La aplicación del Internet de las Cosas en el ámbito de la Industria: el mantenimiento predictivo
21 enero, 2019(Trobareu la versió en català més avall)
Desde su aparición a finales de la década de los 50, la evolución tecnológica en el campo de la informática y las telecomunicaciones han evolucionado seguido dos grandes leyes[1]: la Ley de Moore (Gordon Moore, 1965) y la Ley de Bell (Gordon Bell, 1972).
Por un lado, la Ley de Moore enuncia que el número de transistores en un circuito integrado se duplica cada dos años aproximadamente gracias a la evolución tecnológica de los procesos de fabricación de los semiconductores. Los primeros microprocesadores (Intel 4004) se fabricaron a principios de los años 70 con tecnología de 10 micrómetros, mientras que los microprocesadores actuales (ARM Cortex A-53) se fabrican con tecnología de 10 nanómetros (¡como referencia, el diámetro de un cabello es de entre 60 y 80 micrómetros!). Esto supone una reducción de tres órdenes de magnitud en cinco décadas, lo que ha propiciado el aumento de la capacidad de cómputo, la reducción del consumo energético o la optimización de los costes de producción de estos dispositivos.
Por otra parte, la Ley de Bell enuncia que, gracias a la evolución tecnológica que propicia la Ley de Moore, cada década aparece una nueva clase de sistemas de computación (incluyendo el sistema operativo, la red de comunicaciones y la interfaz de usuario) que establece un nuevo paradigma de aplicación y una nueva industria. De esta forma, hemos visto como la década de los 90 supuso la explosión de la informática personal y la popularización de Internet, la década de 2000 supuso la explosión de la informática móvil y las comunicaciones celulares, y la década de 2010 está suponiendo la explosión de la informática y las comunicaciones ubicuas.
Así pues, hoy en día estamos plenamente inmersos en esta tercera ola basada en la computación y las comunicaciones ubicuas fundamentadas con tecnologías como los sistemas empotrados (en inglés, embedded systems), las redes inalámbricas de gran alcance y bajo consumo (en inglés, low-power wide-area network), la computación en la nube (en inglés, cloud computing), y el aprendizaje automático (en inglés, machine learning). Estas tecnologías permiten crear sistemas distribuidos interconectados a través de Internet que recogen, agregan y procesan datos de parámetros físicos (temperatura, vibraciones, consumo eléctrico, etc.), permitiendo monitorizando y controlando su funcionamiento. Este concepto es lo que se conoce como Internet de las Cosas (en inglés, Internet of Things) y tiene aplicación en diferentes ámbitos de la sociedad, desde las ciudades hasta la industria, ya que permite conocer el estado de los sistemas y optimizar su funcionamiento en tiempo real.
Precisamente en el ámbito de la industria la aplicación de las tecnologías que conforman la Internet de las Cosas supone una revolución similar a lo que supuso la aplicación del concepto fabricación integrada por ordenador (en inglés, Computer Integrated Manufacturing o CIM) a finales de los años 80 gracias al aumento de la capacidad y la reducción de los precios de los ordenadores. Así pues, la aparición de este conjunto de tecnologías permitirá que, por primera vez, se pueda llevar a la práctica conceptos que hasta ahora sólo se habían teorizado o bien se habían aplicado de manera residual debido al elevado coste de implantación.
Un ejemplo paradigmático es el del mantenimiento predictivo. Hasta ahora el mantenimiento de la maquinaria industrial se había realizado o bien de manera correctiva (es decir, reparando la máquina una vez se producía una avería) o bien de forma preventiva (es decir, haciendo mantenimientos periódicos a partir de modelos estadísticos para evitar que la máquina llegara a romperse). Si bien estas aproximaciones han dado resultados satisfactorios, distan de ser los óptimos debido que no se puede controlar todos los parámetros de funcionamiento de una máquina de manera manual y, por tanto, no es posible prever cuándo se producirá un fallo. Esto implica unos costes de mantenimiento elevados y un impacto temporal en los procesos productivos, lo que resulta inaceptable en un momento en que la presión de los costes se está trasladando a los procesos de fabricación.
