Lobby 33, Piso 8 Av. Patria #1891, Conjunto Real Acueducto Zapopan, Jalisco. (33)3111 6800 contacto@grupoabsa.com
Por: John Dyck, Director, Software Business Development, Rockwell Automation

La palabra análisis se ha convertido en uno de esos términos que significan algo diferente según quien lo utilice.

Las empresas dedicadas al análisis industrial han hecho una gran labor creando un marco de trabajo simple. Un marco que caracteriza —a alto nivel— su trabajo en cuatro categorías de análisis, cada una de ellas asociada al esfuerzo humano necesario para tomar una decisión, modificar un proceso o mejorar un resultado.

Estas cuatro categorías, de menor a mayor nivel de complejidad, son:

  • Descriptivo (qué ha sucedido)
  • Diagnóstico (por qué ha sucedido)
  • Predictivo (qué sucederá)
  • Prescriptivo (qué debo hacer)

No obstante, sigue existiendo la dificultad de elegir el nivel de granularidad al que aplicar este marco de trabajo para implementar soluciones prácticas. ¿Dónde y cómo debemos aplicar el análisis para resolver problemas de verdad?

En Rockwell Automation afrontamos este reto con nuestras soluciones escalables de análisis (consulte la figura n.º 1), que nos permiten distinguir entre diferentes tipos de análisis: en tiempo real, análisis de lazo cerrado en un controlador de automatización, análisis empresarial en la nube y, por supuesto, en cualquiera de los niveles intermedios.

Es importante remarcar que, gracias a nuestra experiencia en entornos operativos de fabricación, comprendemos en profundidad los retos y las oportunidades que ofrece todo este espectro de soluciones de análisis.

Sabemos de dónde deben salir los datos necesarios, cómo extraerlos y dotarlos de contexto y, a continuación, cómo trabajar con ellos mediante los motores de análisis apropiados (sí, sabemos que hay muchos entre los que elegir) para resolver un problema concreto.

Tan importante como este conocimiento, es la necesidad de llevar a cabo el proyecto de forma escalable, autorizada y en un entorno seguro. Una necesidad que no depende de si el proyecto se implementa en el dispositivo (en el controlador de automatización, en el chasis, en el panel de control) o en la nube (pública, híbrida); de si se trata de una solución para un solo equipo o para toda la empresa de fabricación; de si es un algoritmo de control de lazo cerrado o una IA que deba optimizar alguna etapa de la cadena de suministro relacionada con la producción.

A %d blogueros les gusta esto: