Tu fábrica te está hablando, pero no te asustes todo está bien. De hecho, más que bien. Lo hace en forma de datos, y lo hace continuamente. De todo lo que nos dice, mucho te va a hacer la vida más fácil a la hora de gestionar.
Es por ello que no debemos dejar que estas “palabras” se las lleve el viento. Tenemos que retenerlas, procesarlas y decidir en función de lo que nos digan.
La fábrica nos comunica a diario muchísima información, por lo que hay que estar preparados para poder asimilar grandes cantidades de datos. Para conseguirlo, tenemos la tecnología Big Data.
A partir de aquí, vas a conocer todo lo que esta aporta a la industria 4.0, así como su funcionamiento básico y algunos casos prácticos de aplicación. ¿Estás preparado para abrir bien los oídos a tu planta?
¿Qué es Big Data?
Con el término Big Data, hacemos referencia a la tecnología que permite, de manera sistemática, trabajar con grandes conjuntos de datos. Estamos hablando de cantidades de información que no pueden ser procesadas por las herramientas tradicionales. Entre las funcionalidades de Big Data, nos encontramos con:
- Captura de datos.
- Almacenamiento.
- Análisis.
- Búsqueda.
- Intercambio.
- Transferencia.
- Visualización.
- Consulta.
- Actualización.
- Privacidad de la información.
- Fuentes de datos.
El concepto de Big Data se basa en 5 pilares básicos:
- Volumen: la cantidad de datos que se recopilen y almacenen definirán si estamos hablando o no de Big Data.
- Variedad: nos referimos a los distintos tipos de datos con los que trabaja Big Data. Anteriormente, se trabajaba con datos estructurados (que tienen un formato fijo) en una base de datos relacional. La proliferación de datos semiestructurados y no estructurados (contenido multimedia, correos electrónicos, etc.) hizo surgir la necesidad de trabajar con ellos y extraer todo su valor.
- Velocidad: los datos se van generando continuamente, por lo que es importante resaltar la capacidad de procesarlos en tiempo real.
- Veracidad: los datos deben reflejar la realidad de lo que sucede.
- Valor: los datos deben ser útiles para los propósitos marcados por los usuarios.
No es necesario ser un especialista en tecnología para comprender el funcionamiento de Big Data. Los pasos que conforman el funcionamiento de un sistema Big Data son:
- Crear una estrategia: debemos tener muy claro para qué fines queremos implantar Big Data en la empresa. Además, también es importante conocer los recursos con los que contamos y los que necesitaremos.
- Escoger las fuentes de datos: estas son muy variadas. Se están creando datos sin parar y debemos seleccionar bien las que generen datos valiosos para la empresa. Entre ellas, tenemos: información proveniente de sensores y dispositivos IIoT, datos abiertos, información de webs y redes sociales, data lakes, etc.
- Almacenamiento y gestión de los datos: aquí se encuentran acciones como el acceso fiable, los métodos de integración, el aseguramiento de la calidad de los datos, su control, almacenamiento y preparación para análisis.
- Análisis de la información: sacamos valor de los datos, identificando patrones, correlaciones y otras conclusiones útiles y alineadas con nuestra estrategia.
- Por último, con todas estas conclusiones, los gestores y responsables toman decisiones acertadas de gestión.
Cuando estamos en entornos industriales, la información que se genera en cada uno de los procesos es inmensa. Además, esta no para de “fabricarse” mientras haya actividad. Esto, en muchas plantas, se realiza durante las 24 horas del día, los 365 (o 366) días del año.
Por tanto, la opción de detectar oportunidades para la mejora de los procesos es permanente. Y, por supuesto, es aplicable a todos los componentes de la cadena de suministro – desde materias primas, hasta el producto terminado-.
En líneas generales, podemos decir que la aplicación de Big Data en industrias optimiza los procesos, mejorando la productividad, la calidad de los productos y ampliando los márgenes de beneficios.