En cambio, la aplicación de las tecnologías que conforman el Internet de las Cosas habilita la monitorización continua del funcionamiento de las máquinas que conforman un proceso productivo y permiten la creación de modelos matemáticos que determinan el funcionamiento en condiciones de trabajo normal. A partir de ahí, cualquier desviación de los parámetros de funcionamiento respecto al modelo de trabajo establecido será un indicador que permitirá estimar la probabilidad de que suceda un fallo f en un tiempo ti con un impacto x, y que permitirá a los responsables del proceso decidir la actuación a realizar según la relación coste / beneficio. Así pues, en el caso de fallos inminentes con un impacto elevado habrá parar el proceso productivo y realizar la reparación pertinente, pero se podrá minimizar el tiempo de intervención y el gasto que puede suponer la ruptura de un sistema. En cambio, por fallos no críticas o con incidencia a medio plazo, se podrá planificar la intervención del mantenimiento para minimizar el impacto sobre el proceso productivo.
Pero a pesar de las ventajas que supone a priori, la aplicación del mantenimiento predictivo en la industria todavía está lejos de su aplicación ubicua debido a tres factores principales que limitan la adopción. En primer lugar, el sector industrial es un entorno donde conviven tecnologías del pasado (imagináis una prensa hidráulica para la estampación de chapa en el sector del automóvil) y donde se trabaja con condiciones adversas (temperatura, vibraciones, polvo, interferencias electromagnéticas, etc.), de forma que hay que pensar cómo integrar estas tecnologías y hacerlas robustas. En segundo lugar, la creación de los modelos matemáticos que permitan determinar el funcionamiento de una máquina no es evidente, pues hay que asociar el cambio en cada una de las magnitudes físicas con la avería que se puede producir, así como determinar el tiempo en que se producirá la avería y el impacto que puede tener en el proceso productivo.
Si bien estos dos primeros factores son críticos, pienso que serán superados por los propios fabricantes de los dispositivos y de las máquinas, respectivamente, para que la inversión en estas tecnologías tenga un retorno de la inversión positivo. En cambio, el último factor es de tipo humano y pienso que supone un reto organizativo y formativo para las empresas industriales que quieran integrar estas tecnologías en sus procesos productivos de manera satisfactoria.
En cuanto el nivel organizativo, hasta ahora el mantenimiento ha jugado un papel secundario, convirtiéndose en el actor principal sólo en los casos en que se produce un fallo que impacte el proceso productivo. En cambio, con la aplicación de estas tecnologías el mantenimiento pasa a ser un protagonista principal, encargándose de planificar el funcionamiento del proceso productivo para garantizar que no se produzcan fallos inesperados que impacten en su capacidad.
En cuanto el nivel formativo, la aplicación de estas tecnologías supone un cambio sustancial en las operaciones que debe realizar mantenimiento en su día a día. Con este cambio de rol el personal de mantenimiento deberá elegir y desarrollar las tecnologías que permiten la adquisición de datos de las máquinas, determinar la mejor estrategia para procesar los datos y saber interpretar los resultados con el fin de tomar decisiones informadas.
Así pues, habrá que llevar a cabo un proceso formativo del personal de mantenimiento, típicamente formado en el ámbito industrial, para que incorporen los conocimientos propios del ámbito de las tecnologías que conforman la Internet de las Cosas (sistemas empotrados, redes inalámbrica de gran alcance y bajo consumo, computación en la nube y el aprendizaje automático) y puedan contribuir al diseño, el desarrollo, la explotación y el mantenimiento de estos sistemas con el objetivo de garantizar su funcionamiento y el retorno de la inversión.
[1] Bell’s Law for the Birth and Death of Computer Classes, Gordon Bell. Disponible en línea en: http://gordonbell.azurewebsites.net/cacm%20bell’s%20law%20vol%2051.%202008-january.pdf
Este artículo fue originalmente publicado en la revista Telecos.cat del colectivo de Enginyers de Telecomunicació de Catalunya que podéis encontrar aquí.
