Matteo Del Balio, responsable de marketing de productos de SECO destaca cómo los avances en hardware y software permiten recopilar, organizar y analizar datos a gran escala para el éxito del IoT industrial.
La digitalización está transformando el sector manufacturero, y el mantenimiento predictivo se consolida como una de las aplicaciones más relevantes. En este nuevo escenario, los sistemas del Internet de las Cosas basados en sensores conectan una amplia gama de equipos en las plantas industriales, recopilando datos en tiempo real sobre parámetros como temperatura, presión, vibración, niveles de fluidos, entre otros. Esta información se procesa en plataformas avanzadas de análisis de datos capaces de identificar anomalías estadísticas que podrían anticipar fallos inminentes. Gracias a estos conocimientos accionables, los ingenieros pueden tomar decisiones informadas e intervenir antes de que se produzcan costosos periodos de inactividad.
El mantenimiento predictivo es solo un ejemplo práctico del impacto positivo del IoT en entornos industriales. Las últimas cifras del mercado indican que su adopción sigue en aumento. Se estima que los ingresos del IoT industrial alcanzarán los 238.000 millones de dólares en 2024, y que esta tendencia alcista continuará, con un volumen de mercado proyectado de 454.000 millones para 2029. Paralelamente, se prevé que el número de dispositivos IoT en el mundo casi se duplique, pasando de 15.900 millones en 2023 a más de 32.100 millones en 2030.
La necesidad de una fusión de datos eficaz
A medida que el IoT industrial evoluciona, también lo hace la necesidad de recopilar, orquestar y analizar datos a gran escala. La capacidad de combinar información procedente de distintos sensores y sistemas para convertirla en conocimiento útil para el usuario final resulta esencial. En este contexto, la fusión de datos industriales cobra protagonismo, superando el enfoque tradicional del registro de datos y apostando por una solución dinámica e interconectada que aprovecha todo el potencial del IoT.
Surgen así interrogantes clave: ¿qué desafíos y oportunidades plantea la gestión e interpretación de los datos generados por los sistemas industriales modernos? ¿Y cómo pueden las soluciones más avanzadas, como el edge computing de alto rendimiento y los paquetes de software integrales, ayudar a las empresas a seguir el ritmo del crecimiento del IoT y explotar todo su potencial transformador?
Superar los desafíos del registro de datos con tecnologías avanzadas
Para responder a estas preguntas, primero es necesario observar los retos actuales en torno al registro de datos. Los fabricantes industriales dependen de estos sistemas para monitorizar y controlar los parámetros que garantizan la calidad y consistencia. Estos registradores combinan procesadores multinúcleo, memoria interna y sensores para recopilar datos como temperatura, humedad, presión, vibraciones, voltaje y otras medidas clave para aplicaciones como el mantenimiento predictivo.
Estos datos deben recuperarse y utilizarse de forma inteligente, lo que requiere orquestación. La orquestación de datos es un proceso automatizado que permite a los ingenieros crear, planificar y supervisar programáticamente flujos de datos desde sistemas edge industriales. Esta automatización hace posible la monitorización en tiempo real de cada sistema y componente de la red, y proporciona análisis detallados sobre el estado de cada máquina, ayudando a evitar paradas inesperadas.
Fase 1 – Potencia informática en el edge
Avanzar más allá de los registradores de datos básicos y adoptar tecnologías preparadas para IA implica garantizar interoperabilidad, integración y alto rendimiento para permitir un flujo de datos fluido. Este proceso comienza en el edge, con PCs industriales de nueva generación equipados con procesadores de alto rendimiento y capacidad para soportar GPUs y aceleradores de IA gracias a su diseño modular.
Los modelos Palladio 400 RPL y Palladio 500 RPL de SECO son ejemplos destacados. Equipados con procesadores Intel® Core™ de 13ª generación, están diseñados para operar en entornos hostiles, con rangos térmicos de entre -40 y 70°C (para el SKU de 35W). Su diseño sin ventilador, carcasa de aleación de aluminio y protección IP65 garantizan resistencia al polvo, la humedad y las vibraciones.
Ambos sistemas ofrecen conectividad modular versátil, con configuraciones que alcanzan hasta 22 puertos LAN (incluidos seis de 2.5 GbE y ocho de 1 GbE integrados, más puertos adicionales mediante complementos y PCIe). Hasta diez de estos puertos admiten PoE+, mientras que la tecnología Intel vPRO® permite gestión remota fuera de banda. El modelo Palladio 500 RPL incluye aún más opciones de expansión: seis puertos USB 3.2 Gen 2, dos puertos RS-232/422/485 y compatibilidad con interfaces adicionales como PCIe, USB y SMBus. También admite tarjetas enchufables como una ranura PCIe 4.0x16, una mPCIe y varias M.2.