¿Cómo conseguimos esto? Una de las claves consiste en sensorizar los puntos críticos de la planta. Estos sensores son de diferente naturaleza en función de las variables que queramos medir:
- Medidores de temperatura.
- Manómetros.
- Sensores para la medición de los niveles de humedad.
- Medidores de la velocidad de fabricación de una pieza.
- Consumo energético.
- Geolocalización mediante beacons u otras tecnologías.
- Etc.
Más allá de pensar en las líneas de fabricación, Big Data en industrias también es aplicable a otros aspectos más genéricos de cualquier empresa. Por ejemplo, se pueden analizar los comentarios de usuarios de redes sociales o de los emails recibidos. De esta forma, se pueden afinar las estrategias de marketing y ventas.
Aplicaciones de Big Data en la industria
Big Data es una tecnología muy versátil, por lo que pueden sacar provecho de ella muchas áreas de una empresa industrial. Sus aplicaciones más destacadas son:
- Logística y transporte.
- Procesos de producción.
- Control de calidad.
- Conocer tendencias de mercado.
- Gestión de recursos humanos.
- Ciberseguridad.
- Optimización del consumo energético.
Big Data en la logística y transporte
El incremento del tráfico en carreteras, la mayor deslocalización de los almacenes, las fluctuaciones del precio de los combustibles, la internacionalización empresarial y el auge del comercio electrónico, son tendencias logísticas sobre las que Big Data interviene.
Aquí, los sistemas Big Data trabajan con información obtenida de los GPS de los vehículos, de los datos de tráfico de las instituciones oficiales, datos de movilidad de personas y materiales en almacenes, información de abastecimiento del producto por parte de los clientes, etc.
Big Data en los procesos de producción
Dentro de las propias acciones de fabricación, el análisis de datos es clave para, por ejemplo, evitar que aparezcan fallos mecánicos en la maquinaria. En este caso, se combina la tecnología Big Data con la inteligencia artificial para dar forma al mantenimiento predictivo.
De esta forma, podremos anticiparnos a la aparición de fallos críticos. Unos fallos que pueden paralizar el trabajo o crear productos defectuosos, sin ningún valor y que generen importantes pérdidas económicas.
Big Data en el control de calidad
Además de estudiar la maquinaria y los sistemas implicados en la producción, también debemos monitorizar el estado del propio producto. No solamente nos estamos refiriendo al producto final, sino también a las materias primas y a los productos intermedios.
Además de contar con sensores como los que hemos mencionado, en el ámbito del control de la calidad también se puede hacer uso de imágenes reales captadas por cámaras. Estos dispositivos son capaces de recoger muchas imágenes en poco tiempo, las cuales se analizan con inteligencia artificial.
De esta forma, se pueden cribar productos en función de criterios de calidad. Con ello, se descartarán o se destinarán a otros fines. Por ejemplo, en función del grado de maduración de una fruta, esta podrá ser envasada o enviada para hacer zumo.
Big Data para conocer tendencias de mercado
El sector industrial se ve muy afectado por los altibajos de la demanda. Esto recientemente se ha visto muy claro con la crisis sanitaria. Por ejemplo, la demanda en el sector farmacéutico se ha multiplicado en estos meses; otra muestra está en el sector agroalimentario, donde decidir el momento de recolecta es clave para obtener el máximo beneficio.
Para controlar estas tendencias, necesitamos trabajar con datos históricos, factores sociales, económicos, medioambientales, políticos y de otros muchos tipos.
Big Data para gestión de recursos humanos
Esta tecnología se emplea para diversas facetas de los recursos humanos. Desde la selección de los candidatos más idóneos, hasta conseguir una gestión perfeccionada del personal y hacer que los trabajadores se sientan cómodos en sus puestos, reduciendo la rotación.
Un ejemplo lo tenemos en Amazon. Mediante su programa “Amazon Connections”, que colecciona a diario y en tiempo real información a partir de breves preguntas a sus empleados. Otra muestra la tenemos en la tecnológica Xerox, que consiguió reducir la tasa de rotación de personal en un 20%.