L’aplicació de l’Internet de les Coses en l’àmbit de la Indústria: el manteniment predictiu
Des de la seva aparició a finals de la dècada dels 50, l’evolució tecnològica en el camp de la informàtica i les telecomunicacions han evolucionat seguit dos grans lleis[1]: la Llei de Moore (Gordon Moore, 1965) i la Llei de Bell (Gordon Bell, 1972).
D’una banda, la Llei de Moore enuncia que el nombre de transistors en un circuit integrat es dobla cada dos anys aproximadament gràcies a l’evolució tecnològica dels processos de fabricació dels semiconductors. Els primers microprocessadors (Intel 4004) es van fabricar a principis dels anys 70 amb tecnologia de 10 micròmetres, mentre que els microprocessadors actuals (ARM Cortex A-53) es fabriquen amb tecnologia de 10 nanòmetres (com a referència, el diàmetre d’un cabell és d’entre 60 i 80 micròmetres!). Això suposa una reducció de tres ordres de magnitud en cinc dècades, fet que ha propiciat l’augment de la capacitat de còmput, la reducció del consum energètic o la optimització dels costos de producció d’aquests dispositius.
D’altra banda, la Llei de Bell enuncia que, gràcies a l’evolució tecnològica que propicia la Llei de Moore, cada dècada apareix una nova classe de sistemes de computació (incloent-hi el sistema operatiu, la xarxa de comunicacions i la interfície d’usuari) que estableix un nou paradigma d’aplicació i una nova industria. D’aquesta forma, hem vist com la dècada dels 90 va suposar l’explosió de la informàtica personal i la popularització d’Internet, la dècada del 2000 va suposar l’explosió de la informàtica mòbil i les comunicacions cel·lulars, i la dècada de 2010 està suposant l’explosió de la informàtica i les comunicacions ubiques.
Així doncs, avui en dia estem plenament immersos en aquesta tercera onada basada en la computació i les comunicacions ubiques fonamentades amb tecnologies com els sistemes encastats (en anglès, embedded systems), les xarxes sense fils de gran abast i baix consum (en anglès, low-power wide-area network), la computació al núvol (en anglès, cloud computing), i l’aprenentatge automàtic (en anglès, machine learning). Aquestes tecnologies permeten crear sistemes distribuïts interconnectats a través d’Internet que recullen, agreguen i processen dades de paràmetres físics (temperatura, vibracions, consum elèctric, etc.), permetent monitoritzant-ne i controlant-ne el funcionament. Aquest concepte és el que es coneix com Internet de les Coses (en anglès, Internet of Things) i té aplicació en diferents àmbits de la societat, des de les ciutats fins a la indústria, ja que permet conèixer l’estat dels sistemes i optimitzar-ne el seu funcionament en temps real.
Precisament en l’àmbit de la indústria l’aplicació de les tecnologies que conformen l’Internet de les Coses suposa una revolució similar al que va suposar l’aplicació del concepte fabricació integrada per ordinador (en anglès, Computer Integrated Manufacturing o CIM) a finals dels anys 80 gràcies a l’augment de la capacitat i la reducció dels preus dels ordinadors. Així doncs, l’aparició d’aquest conjunt de tecnologies permetrà que, per primera vegada, es pugui portar a la pràctica conceptes que fins ara només s’havien teoritzat o bé s’havien aplicat de manera residual degut a l’elevat cost d’implantació.
Un exemple paradigmàtic és el del manteniment predictiu. Fins ara el manteniment de la maquinaria industrial s’havia realitzat o bé de manera correctiva (és a dir, reparant la màquina un cop es produïa una averia) o bé de manera preventiva (és a dir, fent manteniments periòdics a partir de models estadístics per tal d’evitar que la màquina arribés a trencar-se). Si bé aquestes aproximacions han donat resultats satisfactoris, disten de ser els òptims degut que no es pot controlar tots els paràmetres de funcionament d’una màquina de manera manual i, per tant, no és possible preveure quan es produirà una fallada. Això implica uns costos de manteniment elevats i un impacte temporal en els processos productius, fet que resulta inacceptable en un moment on la pressió dels costos s’està traslladant als processos de fabricació.
