¿Qué es edge computing?
Si es un ingeniero de la línea de producción o está involucrado en mejorar el rendimiento de una operación de fabricación o logística, edge computing es una tecnología a la que definitivamente debe prestarle atención. Ofrece la posibilidad de brindarle mayor información de la operación de su línea, además de tomar decisiones más rápidas y precisas.
A medida que los dispositivos periféricos y los sensores que se agrupan bajo el término general de Internet de las cosas (IoT) generan más datos y demandan más recursos de red y de la nube, surgen dos problemas:
- El ancho de banda es limitado y transferir grandes cantidades de datos se torna costoso.
- El retraso en el tiempo de ida y vuelta, o latencia, hace que se ralentice la toma de decisiones en operaciones urgentes.
Al mismo tiempo, los dispositivos en la fábrica —que incluyen las cámaras inteligentes de alta capacidady los lectores de códigos de barras— tienen cada vez más potencia informática y, así, generan más y más datos. Al mover el procesamiento de datos más cerca de los dispositivos que los recopila —es decir, a la periferia—, se puede eliminar la latencia de enviar datos a la nube y esperar recibir las instrucciones, disminuir la congestión en la red y aumentar la confiabilidad.
Edge computing como parte del sistema de información de producción
Normalmente, los datos generados por los sensores se transmiten a través de una puerta de enlace a aplicaciones centralizadas en la nube, como un sistema de ejecución de fabricación (MES), la planificación de recursos empresariales (ERP) y una amplia variedad de software operativo y otras líneas de negocio. Esta información les permite a las fábricas generar e implementar mejoras valiosas en la eficiencia. Distribuir todos esos datos, modelarlos y, luego, ejecutar análisis requiere de mucha potencia informática en un sistema centralizado.
Gracias a edge computing, los dispositivos inteligentes en la línea pueden filtrar y comprimir sus datos, lo que disminuye la carga en la red. Al mismo tiempo, pueden proporcionar a los ingenieros de control una visibilidad en tiempo real de las operaciones de la línea de producción, dándoles la capacidad de tener un efecto real en la mejora de la eficiencia general de los equipos (OEE).
Desafíos y oportunidades en las líneas de producción modernas
Mantener los complejos sistemas de producción y distribución actuales en funcionamiento de forma eficiente y confiable es una tarea difícil, y los sistemas de visión artificial llevan años ayudando a automatizar estos procesos de fabricación clave. El éxito de estas instalaciones suele medirse según su rendimiento y cualquier interrupción en estos flujos de procesos conlleva grandes gastos y penalizaciones. Como resultado, es necesario actuar con rapidez para resolver los problemas y minimizar el tiempo de inactividad, ya que unos minutos de pérdida de producción o envíos pueden costar miles —o incluso millones— de dólares.
Sin embargo, los gerentes de producción a menudo carecen de los datos de rendimiento del sistema adecuados para diagnosticar los problemas a medida que se producen y, por lo tanto, se quedan con dudas cuando surgen los problemas. La información del monitoreo del rendimiento que tienen suele estar restringida a los promedios generales en lugar de mostrar problemas específicos o emergentes.
La falta de visibilidad en la operación de la línea causa:
- Tiempo de inactividad no planificado
- Mantenimiento pospuesto o innecesario
- Incapacidad de identificar y localizar dónde se genera el desperdicio
- Fallas en la identificación de las causas de disminución de tasas y errores
- Incapacidad de medir, referenciar y mejorar el rendimiento en el tiempo
- Fallas para aumentar el rendimiento
- Comunicación ineficaz con la gerencia de la fábrica
Asimismo, la administración de dispositivos puede ser engorrosa cuando crecen las operaciones. Sin un sistema para seguir incluso los cambios menores en la configuración, el impacto negativo al rendimiento general se torna más difícil de diagnosticar. Edge computing brinda más información y análisis a los ingenieros de línea y amplía su capacidad de comprender y controlar las líneas que gestionan.
Edge computing en acción: identificando cambios no autorizados en los lectores de códigos
Un ejemplo de una aplicación específica de edge computing puede ayudar a aclarar los beneficios. Una mejora clave de edge computing es la capacidad de examinar a fondo para comprender si el problema es a nivel de la línea o el lector de código para detectar si hay algo atípico en la calidad del código, el contraste del monitor, la posición del código u otra métrica. Este tipo de identificación de causa puede exponer algunos comportamientos inadecuados muy comunes.
En una planta de gran actividad que funciona en varios turnos con múltiples líneas y con requisitos de notificación de excesivos errores de lectura o retrasos, puede haber una fuerte tentación de ajustar un escáner infractor para reducir la tasa de errores de lectura por debajo del umbral en esa línea durante ese turno. Al día siguiente, el ingeniero del primer turno verá que algo ha cambiado, pero no podrá saber exactamente qué cambio se hizo ni cuándo. Una solución rápida para un problema específico de alguien ha causado una desaceleración más significativa en general.
Gracias a edge computing, el ingeniero puede ingresar, ver los cambios, cuándo se realizaron y qué efectos tuvieron. Pueden revertir el cambio al estado anterior. Luego de solucionada la situación, se puede ejecutar un análisis más profundo para detectar qué puede haber causado esa alta tasa de errores de lectura. Abordar la causa mejorará la OEE y disminuirá la tentación de ajustes a la cámara ad hoc en el futuro.
Más potencia a la periferia
Edge computing brinda aplicaciones empresariales con datos limpios y estructurados para tomar decisiones efectivas a largo plazo para toda la fábrica. También les proporciona a los ingenieros en la línea la capacidad de optimizar y mejorar las operaciones diariamente. Para más información, descargue el Documento técnico de Edge computing.