Big Data para ciberseguridad
Muchas industrias trabajan con productos y procesos realmente innovadores, por lo que no quieren que nadie robe sus secretos. Por otra parte, un ciberataque podría paralizar toda su actividad. De aquí que surja una necesidad imperiosa de protección frente a los ciberdelincuentes.
Aquí también debemos considerar el trabajo conjunto de Big Data con la tecnología Cloud Computing, ya que en la mayoría de ocasiones la información se encuentra alojada en la nube. Los sistemas Big Data analizan toda la información que se recolecta, buscando posibles vulnerabilidades e irregularidades.
Big Data para optimizar el consumo energético
Hornos, cámaras frigoríficas, maquinaria de muchas clases, sistemas de climatización… todo ello funcionando sin parar. ¿Te imaginas la factura de la luz? Controlar el gasto eléctrico en un entorno industrial no es poca cosa. Por suerte, Big Data también puede echar una mano aquí.
Para conseguirlo, entra en escena el concepto de red inteligente o smart grid. Estas trabajan con sensores IoT distribuidos que consiguen los datos de consumo para el sistema Big Data.
Éste último trabaja conjuntamente con inteligencia artificial. Con todo esto, se monitoriza en tiempo real el consumo eléctrico, de manera que el suministro se ajusta a la demanda. Un equilibrio que abarata el gasto eléctrico.
Herramientas para la aplicación de Big Data en empresas industriales
Vale, Big Data es actualmente muy necesario en la industria, pero… ¿cómo lo aplico?, ¿por dónde empiezo? Hacerse este tipo de preguntas es lo más natural del mundo, una vez que sabemos que debemos contar con esta tecnología.
Para que esto no suponga un continuo dolor de cabeza a los gestores industriales, en Sixphere contamos con soluciones que explotan todo el potencial de los ingentes datos que una fábrica origina.
En primer lugar, podemos hablar de Polaris Industry, que integra tecnologías como Machine Learning, IIoT y Big Data, entre otras. Polaris Industry está formada por una arquitectura de 5 capas:
- Iot & Proximity.
- Core.
- Business Services.
- Data Engine.
- Smart Cloud Factory.
Como ves, una de estas capas recibe el nombre de Data Engine. Se trata de una capa transversal a otras y que recopila, estructura y procesa datos, por lo que Big Data es imprescindible para su funcionamiento.
Polaris también tiene un módulo especialmente desarrollado para el entorno agroganadero, que recibe el nombre de Polaris Farm. Éste se adapta a las condiciones específicas del sector, sobre todo por su carácter al aire libre.
De esta forma, se tiene un mayor control tanto de los cultivos como de las cabezas de ganado. Polaris Farm está en proceso de desarrollo impulsado por nuestro avance en el proyecto europeo DIVA, orientado a la transformación digital del sector agroalimentario.
Tampoco debemos dejar atrás nuestro producto Polaris Tx, destinado a la digitalización de la cadena de suministro. Con Polaris Tx, todos los miembros de la cadena estarán informados en tiempo real de todo lo que ocurre en la producción. Así pueden mejorar la gestión, a la vez que se les aporta seguridad y privacidad.
Como has podido ver, Big Data es imprescindible en cualquier empresa industrial que quiera seguir creciendo. Su adaptabilidad, sumada a los resultados que proporciona, son los responsables de ello.
Para hacer más sencillo este paso, y hacer la planta aún más inteligente, en Sixphere contamos con soluciones que saben escuchar a tu fábrica y comprender todo lo que nos dice y que sea relevante. ¿Vas a seguir haciéndole oídos sordos?
¿Quieres conocer qué hacemos y el modo en que lo hacemos? Visita nuestros casos de éxito y pregúntanos todo lo que necesites saber.
CONOCIMIENTO / Descargables
EBook gratuito
eficiencia OEE
Descubre las particularidades del indicador OEE, cómo automatizar su cálculo y que requisitos deben cumplir tus procesos de producción para implementarlo.