La falta de datos es probablemente la causa más relevante de pérdida de productividad industrial, y en estos tiempos de contracción económica las dificultades para tomar decisiones provienen sobre todo de la falta de datos fiables. En las empresas se derrocha tiempo al recabar datos una y otra vez y al desconocer la maravillosa información que puede obtenerse aplicando correctamente herramientas de análisis. Pero como ocurre con todos los valores intangibles, la pequeña y mediana empresa no es consciente de la importancia de recabar datos, y en la mayoría de los casos no encuentra justificación a implantar sistemáticas de toma de datos.
.
Historización vs automatización
Muchos gestores empresariales saben que necesitan datos y lo primero que hacen es incorporar a su proceso industrial todo tipo de dispositivos de automatización que faciliten la información que a priori se cree más importante.
Normalmente nuestro staff de automatización recurrirá al magnífico soporte que prestan los fabricantes de hardware y software industrial, y sus sofisticados aparatos nos harán pronto olvidar que es el vendedor quien nos está asesorando, y el vendedor tiene un único objetivo, conseguir que compremos sus seductores dispositivos.
Compraremos e instalaremos y todo funcionará perfectamente, pero pronto nos daremos cuenta que la solución no se adapta exactamente a lo que necesitamos, hemos automatizado la toma de datos del proceso y estaremos mejor que al principio, pero no hemos conseguido la solución adecuada.
El principal motivo por el que los proyectos de automatización industrial no cubren las expectativas globales que se habían puesto en ellos es porque nos falta un buen conocimiento de las variables del proceso. ¿Cómo se comportan las variables energéticas o cuáles son las variables que realmente están penalizando la rentabilidad de nuestro proceso industrial? Si conseguimos responder convenientemente a estas preguntas nuestro proyecto de automatización será algo más que un cúmulo de sensores y medidores colocados arbitrariamente en la planta.
Una forma más razonable de comprender y automatizar nuestro proceso industrial es emprende un proyecto de historización de las variables del proceso. Un proyecto de historización consiste en tomar datos, seleccionar los que realmente nos interesan, crear bases de datos y aplicar sofisticadas herramientas de análisis. El proyecto puede durar mucho tiempo, y conforme avancemos iremos definiendo con precisión las herramientas de automatización que iremos incorporando con el tiempo.
Cómo iniciar un proyecto de historización
Pero la toma de datos puede hacerse de muchas formas, si lo hacemos bien obtendremos ahorros significativos, pero si lo hacemos mal veremos que el coste de la historización de datos es mayor que el ahorro conseguido con su implementación.
La forma más efectiva y barata consiste en obtener datos uno mismo, e ir creando bases de datos a medidas en un programa flexible que nos permite ir depurando la obtención de información. También hay mucho software disponible, pero debemos ser precavidos y trabajar con demos antes de tomar la decisión de una implementación a gran escala. Debe analizarse cuidadosamente el beneficio esperado, considerando el ahorro previsto por el incremento de la producción, reducción de residuos y menos puntos muertos.
La razón principal que debe estimular a la implementación de una solución de toma de datos históricos es ganar una comprensión más profunda de los datos de forma que sea posible reducir residuos, mejorar la eficiencia y ahorrar dinero.
La utilización de herramientas y recursos correctos, junto con la captación continua de datos durante la puesta en marcha y parada, permite realizar análisis que nos darán una mejor perspectiva de las caídas de producción, permitiendo tomar medidas que hagan aumentar el beneficio. Varios paquetes de software ejecutan estas tareas, equilibrando los datos históricos o implementando específicamente la historización de datos para análisis de los tiempos de parada.
Los datos históricos también ofrecen beneficios para la diagnosis y el mantenimiento de equipos tales como bombas y válvulas. Esta información puede permitir que sigas la degradación de una pieza a lo largo del tiempo de forma que pueda ocurrir el mantenimiento preventivo cuando sea necesario. Pueden prevenir fallos inesperados debidos a piezas rotas, desgaste prematuro u otros problemas mecánicos inesperados. Por ejemplo, puede rastrearse el nivel del par de un actuador de válvula a lo largo del tiempo para ver las varianzas de la norma.
A veces, los requerimientos de la industria obligan a la implementación de datos históricos. En tales casos, estrechas estipulaciones pueden estrechar la elección de la solución.
Los requerimientos del proceso, particularmente para industrias tales como las farmacéuticas, pueden demandar que se proporcionen datos históricos y otros obligatorios para realizar una certificación extensa de la historización de los datos y herramientas de presentación.
Los requerimientos de sistemas de control de emisiones en continuo (CEMS) se están expandiendo cada vez a más áreas geográficas e industrias. CEMS implica colección de datos, almacenamiento y elaboración de informes de datos relacionados con emisiones tales como NOx, SOx and CO2. En algunas de las áreas más estrictas, los datos deben informarse electrónicamente cada día.
.
