Digitalización de procesos industriales y mantenimiento predictivo
El mundo se ha conectado digitalmente al punto de no retorno. Cada día, alrededor de cinco millones de dispositivos se conectan entre sí, en Internet o en ambos. Hay alrededor de 6.400 millones de objetos que comunican datos en el mundo y para 2020 se pronostica que esta cifra se disparará a unos 20.000 millones.
El término Industria 4.0 o Cuarta Revolución Industrial se refiere a la combinación de varias innovaciones importantes en tecnología digital, todas en madurez en este momento, todas preparadas para transformar los sectores de energía y fabricación. Estas tecnologías incluyen:
– captura masiva de datos, analítica avanzada y Big Data
– computación en la nube
– el Internet de las cosas (IoT)
– inteligencia artificial
– machine learning
– robótica avanzada
– sensores sofisticados
– fabricación digital (incluida la impresión 3D)
– software-como-servicio
entre otros, y la incorporación de todos estos elementos en una cadena de valor global interoperable, compartida por muchas empresas de muchos países. Cuando se unen, integran el mundo físico y el mundo virtual.
La cuarta revolución industrial tiene profundas ramificaciones para la estructura de costes de las empresas, el diseño de sus procesos de trabajo, la participación del trabajo humano y, fundamentalmente, la configuración de productos y servicios. Este cambio permite una forma nueva y poderosa de organizar las operaciones globales: llevar la velocidad del software a la producción de máquinas a gran escala.
Bajo el modelo Industria 4.0, la monitorización de procesos industriales permite a las compañías obtener información sobre la calidad de los procesos que ejecutan y sobre cómo éstos pueden ser optimizados. Esto conlleva un ahorro en los costes de producción mediante el mantenimiento predictivo de la maquinaria y les permite conocer su estado en tiempo real, ayudando a los operarios de planta en la toma de decisiones, evitando así procesos mal ejecutados. Complementados con tecnologías de machine learning, las redes de maquinaria se convierten en sistemas hiperconscientes de tecnología altamente flexible, respondiendo rápidamente no solo a los comandos humanos, sino a sus propias percepciones y autodireccionamiento.
Las empresas que adoptan el paradigma de la Industria 4.0 están comenzando a rastrear todo lo que producen de la cuna a la tumba, enviando actualizaciones para productos complejos después venderlos. Los productos industriales que rastrean su propia actividad también proporcionarán información valiosa sobre quienes los usan: cómo operan, dónde ocurren los retrasos y cómo se enfrentan a los problemas. Los fabricantes pueden usar estos datos para desarrollar nuevos productos y servicios rentables. Por otro lado, los datos que tienen las empresas se transforman en valor para la propias compañías. Mediante su explotación se obtiene conocimiento sobre las necesidades de sus clientes, así como información sobre oportunidades existentes en el mercado. Pero para que ese esfuerzo no se desperdicie las empresas deben dar sentido a esos datos y utilizarlos para aumentar la eficiencia, acercándose más a sus socios de la cadena de suministro y desarrollando los productos y servicios que sus clientes realmente desean.
El éxito de las compañía industriales dependerá de su capacidad para desarrollar e implementar una estrategia basada en los datos. Este cambio radical solo se puede lograr cuando, entre otras medidas, las unidades en silos dentro de la empresa se dividen y se establecen lazos de información sin obstáculos. Cada compañía debe reflexionar sobre los datos de los que dispone, si estos son una ventaja competitiva, qué evolución se espera de la compañía por el aprovechamiento de los datos y si podemos crear nuevos modelos de negocio con ellos. Así, lograremos convertir los objetivos de la compañía, junto con el análisis de los datos, en una oportunidad de negocio.
En el estudio PwC de Industria 4.0, la dificultad más comúnmente citada para construir una capacidad analítica fue la falta de personas con la experiencia para realizar el análisis. Otras preocupaciones importantes, como la baja calidad de los datos, la falta de acceso a los datos correctos y la falta de soporte de alto nivel, refuerzan lo que se sabe desde hace tiempo: Hacer análisis es difícil. Varios estudios de mercado nos revelan datos relevantes en relación al giro que el mercado está experimentando debido a la digitalización. Según S&P, el 88% de las compañías que estaban en la lista Fortune 500 en 1995 ya no están. Además, desde el año 2000 lo “digital” es la razón principal por la que la mitad de las empresas desaparecen (Accenture).
