tecnología

noviembre 18, 2020

5 min de lectura

Cómo pueden ayudar los macrodatos a los fabricantes a sobrevivir a la pandemia de coronavirus
Cómo pueden ayudar los macrodatos a los fabricantes a sobrevivir a la pandemia de coronavirus

Cómo adaptarse a la nueva normalidad

La pandemia de coronavirus está alterando la actividad empresarial a un nivel sin precedentes. Desde disponer de plantillas reducidas hasta la aplicación de medidas de distanciamiento social, pasando por políticas de teletrabajo, la pandemia ha redefinido lo que se puede considerar la práctica empresarial normal.

Nadie sabe cuánto tiempo durará la alteración provocada por la pandemia mundial ni cómo será la recuperación. La pandemia ha obligado a muchas empresas a adaptarse a una nueva realidad digital mucho antes de lo que tenían planificado y no existe garantía de que, cuando se haya superado, las cosas vuelvan a ser como eran antes. Por ejemplo, está aceptado de forma generalizada el hecho de que la explosión del comercio electrónico chino fue una consecuencia directa de la epidemia de SARS en 2003. Eso fue la nueva normalidad para ellos.

Una forma de que los fabricantes puedan adaptarse a la nueva normalidad de 2020 consiste en invertir en tecnologías de inteligencia artificial (IA) como los macrodatos, lo que contribuirá a superar la brecha provocada por el impacto de la pandemia en la mano de obra. Sin embargo, en lo que respecta a los macrodatos en el sector de la fabricación, hay dos preguntas recurrentes. En primer lugar, ¿qué se considera como macrodatos? Y en segundo, ¿de qué forma pueden resultar útiles para los fabricantes que los aprovechan? Son preguntas que se pueden responder fácilmente si recordamos las tres uves: volumen, velocidad y variedad.

Las tres uves

La primera V, el volumen, hace referencia a la cantidad de datos gestionados en sistemas de macrodatos. A nadie le sorprende que los macrodatos sean de gran volumen y se basen en conjuntos de datos masivos, a menudo del tamaño de petabytes o zetabytes, para funcionar. Para ponerlo en perspectiva, un petabyte equivale a un millón de gigabytes, que es la capacidad de almacenamiento conjunta de 15 625 iPhone 11s. Esta escala puede parecer inconmensurable, pero esos grandes conjuntos de datos no son tan difíciles de recopilar como se pueda pensar.

El creciente predominio en las fábricas de la tecnología inteligente, como los sensores inteligentes, permite a los fabricantes captar grandes volúmenes de datos desde prácticamente cualquier tipo de máquina. Se pueden utilizar variables como la temperatura, la humedad, la presión, la vibración y los cambios en las operaciones para controlar los componentes individuales, como los motores, a fin de pronosticar fallos en los equipos. Las herramientas de análisis de datos pueden servirse de esta información para pronosticar el momento en que es probable que un componente falle, lo que permite que se puedan planificar con antelación las labores de mantenimiento y se minimicen así los costosos tiempos de inactividad imprevistos. 

La segunda V, la velocidad, hace referencia a la rapidez con que se generan los datos y el tiempo que lleva procesarlos para su uso. Por ejemplo, la tecnología de sensores modernos que utiliza sensores láser de alta velocidad sin contacto puede detectar problemas que los acelerómetros tradicionales no pueden. Gracias a esos sensores láser capaces de identificar rápidamente todo lo que los acelerómetros identifican (además de características de supervisión como el condominio y el análisis modal), las capacidades de control del estado mejoran enormemente.

La V final, la variedad, se refiere a los diferentes tipos de datos implicados en los procesos de macrodatos. El nivel de los equipos, el estado de las piezas, el inventario y la vida útil de los productos son solo algunas de las variables que crean la compleja red de datos que deben gestionar los fabricantes. Gestionar esos datos requiere varios sistemas integrados para crear una visión global de toda la instalación. Por ejemplo, los datos de supervisión del estado de las piezas pueden detectar el momento en que un componente de la maquinaria presenta indicios de fallo y esto se puede contrastar con los datos del inventario de las instalaciones para comprobar si existe un repuesto disponible.

Artículos relacionados

Volver arriba
Volver arriba
Cerrar
Suscríbete a nuestra lista de correoRecibe actualizaciones periódicas

Únete a más de 250 000 personas e inscríbete hoy mismo en nuestra lista de correo.

Subscripción
[{ "site.code": "ar", "general.cookie_message": "Usamos cookies para garantizar que nuestra página web funcione correctamente y de forma segura. Al hacer clic en aceptar todas las cookies, nos permites ofrecerte la mejor experiencia posible.", "general.cookie_privacy": "EU Automation usa cookies", "general.cookie_policy": "Política de cookies", "general.cookie_dismiss": "Aceptar todas las cookies" }]