La recopilación y adquisición de datos en campo mejora los tiempos de respuesta y facilita la toma de decisiones, además de reducir costos al evitar la necesidad de enviar paquetes de datos gigantes 

Tener el mayor control de las operaciones es un imperativo para cualquier empresa. El desarrollo de la Internet Industrial de las Cosas (IIoT) ha permitido generar un enorme volumen de datos que contribuye a perfeccionar los sistemas de alerta o la detección de anomalías en procesos complejos, entre otras ventajas. 

Ahora bien, en algunos casos, especialmente aquellos en los que la información se produce en áreas remotas, donde solo llega conectividad satelital, es necesario aplicar tecnologías que permitan reducir el tráfico de paquetes de datos. Aquí es donde entra en juego la telemetría de borde, también conocida como Edge o Fog Computing.

Seguramente hayas escuchado hablar de Cloud (nube) Computing, el servicio de servidores para almacenar y procesar datos. La denominación de Fog (niebla) Computing tiene una relación directa con este concepto. En este caso, se refiere a todo lo que es tecnología “en el borde” o en el lugar donde se captan y procesan los datos adquiridos mediante sensores. Así, solo es necesario transmitir a la nube aquellos que son realmente útiles. 

Por eso, Fog Computing es un facilitador clave para la implementación de inteligencia artificial (IA) y machine learning (ML) en distintas industrias, como electricidad, gas, transporte o telecomunicaciones.

Una solución para reducir el tráfico de datos sin afectar el monitoreo

Existen distintos sensores e instrumentos de medición para monitorear las operaciones en forma remota. Son una herramienta especialmente importante para aquellas empresas que tienen instalaciones en sitios de difícil acceso y/o que necesitan saber en tiempo real el estado de un determinado elemento. Podemos dividirlos en dos grandes grupos:

• Sensores continuos, como niveles de tanque, caudal de agua, presión o temperatura, que entregan señales analógicas que representan el valor de la magnitud que se está leyendo. 
• Sensores discretos, que indican si un tanque está lleno o vacío, o la falta de energía o cortocircuito, mediante señales digitales (on/off, abierto/cerrado).

Las señales que producen son procesadas por un dispositivo que las transforma en variables en tiempo real. Cuando esto ocurre en zonas remotas, no es conveniente (o posible) enviar el enorme volumen de datos que se produce al centro de control. 

Solo a modo de referencia, tengamos en cuenta la siguiente estimación de IBM. La línea de producción de una fábrica actual tiene alrededor de 2.000 partes, cada una de las cuales puede contar con entre 100 y 200 sensores de IIoT. Estamos hablando de un volumen de 2200 terabytes de datos por mes.

¿Cómo procesar semejante cantidad? 

Lo más inteligente y eficiente es hacerlo en campo en vez de transmitirlos directamente a un centro de datos remoto. Por eso, es necesario implementar una solución de Fog Computing o telemetría de borde para detectar la información realmente útil que sí debe ser transmitida. Los datos recopilados y adquiridos en campo y en diferentes niveles son analizados en forma preliminar en el mismo lugar. 

Mediante la aplicación de algoritmos es posible:

• descartar lecturas erróneas
• mejorar la calidad de la medición
• calcular tendencias, mínimos, máximos, promedios o desviaciones 

De esta manera, gracias a que la información es procesada de la forma más próxima posible a los dispositivos, se puede transmitir a la nube sólo los datos importantes. Así se optimiza el uso del ancho de banda y se mejoran los tiempos de respuesta. En vez de tener que enviar grandes paquetes de datos para que sean clasificados posteriormente en un centro de monitoreo, solo se envía el resultado de una variable determinada y preconfigurada de antemano en el sensor o plataforma de visualización en el lugar. 

La optimización del proceso trae como resultado final el acceso a la información realmente útil, lo cual facilita la toma de decisiones. Analizar el big data en campo permite tomar decisiones en forma casi inmediata. 

Fog Computing en acción

Como ya explicamos, la telemetría de borde o Fog Computing es vital en áreas remotas en las que sólo existe comunicación satelital y el ahorro en tráfico de datos traficados es indispensable para controlar costos. La telemetría de borde sirve para lograr mayor eficiencia en tareas de IA, ML y algoritmos de reconocimiento de imágenes, por ejemplo. 

Por ejemplo, sirve para monitorear el estado de las válvulas de un gasoducto. En vez de tener que transmitir toda la información, la telemetría de borde permite analizar toda la información en el mismo lugar y reducir el tráfico de datos, que solo se realiza en caso de que alguna de las válvulas se cierre, lo cual suele ser muy poco frecuente. 

Esta tecnología también se aplica en el mercado eléctrico, en el cual la capacidad de lectura y procesamiento de señales es clave para calcular el factor de potencia o los armónicos de las tensiones o corrientes de un sistema trifásico, que se procesan 50 veces por segundo. 

Las grandes empresas eléctricas suelen tener transformadores dispersos por amplias regiones. ¿Cómo hacer para saber si uno está a punto de romperse? ¿Hay que ir hasta donde se encuentra una estación transformadora para ver si hay algún ruido extraño o alguna otra señal de problemas en el futuro? Cuando la empresa tiene decenas de miles de transformadores repartidos geográficamente, es imposible. 

Al configurar los nodos de edge computing en cada estación transformadora, comparar sonidos e interpretarlos mediante un algoritmo de ML con un adquisidor modbus, que tiene todos los datos para analizarlo, es posible saber en tiempo real y predecir lo que le sucederá a un transformador.

Las posibilidades son amplias y variadas. Un exhaustivo análisis de mercado publicado por McKinsey identificó 107 casos de uso concretos para esta tecnología, entre las que se incluyen transporte, logística, infraestructura, sector público y otras, además de las ya mencionadas.

Derivados de la telemetría de borde

Cuando los equipos en los cuales se aplica telemetría de borde están conectados a través de una plataforma centralizada, esta tecnología puede aplicarse con modalidades o variaciones. Por ejemplo, permite: 

• la realización de actualizaciones de software en decenas de endpoints distribuidos en ubicaciones remotas bajo un mismo protocolo o estándar de seguridad; 
• la supervisión permanente de un sitio o activo determinado; 
• el análisis en tiempo real y la implementación de ajustes de manera casi automática; 
• la uniformidad en las operaciones; 
• la interoperabilidad de entornos de hardware y software. 

Por eso, la plataforma dota de mayor uniformidad a las operaciones. Asimismo, permite que productos de proveedores diferentes funcionen en forma conjunta.

 

En resumen, la telemetría de borde o Edge/Fog Computing (se usan ambos términos para denominarla en inglés, como explicamos al principio) permite evitar problemas de tráfico de datos y disminuir la cantidad de errores. Además, como la potencia del procesamiento está cerca del lugar donde los datos se originan, el costo del ancho de banda para transmitirlos de un lado a otro se reduce sustancialmente al tiempo que se optimiza el control de la transferencia de los datos confidenciales. 

Por estos motivos, es una tecnología cada vez más elegida por las empresas: según un artículo de Gartner, para 2025 el 75 por ciento de los datos generados por una empresa se crearán y procesarán fuera de un centro de datos centralizado tradicional o en la nube.