Seleccionando una solución
Aunque es factible construir soluciones de archivo de datos a medida en tu propia empresa, rápidamente encontrarás que no puedes conseguir más que una funcionalidad básica sin una inversión significativa en tiempo, dinero y recursos. Afortunadamente, en las últimas décadas han emergido compañías y productos especializados en la historización de datos de procesos. La madurez y características de sus productos difícilmente justificable diseñar soluciones específicas para cada proceso industrial. Estos productos soportan colecciones de datos para cientos de fuentes de datos (controladores lógicos programables (PLC), sistemas de control distribuido (DCS), supervisory control and data acquisition (SCADA) systems y servidores OPC), proporcionan almacenaje eficiente y eficaz de datos, ofrecen funcionalidad de valor añadido tal como agregación, y suministran datos a los clientes mediante una rica diversidad de herramientas que incluyen tendencias, dislplays e informes.
Incluso aunque los proyectos de historización pueden implicar una única fuente de datos, debe tenerse en cuenta que en el futuro se añadirán más fuentes. Actualmente puedes plantearse una solución de historización a través de sistemas existentes DCS o SCADA; estas soluciones típicamente se concentran en la historización de sus propios datos. Cuando la solución se expande, la capacidad para soportar la captación de datos del proceso de múltiples fuentes es cada vez más importante. En tu compañía se desplegarán diferentes sistemas DCS, PLC y SCADA, por lo que seleccionar la solución que los soporte es crucial.
La colección de datos se realiza a través de un programa de interface de datos o de colección de datos para cada fuente de datos específicos. Estas interfaces de datos usualmente se escriben usando drivers de software del vendedor de la fuente de datos. Los nuevos valores junto con el tiempo de colección se envían a un archivo de datos para su historización. Un creciente número de vendedores está haciendo que sus procesos estén disponibles a través de un OPC, así que la interface de colección de datos OPC está siendo el método más popular para obtener datos de procesos.
El almacenaje de datos típicamente implica la creación de archivos de datos o bases de daos relacionales. Los líderes actuales en historización de datos de procesos dependen de sus propios archivos de datos.
Muchos datos históricos permitirán almacenar subseries del número total de valores de datos escaneados para cada punto de medición. Esta compresión de datos ayuda a almacenar eficientemente tus datos de proceso dentro de la (deadband zona neutra) prescrita. La compresión de datos es uno de los últimos mecanismos que deben comprenderse en la historia de los datos – y su implementación inteligente puede llevar a mejoras de rendimiento significativas. Por ejemplo, puede historizarse el estado de una bomba (funcionamiento/parada) rastreando el estado actual de la bomba en cada segundo. Si el estado cambia una vez cada hora, almacenar el estado de la bomba cada segundo es redundante e innecesario. Almacenando sólo el valor que cambia, puede reproducirse la misma historia con muchos menos valores y menos espacio de almacenaje. Para lecturas continuas tales como presiones y temperaturas, el almacenamiento de los datos en una deadband puede prevenir el almacenaje de ruido de instrumentación o datos con más precisión.
Las herramientas y aplicaciones utilizadas para acceder a datos históricos es tan importante como los datos en si mismos. La mayoría de los usarios accederán a los datos mediante tres métodos: displays de datos gráficos, análisis ad-hoc e informes.
.
Forma de acceder a los datos historizados
Los displays gráficos presentan datos de procesos mediante una colección de objetos históricos y en tiempo real tales como tendencias, valores y bar charts, junto con equipos e imágenes de procesos dinámicos y estáticos. El beneficio de una aplicación de display gráfica con historia es la capacidad para conseguir un display HMI en tiempo real y mantener ese display a lo largo del tiempo.
Los displays gráficos presentan datos de procesos mediante una colección de objetos históricos y en tiempo real tales como tendencias.
Muchas aplicaciones se mueven hacia las soluciones basadas en web debido a que no requiren instalaciones y actualizaciones en la máquina de cada cliente. Las nuevas tecnologías permiten a las compañías producir productos que funden los beneficios de las aplicaciones web y las basadas en el PC, consiguiendo ricos displays con cero o poca instalación.
Para comenzar a extraer datos de un proceso industrial no es necesario que os compliquemos la vida en las etapas iniciales. Podemos comenzar diseñando bases de datos sencillas en Microsoft Excel y a partir de los datos obtenidos en la primera etapa del desarrollo aprenderemos a diseñar lo que realmente necesitamos para nuestro proceso. Los primeros análisis nos ayudarán a detectar qué variables son independientes entre sí y cómo influyen en la productividad de nuestra actividad. En pocos meses aprenderemos a evitar el uso de variables redundantes.
Cuando nuestra base de datos crezca, podremos empezar a utilizar herramientas más complejas como filtros o agregaciones de datos que nos permitirán obtener una información muy valiosa.
Tus datos te irán haciendo tomar decisiones muy rápidamente, y pronto verás conveniente que la información pueda ser soportada y transferida a interfaces de programación más robustas. Actualmente es factible incorporar standards abiertos tales como OPC y OLEDB a un coste razonable. Finalmente, tus datos te darán la mejor solución para iniciar el camino hacia la factoría inteligente, y la mejor solución probablemente incluya soluciones que impliquen la combinación de aplicaciones de varios vendedores, por lo que el acceso abierto a datos históricos será crucial.
Palabras clave: Basic historization and analysis tools, continuous emissions monitoring systems (CEMS).
0 comentarios:
Publicar un comentario