industria 4.0

Industria 4.0: El Gemelo Digital

¿Qué es el Gemelo Digital y qué papel tiene en la Industria 4.0?

El Gemelo Digital o Digital Twin es un término utilizado por primera vez por la NASA en 2012 para hacer referencia a disponer de un modelo virtual de cualquier proceso, producto o servicio.

La aplicación actual en la industria consiste en sensorizar todo elemento y proceso productivo para generar datos de medición.

Esto es cada vez más sencillo gracias a la popularización de tecnologías IOT (Internet Of Things o elementos conectados que son capaces de comunicar información).

El objetivo de crear un Gemelo Digital es el de disponer de información en tiempo real de todo el proceso productivo, por eso tan importante como sensorizar la planta de producción y logística de distribución es construir la arquitectura para la captación, procesamiento y visualización de datos.

Para implantar un Gemelo Digital no basta con tener un sistema MES (Manufacturing Execution System o Programa de Gestión de la Producción) ni un GMAO (Gestión de Mantenimientos Asistida por Ordenador).

Hablamos de monitorizar toda la cadena de valor con sensores (de temperatura, movimiento, velocidad, volumen, control de vehículos, etc.) que envían información a controladores y procesadores como PLCs, Arduino, Raspberry, etc. que a su vez entregan la información a repositorios SQL o bases de datos de las que beben plataformas como Google Cloud, Microsoft Azure o AWS Lambda, donde el dato se estructura para poder ser explotado. Finalmente es mostrado en sistemas de visualización, como Quicksight del propio AWS.

Los beneficios de implantar un modelo de Gemelo Digital son:

  • Disponer de información en tiempo real para la toma de decisiones.
  • Dotar al machine learning de datos para llevar a cabo análisis predictivo y prescriptivo. El análisis predictivo nos dirá qué va a suceder y el prescriptivo nos aconsejará qué debemos hacer, gracias al procesamiento tanto datos de histórico como en tiempo real e incluso de fuentes externas de Big Data.
  • Automatizar las comprobaciones de mantenimiento. Por ejemplo, hay procesos productivos que generan entornos de riesgo debido a gases tóxicos o alta tensión eléctrica y es necesario detener la producción, con todos los costes que ello conlleva, para realizar comprobaciones manuales sin riesgo para el controlador humano. Sin embargo podrían evitarse estos costes monitorizando con sensores.
  • Llevar a cabo mantenimientos predictivos. Pasamos de realizar el mantenimiento “cuando toca por fecha” a llevarlo a cabo cuando un modelo predictivo nos advierta de que podría darse una avería o los datos en tiempo real nos indiquen el momento idóneo.
  • Trazabilidad de la vida del producto hasta su entrega. Esta es una información muy valiosa para detectar en qué punto exacto del proceso productivo podemos estar teniendo fallos de calidad o saber dónde ha estado el error en un caso de reclamación por producto defectuoso.
  • Evitar roturas de stock y cuellos de botella durante la producción o distribución. También gracias al análisis predictivo y la trazabilidad, mejorando la eficiencia de todos los procesos productivos.
  • Reducción de los costes de calidad y aumento de los estándares de calidad.

El Gemelo Digital es un modelo de captación y explotación de datos.

Lo cual conlleva algunas consideraciones:

     1. Dato de calidad. El dato debe ser fiable ya que los errores derivados de lo contrario se arrastrarán a todas las fases posteriores del Gemelo Digital.

     2. Sensorizar toda la cadena de valor. No vale sensorizar solamente las áreas de producción. Desde aprovisionamientos, pasando por almacenaje, producción, distribución y entrega, todas las fases deben ser monitorizadas.

     3. Medirlo todo y salvar el 100% de los datos. Aunque una actividad en concreto de la producción no nos parezca muy relevante en este momento, es inimaginable el interés que podrá tener en un futuro o la información que nos brindarán esos datos cruzados con los de otras actividades. Por tanto, todos los datos deben ser recogidos, almacenados en un repositorio y preparados para su explotación y análisis.

     4. El acceso a los datos y su visualización debe de ser posible desde cualquier ubicación y cualquier dispositivo. Volvemos a hablar de una infraestructura cloud, esta debe permitir la visualización en diversos formatos (desde el “autoservicio de datos” para científicos de datos a informes visuales para la toma de decisiones de negocio).

     5. Infraestructura Big Data y Data Specialists. Una fábrica puede generar hasta 50.000 datos por segundo, la infraestructura debe de estar preparada para gestionar Massive Data, una vez más infraestructura cloud y su gran bondad la escalabilidad, y se debe contar con perfiles altamente especializados como Data Scientist, Data Engineer o Data Analyst capaces de explotar la información de manera que cree verdadero valor para el negocio.

     6. Empezar ya. Un Gemelo Digital puede tardar 2 años en estar plenamente operativo, aunque el retorno de la inversión y las ventajas derivadas son casi inmediatos a la implantación de la medición.

¿Te ha gustado? ¡Ayúdanos a difundir y comparte! Baja hasta el final de la página y encontrarás los botones sociales 😉

Alvaro Carrera es consultor de estrategia de negocio y transformación digital. Ha trabajado en proyectos de diversos sectores y áreas como consultoría de expansión, gestión de proyectos digitales, transformación de empresas, estrategia comercial, administración y gestión. Es Diplomado en Ciencias Empresariales y MBA, además de estudios en metodologías ágiles, design thinking, cloud computing, marketing digital, estrategias de transformación digital y lean startup.

¿Te ha parecido interesante y quieres ayudarnos? ¡Compárte y suscríbete!