Pesaje: una aplicación práctica del Internet Industrial de las Cosas
El Internet Industrial de las Cosas (IIoT) tiene tantas posibilidades que puede ser difícil saber por dónde empezar. Los procesos de producción cotidianos, como el pesaje, pueden ser un buen lugar para comenzar a demostrar el valor de la digitalización.
Las operaciones de pesaje son un buen lugar para comenzar con el IIoT porque constituyen una buena manera de comprender mejor la tecnología, dice gerente de producto de Siemens.
Es fácil sentirse abrumado por todas las tecnologías digitales y los procesos de manejo de datos relacionados con la Internet Industrial de las Cosas (IIoT), desde la transmisión de datos a la nube hasta la determinación de los parámetros de análisis de datos y la creación de aplicaciones para acceder a los datos. Por más difícil que parezca, los proveedores de tecnología se han centrado cada vez más en simplificar estos procesos para permitir que las empresas de todos los tamaños se beneficien de la tecnología.
Matt Morrissey, gerente de producto de Siemens, sugiere que las operaciones de pesaje son un buen lugar para comenzar con IIoT porque es una buena manera de comprender mejor la tecnología y sus posibilidades, y obtener importantes ahorros a través de la identificación de problemas y la mejora de procesos.
El pesaje es una aplicación directa de IIoT porque el peso de los materiales utilizados en los procesos de producción se controla mediante celdas de carga: sensores mecánicos básicos que se desvían ante cambios en la masa y producen una señal eléctrica proporcional al cambio en la deflexión. Un controlador o integrador recopila esta señal eléctrica y la convierte en una variable de proceso, que puede ser utilizada por el sistema de control para monitorear o administrar el proceso.
"Si queremos analizar estos datos y compararlos con las condiciones ambientales u otras variables del proceso como el nivel o la presión", dice Morrissey, "entonces podríamos poder correlacionar los datos para buscar oportunidades para refinar nuestro proceso u obtener una eficiencia en el camino", añade.
Para proporcionar un ejemplo del mundo real de cómo puede funcionar esto, Morrissey apunta a las básculas o pesas de banda o cinta, que se utilizan en múltiples industrias para pesar material mientras se transporta de un punto a otro. A Morrissey le gusta usar pesas de banda como ejemplo para análisis de datos de IIoT complejos pero accesibles, ya que existen muchos factores que pueden afectar la precisión en el pesaje de banda. Por ejemplo, los efectos de la temperatura en la tensión de la correa o la densidad del material debido al contenido de humedad, por nombrar solo un par.
Para ilustrar su ejemplo de este posible escenario Morrissey nos sugiere que imaginemos que tenemos tres transportadores equipados con báscula de cinta o correa, cada una de las cuales mueve una tonelada de materia prima por hora a la planta. “Eso significa que entran tres toneladas de materia prima por hora”, dice. “En el otro extremo de la línea los productos terminados que salen de su planta se componen de solo dos toneladas y media por hora de material. Si entran tres toneladas, ¿no deberían salir tres toneladas? ¿Dónde desapareció esa otra media tonelada por hora? Morrissey señala que este escenario es un problema de producción común para muchos fabricantes. Es bastante fácil monitorear regularmente las lecturas de la pesa o báscula de banda o correa, dice, pero resolver problemas de precisión externos a la pesa de correa no es tan simple.
“Por supuesto, puede tomar las lecturas de la báscula de banda y exportarlas a una hoja de cálculo, conectarse a Internet y observar las tendencias climáticas de la temperatura y de la lluvia durante el último mes, registrar esos datos junto con las lecturas de la báscula de banda y luego registrar manualmente datos para buscar tendencias o impactos cuando la temperatura o la lluvia suben o bajan”, dice Morrissey. "Pero este tipo de análisis y extracción de datos puede llevar horas, dependiendo del nivel de detalle, y es posible que no sea posible obtener algunos de estos datos en función del registro de datos disponible", agrega.
Para explicar cómo este tipo de análisis se maneja fácilmente con un enfoque IIoT, Morrissey dice que primero debe considerar que su báscula de cinta o banda está conectada a un integrador que está a su vez conectado a un controlador lógico programable (PLC). El PLC controla y supervisa toda la planta.
El PLC toma los puntos de datos de la banda, junto con las entradas de otros dispositivos relacionados con la producción, y los asigna a los bloques de datos. "Hasta ahora esta es una configuración bastante estándar en las industrias de procesos", dice. "Pero ahora puede tomar esa información en el PLC y conectarla a la nube", agrega.
Siemens ofrece el MindConnect IoT2040 y el MindConnect Nano para manejar este tipo de transmisión de datos de PLC a la nube. Morrissey señala que ambos productos cuentan con seguridad integral para que no se pueda acceder a la información desde la web sin la validación y el cifrado adecuados.
"Para nuestra aplicación de ejemplo de báscula o pesa de banda, utilicemos MindConnect IoT2040 como nuestra solución de acceso y conectemos nuestro PLC a través de Ethernet", dice. “Ahora tenemos una forma de llevar nuestros datos a Internet, y desde allí podemos recopilar y monitorear esos datos en Mindsphere (la plataforma de Siemens basada en la nube para recopilar y analizar datos).
Con los datos en la nube, el siguiente paso es crear una aplicación. "Al igual que las aplicaciones que usa todos los días en su teléfono o tableta para realizar funciones o actividades específicas, se puede crear una aplicación en Mindsphere para recopilar datos de tendencias o gráficos y proporcionar una representación visual de los mismos para identificar fácilmente problemas u oportunidades", dice Morrisey. "Nuestra aplicación en este ejemplo tomará los resultados de flujo, carga, velocidad y total de nuestra báscula de la banda y los comparará con la salida total de nuestro proceso terminado", agrega.
Al utilizar estos datos, afirma Morrissey, ahora es posible ver fácilmente si existe una relación entre el contenido de humedad de la materia prima o el cambio de temperatura en comparación con la precisión de nuestra escala de la banda en la entrada del proceso, en comparación con la salida. Al revisar estos parámetros será posible entender el porqué de la media tonelada faltante de material.
"Con Mindsphere, ahora se tiene un conjunto de herramientas que puede comparar el material entrante contra el saliente e integrar factores externos a su equipo (lluvia, temperatura, etc.), en un esfuerzo por arrojar algo de luz sobre la precisión y la eficiencia general de su proceso", dice Morrissey. “Todo esto se puede mostrar directamente desde los sensores y se puede ver en Mindsphere en línea. Y dado que estos datos ahora están en la nube, es posible acceder a ellos en cualquier parte del mundo, por lo que su infraestructura global ahora está con usted donde sea que esté y cuando la necesite ", concluye.
Las pesas de cinta o banda de Siemens mostradas con el integrador de Siemens Milltronics BW500.