En canvi, l’aplicació de les tecnologies d’Internet de les Coses habiliten la monitorització continua del funcionament de les màquines que conformen un procés productiu i permeten la creació de models matemàtics que en determinen el funcionament en condicions de treball normal. A partir d’aquí, qualsevol desviació dels paràmetres de funcionament respecte el model de treball establert serà un indicador que permetrà estimar la probabilitat que succeeixi una fallada f en un temps t i amb un impacte x, i que permetrà als responsables del procés decidir l’actuació a realitzar segons la relació cost/benefici. Així doncs, en el cas de fallades imminents amb un impacte elevat caldrà parar el procés productiu i realitzar la reparació pertinent, però es podrà minimitzar el temps d’intervenció i la despesa que pot suposar el trencament d’un sistema. En canvi, per fallades no crítiques o amb incidència a mig termini, es podrà planificar la intervenció del manteniment per tal de minimitzar l’impacte sobre el procés productiu.
Però a pesar dels avantatges que suposa a priori, l’aplicació del manteniment predictiu en la indústria encara està lluny de la seva aplicació ubiqua degut a tres factors principals que en limiten l’adopció. En primer lloc, el sector industrial és un entorn on conviuen tecnologies del passat (imagineu una premsa hidràulica per l’estampació de xapa en el sector de l’automòbil) i on es treballa amb condicions adverses (temperatura, vibracions, pols, interferències electromagnètiques, etc.), de forma que cal pensar com integrar aquestes tecnologies i fer-les robustes. En segon lloc, la creació dels models matemàtics que permetin determinar el funcionament d’una màquina no és evident, doncs cal associar el canvi en cadascuna de les magnituds físiques amb l’avaria que es pot produir, així com determinar el temps en que es produirà l’avaria i l’impacte que pot tenir en el procés productiu.
Si bé aquests dos primers factors son crítics, penso que seran superats pels propis fabricants dels dispositius i de les màquines, respectivament, per tal que la inversió en aquestes tecnologies tingui un retorn de la inversió positiu. En canvi, el darrer factor és de caire humà i penso que suposa un repte organitzatiu i formatiu per les empreses industrials que vulguin integrar aquestes tecnologies en els seus processos productius de manera satisfactòria.
Pel que fa el nivell organitzatiu, fins ara el manteniment ha jugat un paper secundari, esdevenint l’actor principal només en els casos en que es produeix una fallada que impacti el procés productiu. En canvi, amb l’aplicació d’aquestes tecnologies el manteniment passa a ser un protagonista principal, encarregant-se de planificar el funcionament del procés productiu per garantir que no es produeixin fallades inesperades que impactin en la seva capacitat.
Pel que fa el nivell formatiu, l’aplicació d’aquestes tecnologies suposa un canvi substancial en les operacions que ha de realitzar manteniment en el seu dia a dia. Amb aquest canvi de rol el personal de manteniment haurà de triar i desplegar les tecnologies que permeten l’adquisició de dades de les màquines, determinar la millor estratègia per processar les dades i saber interpretar-ne els resultats per tal de prendre decisions informades.
Així doncs, caldrà dur a terme un procés formatiu del personal de manteniment, típicament format en l’àmbit industrial, per tal que incorporin els coneixements propis de l’àmbit de les tecnologies que conformen l’Internet de les Coses (sistemes encastats, xarxes sense fils de gran abast i baix consum, computació al núvol i l’aprenentatge automàtic) i puguin contribuir al disseny, el desplegament, l’explotació i el manteniment d’aquests sistemes amb l’objectiu de garantir-ne el funcionament i el retorn de la inversió.
[1] Bell’s Law for the Birth and Death of Computer Classes, Gordon Bell. Disponible en línia a: http://gordonbell.azurewebsites.net/cacm%20bell’s%20law%20vol%2051.%202008-january.pdf
Aquest article va ser originalment publicat a la revista Telecos.cat del col·lectiu d’Enginyers de Telecomunicació de Catalunya que podeu trobar aquí.