Estas capacidades pueden ampliarse con complementos que aportan conectividad de alta velocidad, alimentación mejorada (60W+) y compatibilidad con una amplia gama de tarjetas mediante ranuras M.2 y mPCIe, cubriendo las necesidades de conectividad para aplicaciones de IoT industrial e Industria 4.0.
En aplicaciones intensivas en datos que exigen capacidades avanzadas de IA, el Palladio 500 RPL se destaca especialmente en configuraciones que integran la tarjeta aceleradora PCI de Axelera AI. Este acelerador incluye la AIPU Metis de Axelera, capaz de realizar inferencias a 856 TOPS y de procesar imágenes en tiempo real a 12.800 FPS, ideal para aplicaciones exigentes de visión artificial.
Pero el hardware es solo una parte de la solución. También se necesita el software adecuado, y aquí entra en juego Clea, la plataforma de SECO para la gestión de datos IoT a gran escala. Basada en Kubernetes e integrada con ScyllaDB, Clea es una solución altamente escalable, adaptable a las necesidades de cada empresa. Su estructura modular permite utilizarla como plataforma completa o por módulos individuales, abordando desde la gestión de dispositivos hasta el análisis de datos y aplicaciones de IA.
Fase 2 – Orquestación de datos en acción
Una vez recopilados los datos, el siguiente paso es conectar los dispositivos al ecosistema Clea. Clea OS, un sistema operativo flexible, permite la integración fluida con Clea gracias a agentes preinstalados que facilitan la comunicación con otros módulos. Este sistema operativo garantiza una transmisión de datos eficiente y una gestión de actualizaciones sin complicaciones, mejorando la funcionalidad general.
Tras establecer la conexión con Clea, los datos se orquestan y se convierten en información útil. Esto exige software compatible con los sistemas edge y, sobre todo, la capacidad de integrarse fácilmente con otros sistemas operativos futuros.
Clea responde a esta necesidad como marco para la orquestación y modelado de datos. Dentro de un dispositivo edge como los Palladio 400 RPL o 500 RPL, categoriza, almacena, analiza y optimiza automáticamente los datos de múltiples sensores, sincronizando de forma fluida distintos tipos de datos y frecuencias de muestreo. También genera APIs automáticamente para facilitar la integración entre sistemas, y permite la comunicación bidireccional de datos —brutos o procesados— entre el edge y la nube.
Además, la plataforma facilita una gestión segura y eficiente de flotas de dispositivos IoT, permitiendo el control de unidades individuales, grupos o redes completas. Su arquitectura robusta protege los datos sensibles y permite gestionar actualizaciones del sistema operativo y aplicaciones Docker, ofreciendo mayor control sobre el ciclo de vida de los dispositivos IoT.
Fase 3 – Resultados tangibles para el usuario final
En la fase final, los datos recopilados se transforman en información visualizable que permite tomar decisiones. Clea cierra este ciclo proporcionando una interfaz IoT extensible que permite la visualización total de dispositivos y datos, informes avanzados y control detallado de accesos y permisos. Así, los usuarios pueden interpretar fácilmente la información y actuar en consecuencia.
Este ecosistema simplifica la fusión de sensores, combinando datos de múltiples fuentes para detectar e identificar fallos que de otro modo podrían pasar desapercibidos. Por ejemplo, el uso conjunto de una cámara de alta velocidad y un sensor de vibración puede advertir de un fallo inminente en una bomba o motor. Del mismo modo, combinar sensores térmicos y de humedad puede ayudar a detectar fallos en sistemas eléctricos o de vapor.
Infraestructura IoT para una industria preparada para el futuro
Este enfoque en tres fases —recolección, orquestación y análisis de datos— proporciona un marco sólido para gestionar el ciclo de vida completo de la información industrial. Desde el despliegue del hardware, pasando por la integración de sistemas para su gestión, hasta la implementación de plataformas que permitan extraer conocimiento útil, la nueva generación de sistemas embebidos y software está simplificando la automatización industrial.
A medida que la automatización industrial avanza, la adopción de esta infraestructura se vuelve imprescindible para ofrecer a los ingenieros una visión clara y operativa. Esto, a su vez, impulsa operaciones más eficientes, sostenibles y resilientes, verdaderamente preparadas para el futuro.
(SECO)