La inversión en torno a la digitalización de procesos aumenta continuamente con una inversión global anual de US $ 907 mil millones. Dividido por sectores, hay una inversión de US $ 117 mil millones en el sector manufacturero, US $ 65 mil millones en el sector automotriz y US $ 195 mil millones en Ingeniería y Construcción. Esto hace un pronóstico de crecimiento dentro de las industrias manufacturera y automotriz, por ejemplo, del 76% y del 65% en cinco años, respectivamente. Además, las empresas esperan reducciones de costos de alrededor de 3.5%. En términos de ganancias, se estima que los ingresos derivados de productos y servicios relacionados con el IoT han incrementado un 27,1% hasta el año 2018 (Forbes). Se estima que la tasa de crecimiento compuesto (CAGR) en la industria de manufactura crecerá un 26,9% hasta el 2020, por impulso del IoT y del IioT (Forbes). Los datos aquí mostrados reflejan a la perfección la importancia de digitalizar nuestras empresas. Por lo tanto, es trascendental hacer una reflexión para valorar cómo digitalizar las compañías y poder aumentar así su valor a través del uso de los datos disponibles.
El principal objetivo de la digitalización en el sector industrial es el conocimiento de los modelos de trabajo de la maquinaria, así como su mantenimiento predictivo y optimización de los procesos. Para ello se comienza por la monitorización de las máquinas. Nos encontramos que, frecuentemente, las plantas cuentan con PLCs o similares, conectados a varias máquinas. Estos PLCs recolectan todos los datos relacionados con el comportamiento de las máquinas, así como sus propiedades. Y en este punto, en los PLCs, comienza la arquitectura Big Data para la explotación de los datos (ver demo; para la explicación detallada podeis consultar el post). Comenzando por la ingesta, formateo y tratamiento de los datos de diferentes fuentes. Los datos de la maquinaria pueden cruzarse a su vez con datos climatológicos y de consumo energéticos, entre otros. Una vez capturados y formateados todos los datos, se procede a su explotación. En este punto es donde se implanta toda la lógica de negocio dependiendo de las necesidades del cliente: estudio de casos concretos, mantenimiento predictivo con detección de alarmas a tiempo real, predicción del comportamiento de la maquinaria a través de algoritmos de Machine Learning, etc. En el último extremo de la arquitectura están las herramientas de visualización de todo lo mencionado: alarmas, comportamiento de la maquinaria a tiempo real y datos estadísticos de nuestros procesos, así como la valoración de los ahorros por mantenimiento predictivo.
Zylk Industry acompaña a las empresas en la definición de su estrategia de transformación digital completa de las empresas dentro del sector industrial, para modernizar sus procesos mejorando su eficiencia y reduciendo sus costes hasta llegar a disponer de un modelo de negocio Data Driven. Sin embargo, tenemos referencias en otros sectores, como el sector de la energía, la Construcción 4.0 y el sector de las telecomunicaciones.
Para tal fin, Zylk Industry cuenta con soluciones Open Source bien establecidas como las plataformas Hortonworks basadas en Apache Hadoop. Hortonworks es uno de los líderes en el desarrollo de soluciones de Big Data, siendo Zylk Industry su único partner gold en la zona norte de España. La experiencia acumulada y creciente de los ingenieros y desarrolladores de Hortonworks y Zylk Industry ayuda significativamente a definir el enfoque de los proyectos, hacerlos escalables y lograr resultados competitivos. Contar con el apoyo de Hortonworks nos permite acceder a estudios sectoriales y conocer el benchmarking que han realizado a lo largo de estos años. Además, llevamos varios años trabajando en soluciones relacionadas con IoT y captura masiva de datos, así como en su explotación y visualización, tanto en las instalaciones como en la nube Azure, o en entornos mixtos. La consolidación del negocio de transformación digital, junto con la asociación estratégica con Hortonworks e IBM, ha permitido a Zylk incorporar clientes líderes dentro de la industria 4.0.
