la industria de procesos, no está claro qué condiciones conducen realmente al producto perfecto", dijo Schouw. "Entonces, con el aprendizaje automático y las nuevas herramientas de visualización de datos, puedes tomar los datos de una ejecución de producción que condujo al lote perfecto de producto. Luego puedes pedirle a las herramientas de aprendizaje automático que regresen y encuentren patrones similares en los datos".

Como es de esperar, cualquier tipo de fabricación compleja requeriría miles de puntos de datos individuales para que cada ejecución de fabricación tenga suficientes datos para una huella digital significativa. Esto, a su vez, requiere sensores que midan el estado del producto en un momento dado, así como el estado de las herramientas y maquinaria de fabricación a medida que se utilizan. Ahí es donde la tecnología IoT y el departamento de TI brillan.

A medida que se completa cada ejecución de fabricación, los datos de esa ejecución se pueden visualizar como un patrón de eventos que conducen al producto. Esto requiere sensores y herramientas en red y un medio para registrar esos eventos. También requiere un software especializado para ejecutar las evaluaciones. Schouw dijo que esta parte se convierte en un caso de uso importante para la inteligencia artificial (IA) y el aprendizaje automático.

Seguimiento de datos de producción en tiempo real

Este es el punto en el que TI y fabricación se unen. El departamento de TI necesita consolidar la gran cantidad de datos de cada ejecución de fabricación y luego usarla para comparar cada ejecución con la huella dorada de la ejecución perfecta. Como la ejecución se analiza en tiempo real, también se compara con las ejecuciones anteriores, de modo que es posible determinar con anticipación cuándo una ejecución no es exitosa.

En el proceso de fabricación, puede ser posible realizar ajustes en los parámetros de fabricación, incluso si están ocurriendo para acercar la carrera a la huella dorada. La capacidad de visualizar una ejecución durante la producción y determinar de antemano cuándo una ejecución no tendrá éxito puede producir ahorros significativos, al no desperdiciar más material en una ejecución que no tendrá éxito y no perder más tiempo.

Schouw señaló a Trendminer como un ejemplo de una compañía que produce el software impulsado por IA capaz de encontrar la huella digital dorada y también rastrear el proceso de producción en tiempo real. También compartió que Software AG ha hecho planes para adquirir Trendminer.

Hacer que la fabricación sea más eficiente

Sin embargo, los ahorros de costos y los aspectos de mayor calidad no son todo lo que hay para IoT y la fabricación. Schouw explicó que otro aspecto del uso del aprendizaje automático en la fabricación está relacionado con el seguimiento de la curva F (la "F" significa fallas, que se rastrean para una fábrica a lo largo del tiempo). Cuando realiza un seguimiento de la curva F, está tomando las huellas digitales de la fábrica en lugar del producto, comenzando cuando la fábrica se construye por primera vez, luego cuando se pone en servicio y luego cuando finalmente se cierra porque el porcentaje de fallas alcanza niveles inaceptables como Las instalaciones de producción envejecen.

Al rastrear las condiciones que contribuyen a las fallas de producción a lo largo del tiempo, es posible reducirlas a niveles aceptables hasta llegar al punto de rendimientos decrecientes: cuando es demasiado costoso seguir arreglando cosas y, en cambio, tiene más sentido reconstruir la fábrica.

Lo importante es que, al involucrar directamente a TI en el proceso de fabricación, la fabricación se vuelve más eficiente y hay menos desperdicio y menos defectos. Y la empresa ahorra dinero. Hecho correctamente, los resultados aparecen casi de inmediato. Para los departamentos de TI en las empresas de fabricación, la huella digital dorada tiene un excelente sentido como punto de partida para integrar IoT con el corazón de la empresa.