Telf. 965 332 952 | info@bautistasanz.com
29
SEP
2016

Machine Learning aplicable a los sistemas de control

Machine Learning abre nuevos horizontes en la automatización industrial ya que permite que la propia máquina aprenda de manera autónoma.

¿Y si las máquinas fueran tan inteligentes que llegaran a aprender de forma autónoma en base a sus experiencias del día a día?

Imagínate las ventajas que podrían ofrecer el disponer de máquinas que “auto aprendan” .

machine-learning

Machine Learning permitirá por ejemplo, calcular la velocidad más óptima de unas cintas trasportadoras para optimizar la producción y ser lo más eficientemente energéticas. Calcula los patrones de regulación PID más óptimos para cada tipo de producto de un horno. Ser capaces de pronosticar mediante un mantenimiento predictivo futuras averías o ciclos de vida de diferentes componentes como cojinetes o rodamientos, adaptar de forma automática un sistema de visión para el guiado de un robot.

Machine Learning se puede aplicar a casi cualquier sistema de control que sea lo suficientemente inteligente como para alterar realmente la forma en que controla una máquina en respuesta a las condiciones cambiantes del proceso.

El concepto Machine Learning o aprendizaje automático de máquinas viene asociado al concepto de la nueva revolución industrial la famosa Industria 4.0 pero más en concreto con estos dos términos: BigData y Cloud (Nube).

Para que la máquina sea capaz de aprender necesita de varios elementos:

Datos de proceso

El objetivo es recoger la mayor cantidad de datos posible del proceso o máquina: temperaturas, presiones, consumos de motores, velocidades, par … Todos estos datos son capturados por sensores conectados a un PLC o Controlador, bien directamente o mediante un bus de campo.

Comunicación con la Nube y Big Data

El PLC o Controlador ha cumplido su trabajo, ahora mediante una comunicación directa de éste con un sistema Cloud comienza el envío de datos del proceso, por ejemplo el par de un motor que se registra de forma periódica. Estos datos del par del motor se puede cruzar con el consumo de este motor y su velocidad y además con el tipo de producto que en ese momento se esta produciendo.

Esta masiva recopilación de datos del proceso y su almacenamiento es lo que llamamos Big Data

Modelos de cálculos

Una vez que hemos recopilado y almacenado todos los datos de nuestra máquina lo que nos queda es analizar esos datos mediante modelos y algoritmos matemáticos para llegar a conclusiones e identificar patrones y tendencias  que permitan generar comportamientos autónomos de la máquina que haya aprendido en base al análisis de estos datos.

Actualmente existen varias plataformas Cloud que ofrecen soluciones de Machine Learning (Aprendizaje Automático) como son: Microsoft Azure, Google Cloud Machine Learning, Amazon Machine Learning,BigML, SAS.

Seguro que fabricantes de componentes de automatización industrial como Siemens, Rockwell, Omron etc pronto irán incorporando soluciones de análisis y gestión de datos basados en la Nube capaces de facilitar el Machine Learning de sus usuarios.

Se están dando los primero pasos en el desarrollo de soluciones Machine Learning pero quizás sea la disciplina mas importante para el desarrollo de la Industria 4.0 ya que no vale de nada tener millones de datos de procesos si luego no se les sabe dar una interpretación y trasformarlos en información que mejoren los procesos de producción para hacerlos más flexibles, eficientes y adaptables a los cambios rápidos .

Autor: InfoPLC. Política de Privacidad realizada InfoPLC y liberada bajo licencia Creative Commons

Bautista Sanz Domenech, S.L. – Telf. 965.33.29.52

 Permanecemos en todo momento a tu servicio. Si quieres contactar con nosotros utiliza éste formulario

Acerca del autor

Comentar

*

Resolver : *
17 + 6 =